一种基于图像识别技术的无人船避障系统的制作方法

1.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：

2.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。
3.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。


技术实现要素：

4.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。
5.为了达到上述目的，本发明采用如下技术方案：
6.一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；
7.图像获取模块用于获取无人船前进方向的图像；
8.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；
9.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；
10.控制模块用于根据所述位置关系对无人船进行控制。
11.优选地，所述图像获取模块包括防抖云台和摄像机；
12.摄像机安装在防抖云台上；
13.防抖支架的底部与无人船的船身固定连接。
14.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：
15.计算无人船前进方向的图像的过滤系数：
16.17.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，
18.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。
19.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。
20.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：
21.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；
22.对水面图像进行调节处理，获得调节图像；
23.对调节图像进行图像分割处理，获得前景图像；
24.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；
25.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。
26.优选地，所述计算障碍物与无人船之间的位置关系，包括：
27.以水面图像左下角为坐标原点建立直角坐标系；
28.获取连通域θ所包含的所有像素点的平均坐标(x
ave,lt
,y
ave,lt
)；
29.将水面图像的所有像素点的平均坐标记为(x
ave,wp
,y
ave,wp
)；
30.若-thrdis≤x
ave,lt-x
ave,wp
≤thrdis，则表示障碍物处于无人船的正前方，若x
ave,lt-x
ave,wp
＜-thrdis，则表示障碍物处于无人船的左前方，若thrdis＜x
ave,lt-x
ave,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。
31.优选地，所述根据所述位置关系对无人船进行控制，包括：
32.计算(x
ave,lt
,y
ave,lt
)和(x
ave,wp
,y
ave,wp
)之间的距离dist；
33.若障碍物处于无人船的正前方，则将无人船的方向舵转动度，δ表示预设的控制系数。
34.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
35.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。
36.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
37.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。
38.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；
39.图像获取模块用于获取无人船前进方向的图像；
40.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；
41.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；
42.控制模块用于根据所述位置关系对无人船进行控制。
43.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。
44.优选地，所述图像获取模块包括防抖云台和摄像机；
45.摄像机安装在防抖云台上；
46.防抖支架的底部与无人船的船身固定连接。
47.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。
48.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：
49.计算无人船前进方向的图像的过滤系数：
[0050][0051]
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，
[0052]
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。
[0053]
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。
[0054]
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。
[0055]
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：
[0056]
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；
[0057]
对水面图像进行调节处理，获得调节图像；
[0058]
对调节图像进行图像分割处理，获得前景图像；
[0059]
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；
[0060]
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。
[0061]
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。
[0062]
优选地，对水面图像进行调节处理，获得调节图像，包括：
[0063]
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，
[0064]
对高频小波系数hqycyt进行如下处理：
[0065]
若|hqycyt|≥cythre，则采用如下函数对hqycyt进行调节：
[0066][0067]
若|hqycyt|＜cythre，则采用如下函数对hqycyt进行调节：
[0068][0069]
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)，
[0070]
将ahqycyt和lqycyt进行重构，获得调节图像。
[0071]
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。
[0072]
优选地，函数选择判断阈值cythre通过如下方式进行计算：
[0073][0074]
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)。
[0075]
优选地，所述计算障碍物与无人船之间的位置关系，包括：
[0076]
以水面图像左下角为坐标原点建立直角坐标系；
[0077]
获取连通域θ所包含的所有像素点的平均坐标(x
ave,lt
,y
ave,lt
)；
[0078]
将水面图像的所有像素点的平均坐标记为(x
ave,wp
,y
ave,wp
)；
[0079]
若-thrdis≤x
ave,lt-x
ave,wp
≤thrdis，则表示障碍物处于无人船的正前方，若x
ave,lt-x
ave,wp
＜-thrdis，则表示障碍物处于无人船的左前方，若thrdis＜x
ave,lt-x
ave,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。
[0080]
优选地，所述根据所述位置关系对无人船进行控制，包括：
[0081]
计算(x
ave,lt
,y
ave,lt
)和(x
ave,wp
,y
ave,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度，δ表示预设的控制系数。
[0082]
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。
[0083]
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。
[0084]
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
[0085]
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。
[0086]
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。
[0087]
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。