一种基于前视声呐的目标检测与跟踪方法

摘要

随着海洋勘探技术的发展,水声图像在海洋开发中占据越来越重要的地位.针对前视声呐在障碍物识别中存在的高噪声以及目标成像不连续等问题,借鉴神经网络中卷积核的思想,将形态学算子视为特殊的卷积核.同时,将帧间差分图像与当前帧所获取图像的特征相融合,提出一种基于特征融合的目标检测算法.而后利用Mean-shift(均值漂移)算法对检测后得到的清晰的障碍物目标进行跟踪.实验结果表明,该算法能够有效地抑制动态背景中的噪声,同时使障碍物目标能够以连续、稳定变化的运动形态,清晰地呈现在连续多帧图像中,并对目标进行有效地跟踪.以"探索1000"AUV在千岛湖采集的声呐视频序列作为实验数据,表明该算法具有广阔的应用前景.