一种水下图象传输编码解码的方法

介绍一种水下图象传输系统中的新的编码解码方法，包括由快速数字频率合成实现的多频移频键控，图象信息产生装置，智能模糊判别逻辑的图象灰度解码，微机图象重建和显示．     

基于自适应滤波长基线组合AUV定位算法

针对水下环境噪声干扰以及水下时延误差等问题,提出基于自适应滤波长基线组合AUV定位算法。该算法采用长基线组合导航定位系统,以捷联惯性导航系统为主,长基线定位系统为辅,消除时延误差实现误差补偿;再引入自适应滤波算法,使用卡尔曼滤波算法对系统进行信息融合来矫正累积误差实现自适应滤波定位。仿真实验表明,该算法能有效消除水下复杂环境中的噪声干扰对AUV定位精度的影响,提高算法对未知噪声的适应性和定位精度。     

激光扫描实时获取水下图象信息的方法与系统

报道一种实时大视角，全景深获取水下图象的新方法，该方法试图解决在无人摇控潜器（ROV）和自治式潜器（UUV）走航空获取水下清晰图象时，遇到的激光在水下传输过程中后向散射噪声问题，建立了一种具有宽视角，全景深性能的水下激光扫描系统，用这种方法和系统在空气中和水中做了大量的实验，并讲座了这种方法和系统的应用前景。     

基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．     

模糊图象消除方法在纤维密度检测和水下图象处理中的应用

在数字图象处理中,就纺织品的移动所造成图象的运动模糊和成像不在焦平面产生的弥散模糊,运用消模糊理论进行图象处理,并得到了满意的结果。同时对水下摄影过程中造成的水下图象处理进行研究,说明该方法还可应用到更广泛的领域。     

单幅水下图像的能见度复原算法

在水下环境中,由于光线的吸收和散射效应使得获取图像的清晰度严重降低.为恢复水下图像原始的清晰度,分析了能见度降低的物理成因,提出了一种逆图像形成过程算法.将单幅水下图像的能见度复原看成是一种特殊的滤波问题,使用中值滤波来推导水遮盖物浓度图.该算法可以消除浑浊水对图像质量的影响,能够恢复图像原始的清晰度.主要优点是它的速度快,其计算复杂度与图像像素数目成线性关系,能适用于实时处理.     

基于引导图像滤波器的水下图像清晰化算法

水下图像降质主要受水体中光的前后向散射、光波衰减、水中浮游生物以及水下光照不均匀等的影响.针对传统的水下图像采集器所获取的水下图像存在光照不均匀、纹理细节模糊及对比度低等问题,建立了一种新的水下图像光学成像模型,并提出一种基于引导图像滤波器的水下图像增强算法.根据水下光线的传播特性,充分利用双边图像滤波器的平滑保边特性以估计散射光和图像局域对比度,同时考虑不同波长在水下传输的特性,得到更加准确的水下图像增强模型,然后依据此模型复原清晰图像,并对复原图像进行校正处理.结果表明,该算法能克服光照不均匀等困难,对水下图像进行实时处理,有效地提高了图像的清晰度,且该方法已成功应用于深海观测系统.     

基于水下场景先验的水下图像增强方法研究

针对水体光线吸收与散射作用引起的图像模糊、低对比度和颜色失真等问题,提出一种基于水下场景先验的水下图像增强方法。首先利用水下场景的先验知识,结合水下成像物理模型和水下场景的光学特性,利用10种预定义衰减系数合成涵盖不同类型和退化水平的水下图像数据集;然后利用初始残差和密集级联,设计一类轻量级卷积神经网络（convolutional neural networks, CNN）模型增强水下图像,结合基于轻量级的网络结构和有效的训练数据,可减少增强模型的计算量并有效改善水下退化图像的视觉质量;最后采用归一化的后处理过程进一步提升图像增强的效果。仿真实验结果表明,所提方法可行有效,可应用到不同的真实水下场景,具有较强的鲁棒性与有效性。     

去除DCT压缩图像缺陷的后处理

基于ＤＣＴ域内系数量化的压缩算法，如ＭＰＥＧ，ＪＰＥＧ等，随着码率的降低，量化也越来越粗糙，使重建后的图象出现“块效应”，振铃效应，视觉模糊等缺陷，本 文提出一种混合算法去除这些缺陷来有效地提高主观质量。首先采用自适应边界滤波，再将ＤＣＴ块分为平坦区域和边缘区域，主地二区域的不同特性采用非线性空间移变滤波来去除图象缺陷。     

水下退化图像处理方法

针对水下图像退化现象严重、有效信息提取困难等问题,提出了水下退化图像处理方法.该方法通过分析水下图像退化过程,提出了基于大气湍流模型获取水下图像退化函数的方法,并利用频域滤波完成了退化图像的复原工作;进而将人工鱼群优化算法与图像二维Abutaleb熵信息相结合,利用一种二维最大熵阈值分割算法进行图像有意义区域分割.由于人工鱼群算法不需要了解问题的特殊信息,只进行问题优劣比较,使得该算法自适应性和收敛速度得到大幅提升.水池实验结果表明:该方法明显改善水下退化图像模糊度高、对比度低的问题,具有较优的分割效果,处理过程时间较短,具有一定的实用性.     

基于模糊算法的AUV避障与姿态控制

为了实现水下机器人(autonomous underwater vehicle,AUV)在水下的避障与姿态的稳定控制,提出了一种基于模糊算法的避障与姿态控制算法.通过分析AUV在水下的水平面和竖直面状况,分别构造满足其水平面和竖直面避障和姿态控制的模糊算法,并设计了相应的控制系统.设计的控制系统主要由2个模糊控制器组成,通过模糊控制器输出AUV的左、右和下潜加速度,利用模糊逻辑系统对其速度进行逼近,并利用AUV的速度信息实现AUV水平面和竖直面的避障与姿态的控制.通过在不同位置放置障碍物构建模拟场景,采用Matlab进行仿真试验.仿真结果表明,设计的基于模糊算法的避障与姿态控制方法能够满足设计要求.     

非线性滤波算法在水下导航定位技术中的应用分析

针对自主水下航行器(autonomous underwater vehicle, AUV)导航定位技术的发展需求,提出了水下目标的3种非线性滤波估计方法.首先,分别介绍了扩展卡尔曼滤波(extended Kalman filter, EKF)、无迹卡尔曼滤波(unscented Kalman filter, UKF)和粒子滤波(particle filter, PF)的基本原理和实现步骤.其次,针对PF算法存在粒子退化现象,提出了重采样算法,并通过数值仿真验证该算法的有效性.然后,为了解决PF算法中粒子贫化现象,提出了一种基于萤火虫算法的粒子滤波算法(FA-PF).最后,在非线性环境下通过仿真实验对EKF、UKF、FA-PF算法的滤波性能进行对比分析,重点研究非线性强度及噪声特性对估计精度的影响.研究结果表明：重采样能够在一定程度上减轻粒子退化问题.在弱非线性高斯环境下,EKF、UKF、FA-PF算法的估计精度较为接近;在强非线性高斯环境下,UKF和FA-PF算法的跟踪性能明显优于EKF;在非线性非高斯环境下,FA-PF算法跟踪精度最高.     

水下机器人集群通信系统设计及实验分析

针对水下机器人集群通信平台在实际运用中存在多普勒效应、易受水质和障碍物等影响产生误码的问题，提出一种基于弱电鱼感知机理的水下仿生电场通信系统。该系统根据仿生电流场通信原理，通过两对发射接收电极传递信号，设计了一套基于幅移键控原理的现场可编程门阵列（FPGA）数模混合电路。首先，为实现平台低功耗及小型化，模拟电路通过合理选型并进行画板制版，具体的发射电路包含幅移键控调制电路以及半桥驱动放大电路，采用低零漂高精度仪表运放提取接受电极两端电势差；其次，为了提高水下机器人集群通信距离实时变化时通信系统的稳定性，通过FPGA增益控制数字电路控制可编程放大器实现自适应倍数放大；然后，采用FPGA模数转换数字驱动电路驱动模数转换芯片将模拟信号转换为数字信号；最后，通过整流滤波数字电路整流后设计幅移键控非相干解调数字电路输出二进制数据流后由串口电路传输至树莓派中进行数据处理。仿真分析了不同尺寸不同形状障碍物对水下电场通信影响，并进行水下通信实验，结果表明：在淡水中电导率为4.87×10^-4 S/cm条件下，所提出的水下电场通信系统可实现通信距离为2.4 m时误码率为0,且水下电场...     

图像滤波算法性能之比较

水下图像要受到各种因素的影响,如光线的不均匀,对比度低,色彩降低,模糊。图像质量与所采用的算法有关。我们可采用不同算法降低水下动摇,提高图像的质量。本文对同态滤波,各向异性滤波和自动对比度算法进行了研究,并用水下带噪图像对每种算法都进行了测试,并从信噪比、最小均方误差等方面对其进行了性能评价。     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

基于水下图像增强算法的研究

由于水下图像成像条件复杂、质量较差,给实际操作和科研带来了很大的难题。图像增强方法可以针对水下图象的特点改善其质量。直方图法可以增大图像的灰度变化范围,丰富灰度层次,改善视觉感知效果,达到图象增强的目的;同态滤波法可以有效的消除图像的照明不均,增强暗区的图像细节;通过实验验证,选用的方法能够有效地减轻图像细节的模糊,轮廓更清楚,对实际水下图像进行处理,增强效果明显。     

图象传输误码控制信息恢复方法的研究

图象压缩编码数据在进行传输时对信道的误码显得十分脆弱。本文针对这种情况提出了一种基于块变换和变长编码技术的压缩编码图象提高传输质量的误码控制信息恢复方法。其处理过程是：首先通过在编码码流中加入扩展同步码以将误码控制在一行之内，然后在解码端对发生差错的数据进行误码检测并采用差错信息恢复算法重建原始信息。该方法对编码器只需作很小的修改，所增加的信息冗余度很小，实验结果表明采用此方法后重建图象质量得到明显提高。     

去除DCT压缩图象缺陷的后处理

基于DCT域内系数量化的压缩算法 ,如MPEG ,JPEG等 ,随着码率的降低 ,量化也越来越粗糙 ,使重建后的图象出现“块效应” ,振铃效应 ,视觉模糊等缺陷 ,本文提出一种混合算法去除这些缺陷来有效地提高主观质量。首先采用自适应边界滤波 ,再将DCT块分为平坦区域和边缘区域 ,并针对二区域的不同特性采用非线性空间移变滤波来去除图象缺陷     

胶片颗粒噪声图象的一种恢复方法

处理胶片颗粒噪声时最麻烦的是它对信号的依赖特性,本文的目的是结合照相学家关于胶片颗粒噪声特性的一些理论和实验结果,以及新的数字图象处理技术,研究针对这类非平稳噪声的图象恢复方法。通过对一般的Kalman滤波公式进行修正,本文推导出一组适用于与信号有关的噪声的滤波参数递推公式,并提出一种利用图象灰度和梯度信息进行自适应的线性最佳递归滤波算法。实验表明它具有较好的主观和客观效果,较一般的平稳Kalman滤波器性能优越,同时计算时间优于其它非递归线性最佳滤波和非线性算法。     

基于模糊航向制导的AUV航迹控制方法研究

提出了基于模糊航向制导的水下机器人间接航迹控制方法，航向制导环采用模糊算法进行最优艏向实时解算，再以此艏向作为期望航向进行航向控制；为提高系统的鲁棒性和自适应性能，航向控制环采用滑模控制器，最终实现AUV的航迹跟踪，最后，根据此方法进行了航迹跟踪试验，结果表明模糊艏向解算器的航迹控制精度要大大高于PID艏向解算器，并且设计方法易于理解，便于工程设计和应用。