CN114219992A - 一种基于图像识别技术的无人船避障系统 - Google Patents

一种基于图像识别技术的无人船避障系统 Download PDF

Info

Publication number
CN114219992A
CN114219992A CN202111528825.7A CN202111528825A CN114219992A CN 114219992 A CN114219992 A CN 114219992A CN 202111528825 A CN202111528825 A CN 202111528825A CN 114219992 A CN114219992 A CN 114219992A
Authority
CN
China
Prior art keywords
image
unmanned ship
ave
obstacle
advancing direction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111528825.7A
Other languages
English (en)
Other versions
CN114219992B (zh
Inventor
朱伟堂
韩吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cssc Gujia Zhejiang Technology Co ltd
Zhejiang Guka Intelligent Technology Co ltd
Hangzhou Guga Boat Technology Co ltd
Original Assignee
Cssc Gujia Zhejiang Technology Co ltd
Zhejiang Guka Intelligent Technology Co ltd
Hangzhou Guga Boat Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cssc Gujia Zhejiang Technology Co ltd, Zhejiang Guka Intelligent Technology Co ltd, Hangzhou Guga Boat Technology Co ltd filed Critical Cssc Gujia Zhejiang Technology Co ltd
Priority to CN202111528825.7A priority Critical patent/CN114219992B/zh
Publication of CN114219992A publication Critical patent/CN114219992A/zh
Application granted granted Critical
Publication of CN114219992B publication Critical patent/CN114219992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于图像识别技术的无人船避障系统,包括一图像获取模块、图像过滤模块、图像识别模块和控制模块;图像获取模块用于获取无人船前进方向的图像;图像过滤模块用于判断无人船前进方向的图像是否符合预设的过滤条件;图像识别模块用于对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,若是,则计算障碍物与无人船之间的位置关系;控制模块用于根据所述位置关系对无人船进行控制。本发明有利于避免低质量的图像进入到后续的图像识别过程中,有利于提高对障碍物的识别结果的准确性,避免由于图像处理作无效的运算导致缩短无人船对障碍物的反应时间。

Description

一种基于图像识别技术的无人船避障系统
技术领域
本发明涉及无人船控制领域,尤其涉及一种基于图像识别技术的无人船避障系统。
背景技术
无人船是一种可以无需遥控,借助精确卫星定位和自身传感即可按照预设任务在水面航行的全自动水面机器人,英文缩写为USV。由于缺少了人的遥控操作,因此无人船需要自己识别障碍物,并根据障碍物作出相应的规避动作。
现有技术中,通过图像识别的方式来进行避障时,一般都是获取水面图像,然后直接便进行识别,缺少对图像的筛选过程,因此,当一些低质量的图像进入到后续的图像识别过程中时,不仅不能获得正确的识别结果,而且还缩短了无人船对障碍物的反应时间。
发明内容
本发明的目的在于公开一种基于图像识别技术的无人船避障系统,解决现有技术中直接获取水面图像进行识别,缺少对图像的筛选过程造成的不能获得正确的识别结果,以及缩短了无人船对障碍物的反应时间的问题。
为了达到上述目的,本发明采用如下技术方案:
一种基于图像识别技术的无人船避障系统,包括图像获取模块、图像过滤模块、图像识别模块和控制模块;
图像获取模块用于获取无人船前进方向的图像;
图像过滤模块用于判断无人船前进方向的图像是否符合预设的过滤条件,若是,则将无人船前进方向的图像传输至图像识别模块,若否,则向图像获取模块发出重新获取无人船前进方向的图像的指令;
图像识别模块用于对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,若是,则计算障碍物与无人船之间的位置关系;
控制模块用于根据所述位置关系对无人船进行控制。
优选地,所述图像获取模块包括防抖云台和摄像机;
摄像机安装在防抖云台上;
防抖支架的底部与无人船的船身固定连接。
优选地,所述判断无人船前进方向的图像是否符合预设的过滤条件,包括:
计算无人船前进方向的图像的过滤系数:
Figure BDA0003411082950000021
其中,thridx表示无人船前进方向的图像的过滤系数,α和β分别表示预设的权重系数,U表示无人船前进方向的图像中的所有像素点的集合,nfU表示U中包含的元素的总数,sofst表示预设的像素值差异参考值,L(i)表示U中的像素点i在亮度分量图像中的像素值,blordf表示U中的边缘像素点的梯度幅值的方差,blordfst表示预设的方差参考值,
若thridx小于预设的过滤系数阈值,则睡眠图像不符合预设的过滤条件,若thridx大于等于预设的过滤系数阈值,则睡眠图像符合预设的过滤条件。
优选地,所述图像获取模块还用于在接收到所述重新获取无人船前进方向的图像的指令后,执行所述重新获取无人船前进方向的图像的指令。
优选地,所述对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,包括:
对所述无人船前进方向的图像进行海天线识别,获得水面图像;
对水面图像进行调节处理,获得调节图像;
对调节图像进行图像分割处理,获得前景图像;
对前景图像进行连通域检测,获得前景图像中包含像素点最多的连通域Θ;
若连通域Θ大于预设的像素点的数量阈值,则表示所述水面图像中包含障碍物,若连通域Θ包含的像素点的数量小于等于预设的像素点的数量阈值,则表示所述水面图像中不包含障碍物。
优选地,所述计算障碍物与无人船之间的位置关系,包括:
以水面图像左下角为坐标原点建立直角坐标系;
获取连通域Θ所包含的所有像素点的平均坐标(xave,lt,yave,lt);
将水面图像的所有像素点的平均坐标记为(xave,wp,yave,wp);
若-thrdis≤xave,lt-xave,wp≤thrdis,则表示障碍物处于无人船的正前方,若xave,lt-xave,wp<-thrdis,则表示障碍物处于无人船的左前方,若thrdis<xave,lt-xave,wp,则表示障碍物处于无人船的右前方,thrdis表示预设距离阈值。
优选地,所述根据所述位置关系对无人船进行控制,包括:
计算(xave,lt,yave,lt)和(xave,wp,yave,wp)之间的距离dist;
若障碍物处于无人船的正前方,则将无人船的方向舵转动
Figure BDA0003411082950000031
度,δ表示预设的控制系数。
本发明在对水面图像进行图像识别之前,通过图像过滤模块判断水面图像是否符合过滤条件,然后再将符合过滤条件的水面图像输入到图像识别模块中进行后续的识别处理。这种设置方式,有利于避免低质量的图像进入到后续的图像识别过程中,有利于提高对障碍物的识别结果的准确性,避免由于图像处理作无效的运算导致缩短无人船对障碍物的反应时间。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1,为本发明一种基于图像识别技术的无人船避障系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1所示的一种实施例,本发明提供了一种基于图像识别技术的无人船避障系统,包括图像获取模块、图像过滤模块、图像识别模块和控制模块;
图像获取模块用于获取无人船前进方向的图像;
图像过滤模块用于判断无人船前进方向的图像是否符合预设的过滤条件,若是,则将无人船前进方向的图像传输至图像识别模块,若否,则向图像获取模块发出重新获取无人船前进方向的图像的指令;
图像识别模块用于对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,若是,则计算障碍物与无人船之间的位置关系;
控制模块用于根据所述位置关系对无人船进行控制。
本发明在对水面图像进行图像识别之前,通过图像过滤模块判断水面图像是否符合过滤条件,然后再将符合过滤条件的水面图像输入到图像识别模块中进行后续的识别处理。这种设置方式,有利于避免低质量的图像进入到后续的图像识别过程中,有利于提高对障碍物的识别结果的准确性,避免由于图像处理作无效的运算导致缩短无人船对障碍物的反应时间。
优选地,所述图像获取模块包括防抖云台和摄像机;
摄像机安装在防抖云台上;
防抖支架的底部与无人船的船身固定连接。
具体的,通过设置防抖云台,有利于降低无人船在行进的过程中的抖动对拍摄图像的影响。
优选地,所述判断无人船前进方向的图像是否符合预设的过滤条件,包括:
计算无人船前进方向的图像的过滤系数:
Figure BDA0003411082950000041
其中,thridx表示无人船前进方向的图像的过滤系数,α和β分别表示预设的权重系数,U表示无人船前进方向的图像中的所有像素点的集合,nfU表示U中包含的元素的总数,sofst表示预设的像素值差异参考值,L(i)表示U中的像素点i在亮度分量图像中的像素值,blordf表示U中的边缘像素点的梯度幅值的方差,blordfst表示预设的方差参考值,
若thridx小于预设的过滤系数阈值,则睡眠图像不符合预设的过滤条件,若thridx大于等于预设的过滤系数阈值,则睡眠图像符合预设的过滤条件。
具体的,在上述实施例中,本发明从像素点之间的像素值差异以及边缘像素点的梯度幅值的方差这两方面来计算睡眠图像的过滤系数。像素点的像素值之间的差异越小,梯度幅值的方差越小,则表示睡眠图像的质量越差,例如图像模糊,亮度不足等。因此,通过过滤系数的计算能够有效避免低质量的水面图像进入后续的图像识别过程。
优选地,所述图像获取模块还用于在接收到所述重新获取无人船前进方向的图像的指令后,执行所述重新获取无人船前进方向的图像的指令。
优选地,所述对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,包括:
对所述无人船前进方向的图像进行海天线识别,获得水面图像;
对水面图像进行调节处理,获得调节图像;
对调节图像进行图像分割处理,获得前景图像;
对前景图像进行连通域检测,获得前景图像中包含像素点最多的连通域Θ;
若连通域Θ大于预设的像素点的数量阈值,则表示所述水面图像中包含障碍物,若连通域Θ包含的像素点的数量小于等于预设的像素点的数量阈值,则表示所述水面图像中不包含障碍物。
本发明在进行障碍物识别之前先进行了调节处理,有利于降低海面的高光对障碍物的影响。
优选地,对水面图像进行调节处理,获得调节图像,包括:
对所述水面图像进行小波分解处理,获得高频小波系数hqycyt和低频小波系数lqycyt,
对高频小波系数hqycyt进行如下处理:
若|hqycyt|≥cythre,则采用如下函数对hqycyt进行调节:
Figure BDA0003411082950000051
若|hqycyt|<cythre,则采用如下函数对hqycyt进行调节:
Figure BDA0003411082950000061
其中,ahqycyt表示处理后的高频小波系数,cythre表示函数选择判断阈值,giit表示判断函数,若|hqycyt|大于零,则giit(hqycyt)的值为1,,若|hqycyt|等于零,则giit(hqycyt)的值为0.6,若|hqycyt|小于零,则giit(hqycyt)的值为0.3,c1、c2、c3表示预设的常数系数,c1∈(2.9,3.1),c2∈(3.9,4.1),c3∈(1.9,2.1),
将ahqycyt和lqycyt进行重构,获得调节图像。
在上述实施例中,通过在小波域中对图像进行调节处理时,通过函数选择判断阈值来为不同的情况的高频小波系数选择不同的处理函数进行处理,这种设置方式,有利于提高函数的适应性,从而提高调节结果的准确性。避免对高光进行压制时,对图像的边缘细节造成影响。
优选地,函数选择判断阈值cythre通过如下方式进行计算:
Figure BDA0003411082950000062
其中,mid表示取高频小波系数的中间值,c4表示预设的辅助系数,c4∈(0.67,0.69)。
优选地,所述计算障碍物与无人船之间的位置关系,包括:
以水面图像左下角为坐标原点建立直角坐标系;
获取连通域Θ所包含的所有像素点的平均坐标(xave,lt,yave,lt);
将水面图像的所有像素点的平均坐标记为(xave,wp,yave,wp);
若-thrdis≤xave,lt-xave,wp≤thrdis,则表示障碍物处于无人船的正前方,若xave,lt-xave,wp<-thrdis,则表示障碍物处于无人船的左前方,若thrdis<xave,lt-xave,wp,则表示障碍物处于无人船的右前方,thrdis表示预设距离阈值。
优选地,所述根据所述位置关系对无人船进行控制,包括:
计算(xave,lt,yave,lt)和(xave,wp,yave,wp)之间的距离dist;若障碍物处于无人船的正前方,则将无人船的方向舵转动
Figure BDA0003411082950000071
度,δ表示预设的控制系数。
具体的,无人船的方向舵需要根据航线来判断方向舵向左转动还是向右转动,若航线在障碍物的左侧,则控制方向舵向左转动,否则,控制方向舵向右转动。
尽管已经示出和描述了本发明的实施例,本领域技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由权利要求及其等同物限定。
需要说明的是,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模
块中,也可以是各个单元/模块单独物理存在,也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。
实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

Claims (7)

1.一种基于图像识别技术的无人船避障系统,其特征在于,包括图像获取模块、图像过滤模块、图像识别模块和控制模块;
图像获取模块用于获取无人船前进方向的图像;
图像过滤模块用于判断无人船前进方向的图像是否符合预设的过滤条件,若是,则将无人船前进方向的图像传输至图像识别模块,若否,则向图像获取模块发出重新获取无人船前进方向的图像的指令;
图像识别模块用于对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,若是,则计算障碍物与无人船之间的位置关系;
控制模块用于根据所述位置关系对无人船进行控制。
2.根据权利要求1所述的一种基于图像识别技术的无人船避障系统,其特征在于,所述图像获取模块包括防抖云台和摄像机;
摄像机安装在防抖云台上;
防抖支架的底部与无人船的船身固定连接。
3.根据权利要求1所述的一种基于图像识别技术的无人船避障系统,其特征在于,所述判断无人船前进方向的图像是否符合预设的过滤条件,包括:
计算无人船前进方向的图像的过滤系数:
Figure FDA0003411082940000011
其中,thridx表示无人船前进方向的图像的过滤系数,α和β分别表示预设的权重系数,U表示无人船前进方向的图像中的所有像素点的集合,nfU表示U中包含的元素的总数,sofst表示预设的像素值差异参考值,L(i)表示U中的像素点i在亮度分量图像中的像素值,blordf表示U中的边缘像素点的梯度幅值的方差,blordfst表示预设的方差参考值,
若thridx小于预设的过滤系数阈值,则睡眠图像不符合预设的过滤条件,若thridx大于等于预设的过滤系数阈值,则睡眠图像符合预设的过滤条件。
4.根据权利要求1所述的一种基于图像识别技术的无人船避障系统,其特征在于,
所述图像获取模块还用于在接收到所述重新获取无人船前进方向的图像的指令后,执行所述重新获取无人船前进方向的图像的指令。
5.根据权利要求1所述的一种基于图像识别技术的无人船避障系统,其特征在于,所述对图像过滤模块传输过来的无人船前进方向的图像进行图像识别处理,判断无人船前进方向的图像中是否包含障碍物,包括:
对所述无人船前进方向的图像进行海天线识别,获得水面图像;
对水面图像进行调节处理,获得调节图像;
对调节图像进行图像分割处理,获得前景图像;
对前景图像进行连通域检测,获得前景图像中包含像素点最多的连通域Θ;
若连通域Θ大于预设的像素点的数量阈值,则表示所述水面图像中包含障碍物,若连通域Θ包含的像素点的数量小于等于预设的像素点的数量阈值,则表示所述水面图像中不包含障碍物。
6.根据权利要求5所述的一种基于图像识别技术的无人船避障系统,其特征在于,所述计算障碍物与无人船之间的位置关系,包括:
以水面图像左下角为坐标原点建立直角坐标系;
获取连通域Θ所包含的所有像素点的平均坐标(xave,lt,yave,lt);
将水面图像的所有像素点的平均坐标记为(xave,wp,yave,wp);
若-thrdis≤xave,lt-xave,wp≤thrdis,则表示障碍物处于无人船的正前方,若xave,lt-xave,wp<-thrdis,则表示障碍物处于无人船的左前方,若thrdis<xave,lt-xave,wp,则表示障碍物处于无人船的右前方,thrdis表示预设距离阈值。
7.根据权利要求6所述的一种基于图像识别技术的无人船避障系统,其特征在于,所述根据所述位置关系对无人船进行控制,包括:
计算(xave,lt,yave,lt)和(xave,wp,yave,wp)之间的距离dist;
若障碍物处于无人船的正前方,则将无人船的方向舵转动
Figure FDA0003411082940000031
度,δ表示预设的控制系数。
CN202111528825.7A 2021-12-14 2021-12-14 一种基于图像识别技术的无人船避障系统 Active CN114219992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111528825.7A CN114219992B (zh) 2021-12-14 2021-12-14 一种基于图像识别技术的无人船避障系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111528825.7A CN114219992B (zh) 2021-12-14 2021-12-14 一种基于图像识别技术的无人船避障系统

Publications (2)

Publication Number Publication Date
CN114219992A true CN114219992A (zh) 2022-03-22
CN114219992B CN114219992B (zh) 2022-06-03

Family

ID=80701954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111528825.7A Active CN114219992B (zh) 2021-12-14 2021-12-14 一种基于图像识别技术的无人船避障系统

Country Status (1)

Country Link
CN (1) CN114219992B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511833A (zh) * 2022-09-28 2022-12-23 广东百能家居有限公司 一种玻璃表面划痕检测系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030035581A1 (en) * 2001-08-13 2003-02-20 Nokia Mobile Phones, Ltd. Method and system for measuring perceptual distortion in images
CN106228110A (zh) * 2016-07-07 2016-12-14 浙江零跑科技有限公司 一种基于车载双目相机的障碍物及可行驶区域检测方法
CN108227712A (zh) * 2017-12-29 2018-06-29 北京臻迪科技股份有限公司 一种无人船的避障行驶方法及装置
CN108549381A (zh) * 2018-05-14 2018-09-18 福州大学 一种基于图像视觉的无人船避障装置及方法
CN109784344A (zh) * 2019-01-24 2019-05-21 中南大学 一种用于地平面标识识别的图像非目标滤除方法
CN110443800A (zh) * 2019-08-22 2019-11-12 深圳大学 视频图像质量的评价方法
CN111104893A (zh) * 2019-12-17 2020-05-05 苏州智加科技有限公司 目标检测方法、装置、计算机设备及存储介质
CN111457927A (zh) * 2020-04-26 2020-07-28 北京工商大学 动态障碍物下的无人巡航船多目标路径规划方法
CN111598034A (zh) * 2020-05-22 2020-08-28 知行汽车科技(苏州)有限公司 障碍物检测方法、装置及存储介质
CN112348293A (zh) * 2021-01-07 2021-02-09 北京三快在线科技有限公司 一种障碍物的轨迹预测方法及装置
CN112651962A (zh) * 2021-01-07 2021-04-13 中科魔镜(深圳)科技发展有限公司 一种ai智能诊断系统平台
CN113423024A (zh) * 2021-06-21 2021-09-21 上海宏英智能科技股份有限公司 一种车载无线遥控方法及系统
CN113450340A (zh) * 2021-07-13 2021-09-28 北京美医医学技术研究院有限公司 一种皮肤纹理检测系统
CN113705504A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种基于视频处理技术的海洋渔业安全生产管理系统
CN113705505A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种面向海洋渔业的船舶目标检测方法和系统
CN113705501A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种基于图像识别技术的海上目标检测方法和系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030035581A1 (en) * 2001-08-13 2003-02-20 Nokia Mobile Phones, Ltd. Method and system for measuring perceptual distortion in images
CN106228110A (zh) * 2016-07-07 2016-12-14 浙江零跑科技有限公司 一种基于车载双目相机的障碍物及可行驶区域检测方法
CN108227712A (zh) * 2017-12-29 2018-06-29 北京臻迪科技股份有限公司 一种无人船的避障行驶方法及装置
CN108549381A (zh) * 2018-05-14 2018-09-18 福州大学 一种基于图像视觉的无人船避障装置及方法
CN109784344A (zh) * 2019-01-24 2019-05-21 中南大学 一种用于地平面标识识别的图像非目标滤除方法
CN110443800A (zh) * 2019-08-22 2019-11-12 深圳大学 视频图像质量的评价方法
CN111104893A (zh) * 2019-12-17 2020-05-05 苏州智加科技有限公司 目标检测方法、装置、计算机设备及存储介质
CN111457927A (zh) * 2020-04-26 2020-07-28 北京工商大学 动态障碍物下的无人巡航船多目标路径规划方法
CN111598034A (zh) * 2020-05-22 2020-08-28 知行汽车科技(苏州)有限公司 障碍物检测方法、装置及存储介质
CN112348293A (zh) * 2021-01-07 2021-02-09 北京三快在线科技有限公司 一种障碍物的轨迹预测方法及装置
CN112651962A (zh) * 2021-01-07 2021-04-13 中科魔镜(深圳)科技发展有限公司 一种ai智能诊断系统平台
CN113423024A (zh) * 2021-06-21 2021-09-21 上海宏英智能科技股份有限公司 一种车载无线遥控方法及系统
CN113450340A (zh) * 2021-07-13 2021-09-28 北京美医医学技术研究院有限公司 一种皮肤纹理检测系统
CN113705504A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种基于视频处理技术的海洋渔业安全生产管理系统
CN113705505A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种面向海洋渔业的船舶目标检测方法和系统
CN113705501A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种基于图像识别技术的海上目标检测方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAOYU LI等: "A method to determine the local optimal path of ship navigation for convex obstacle", 《2017 CONSTRUCTIVE NONSMOOTH ANALYSIS AND RELATED TOPICS》 *
张驰: "基于机器视觉的调车机车辅助驾驶的研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
黄艳虎 等: "基于超声波阵列的无人船避障系统设计与实现", 《科技风》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511833A (zh) * 2022-09-28 2022-12-23 广东百能家居有限公司 一种玻璃表面划痕检测系统

Also Published As

Publication number Publication date
CN114219992B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN107844750B (zh) 一种水面全景图像目标检测识别方法
EP2187620B1 (en) Digital image processing and enhancing system and method with function of removing noise
CN114219992B (zh) 一种基于图像识别技术的无人船避障系统
CN111784655B (zh) 一种水下机器人回收定位方法
CN111368717A (zh) 视线确定方法、装置、电子设备和计算机可读存储介质
CN111080537A (zh) 水下机器人智能控制方法、介质、设备及系统
CN110401784B (zh) 自适应调节滤波强度的运动平滑方法、系统及视频设备
CN114998773B (zh) 适用于无人机系统航拍图像的特征误匹配剔除方法及系统
CN108109113A (zh) 基于双边滤波和中值滤波的单幅图像去雾方法和装置
CN107194886B (zh) 一种用于相机传感器的灰尘检测方法及装置
CN113484867B (zh) 一种基于成像声呐封闭空间下鱼群密度探测方法
CN113705505A (zh) 一种面向海洋渔业的船舶目标检测方法和系统
CN113705501A (zh) 一种基于图像识别技术的海上目标检测方法和系统
Xu et al. Improved Canny Edge Detection Operator
CN112686149A (zh) 一种基于视觉的固定翼无人机近地段自主着陆方法
KR101707337B1 (ko) 영상 디노이징을 위한 다중해상도 nlm 필터링 방법
CN115330710B (zh) 一种基于云计算的汽车线束质检系统
JP2009302731A (ja) 画像処理装置、画像処理プログラム、画像処理方法、および電子機器
CN111899198A (zh) 一种海上图像去雾方法及装置
CN111462011B (zh) 一种去除红外偏振角图像噪声的方法及系统
CN114663745A (zh) 水下设备的位置锁定方法、终端设备、系统和介质
CN114519675A (zh) 图像处理方法、装置、电子设备及可读存储介质
JP6492603B2 (ja) 画像処理装置、システム、画像処理方法、およびプログラム
JP2016126724A (ja) 画像処理装置、画像処理方法及びプログラム
JP6739955B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム、および記録媒体

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant