共查询到10条相似文献,搜索用时 15 毫秒
1.
声呐图像由于水体不均匀、边界不规则以及声呐设备本身性能的限制,导致图像噪声明显、亮度不均、分辨率低,使得水下AUV装备在使用前视声呐进行水下目标检测时难度较大。针对该问题,基于m750d声呐探测获得的AUV声呐数据,进行了数据提取、高斯滤波处理、扇形映射处理,并采用Jet映射对声呐灰度图像进行了伪彩色映射提高数据标注速度和精度,制作获得了4组2 500张声呐图像的AUV目标检测数据集;采用YOLOv4-tiny目标检测算法开展AUV目标检测研究,研究结果表明该方法在该数据集上表现优秀,mAP@0.50达到94.17%,FPS在22帧左右,说明该轻量级网络在水下AUV目标识别与跟踪应用上具有较好的应用价值。 相似文献
2.
3.
水下目标检测具有重要意义,在军事和民用领域都发挥着重要作用。实际场景中可以获得的声呐图像非常有限,且声呐图像的信噪比较低,无法得到较好的检测结果。因此,本文引入小样本学习,基于Faster RCNN两阶段目标检测算法,选择不同的策略对模型进行优化,得到了较好的检测结果并验证了小样本目标检测在声呐图像领域的可行性。根据混响对声呐图像的影响进行仿真实验,得到不同混响背景下的声呐图像,对比分析了不同数据集下训练模型的检测性能。实验结果表明,在训练样本中增加混响信号可以提高低信噪比条件下的目标检测精度。 相似文献
4.
5.
开展抗干扰能力强的高精度线列阵测向算法研究,对于提高拖曳线列阵声呐装备实际作战性能具有重要意义。本文给出一种适用于拖曳线列阵声呐的宽带噪声信号波达方向估计方法,利用波束形成结果,解算指向性图极大值位置,可以估算目标大致方位。分裂阵半波束处理输出左右子阵的相位差,通过解算可以精确估计波达方向。在此基础上,从阵列信号处理理论和水声工程应用角度,系统分析影响拖曳线列阵声呐噪声测向精度的各方面因素,探讨测向误差的分布规律,最后给出提高测向精度具体方法及修正措施。 相似文献
6.
7.
8.
针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题,提出基于粒子群优化(PSO)算法的粒子滤波检测前跟踪方法(IPSO-PF-TBD)。该算法在滤波预测与步骤更新之间加入PSO算法,结合预测信息和更新完成的粒子分布状态进行优化,将粒子集合转移到后验概率密度较大的区域,并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略,通过检测前跟踪(TBD)技术的数据帧间能量累积和目标检测,提高目标检测前跟踪的性能。仿真试验结果表明,提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时,在位置估计精度和误差值方面明显优于粒子滤波(PF)和PSO-PF算法,具有一定研究和应用价值。 相似文献
9.
《江苏科技大学学报(社会科学版)》2018,(6)
为解决设备自主获取目标距离信息并控制测距时间在毫秒级别的问题,提出一种基于视差的几何模型立体视觉测距方法.首先,通过对标定过程的改进,利用MATLAB获得了较高精度的摄像机参数;然后,利用Bouguet算法和BM算法进行立体校正和立体匹配;最后,利用视差几何模型去除干扰区域获得清晰完整的视差图以实现对目标的标记和测距.实验表明:该方法测距时间为181. 59 ms,且距离小于1 800 mm时,误差最大不超过2%,满足了精度和实时性要求. 相似文献
10.