水下机器人目标识别：小波矩与距离选通激光成像技术

"基于小波矩的自主式水下机器人目标识别 (2014年) - 哈尔滨工程大学学报 Vol.35 №.2 - 2014年2月" 本文主要探讨了在水下环境中，如何克服可见光成像设备在水体中的局限性，如低对比度和低信噪比问题，从而实现自主式水下机器人（AUV）的目标识别。研究中采用了距离选通激光成像设备和前视声呐作为传感器，以提高目标识别的效率和准确性。 首先，利用前视声呐提供的距离信息，能够使机器人自主调整激光成像设备的接收摄像机与目标之间的距离，解决了水下距离选通激光图像自动采集的难题。这一方法提高了图像采集的适应性和灵活性。 接着，文章对传统的小波矩进行了改进，发展了一种具有旋转、平移、缩放不变性的新型小波矩。这种改进的小波矩可以同时反映目标的全局和局部特性，增强了目标特征的表达能力。通过计算类内特征的均值和方差，构建了一个特征选择模型，有助于筛选出最具代表性的特征，减少冗余信息，降低计算复杂性。 最后，将特征选择后的小波矩作为广义回归神经网络（GRNN）的输入向量，用于对6类水池实测目标进行识别。GRNN是一种非线性函数逼近器，以其快速训练和高精度识别能力而被广泛应用。通过GRNN的训练和测试，验证了所提出的识别系统的有效性和可行性。 实验结果显示，采用该系统进行水下目标识别，取得了较高的识别率。这表明，结合改进的小波矩和GRNN的水下目标识别方法对于提升AUV的自主导航和智能感知能力具有显著效果。 关键词：目标识别；前视声呐；距离选通激光成像系统；小波矩；特征选择 中图分类号：TP242 文献标志码：A 文章编号：1006-7043(2014)02-0148-07 通过这篇论文，我们可以了解到在水下环境中，结合物理传感器和先进的信号处理技术可以有效提高目标识别的性能。这对于水下机器人技术的发展，尤其是在海洋探索、搜救任务以及海底设施监测等领域，具有重要的理论和实践意义。