一种基于深度学习的水下单目视觉目标深度定位融合估计方法

摘要

本发明是一种基于深度学习的水下单目视觉目标深度定位融合估计方法。本发明属于水下单目视觉定位融合估计技术领域，本发明建立水下摄像机的量化坐标系，确定点投影到玻璃下表面的像距离主光轴的距离，建立基于二次投影的水下摄像机成像模型；对基于二次投影的水下摄像机成像模型，进行参数标定；基于几何特征，进行水下单目视觉目标进行深度估计；基于帧差法，进行水下单目视觉目标进行深度估计；采用基于深度学习的SSD300目标检测方法，对水下目标进行检测，基于几何特征和帧差法，进行水下单目视觉目标深度定位融合估计。引入熵权法开展单目视觉目标深度融合估计方法研究，有效减小单一方法深度估计的不稳定性，提高深度估计的准确性。