一种基于光学视觉的水下目标尺寸测量装置和方法

技术特征：
1.一种基于光学视觉的水下目标尺寸测量的装置，其特征在于：包括水下相机、j个水下激光器、转台和数据处理模块，其中j≥2；所述j个水下激光器用于在水下目标物表面形成光斑阵列,且所述j个水下激光器发射的j个光束之间相互平行，且水下激光器的光束指向和水下相机光轴平行；所述水下相机用于拍摄光束在水下目标物表面形成的光斑图案；所述转台用于支撑水下相机和j个水下激光器；所述数据处理模块用于对水下相机拍摄到光斑图案进行识别，通过“近大远小”的成像原理，从中获取水下相机与水下目标物之间的距离信息，并结合转台的旋转角，计算水下目标物的尺寸信息。2.如权利要求1所述的一种基于光学视觉的水下目标尺寸测量的装置，其特征在于：所述数据处理模块包括区域分割模块和测量计算模块，所述区域分割模块和测量计算模块为依次连接；所述区域分割模块为mask r-cnn分割算法模型，所述测量计算模块利用区域分割模块得到的区域信息计算水下目标物的尺寸。3.一种基于光学视觉的水下目标尺寸测量的方法，其特征在于：采用权利要求1所述的基于光学视觉的水下目标尺寸测量的装置，所述测量方法包括如下步骤：s1：设d为光斑图像与水下相机之间的距离，l为光斑图案周长，建立d与l之间的映射关系，表达式如下：d＝a
×
l
b
c；(1)其中，a、b和c表示常数；s2：所述转台从水下目标物的起始位置d1转到水下目标物的末端位置d2，记录转台的旋转角度α；同时，水下相机拍摄d1和d2处水下目标物表面的光斑图像；s3：采用数据处理模块对d1对应的光斑图像进行处理，得到光斑图像周长l1；采用数据处理模块对d2对应的光斑图像进行处理，得到光斑图像周长l2；s4：将l1和l2代入公式(1)进行计算，分别得到d1和d2；s5：计算水下目标物的实际尺寸m，具体表达式如下：其中，α表示转台旋转的角度。4.如权利要求3所述的一种基于光学视觉的水下目标尺寸测量的方法，其特征在于：所述s1中建立d与l之间的映射关系的具体步骤如下：s11：获取w个带有距离标签的光斑图像；s12：将所述光斑图像作为数据处理模块的输入，获取多个光斑的像素坐标，利用像素坐标计算该光斑图像周长l，l的具体表达式如下：其中，(x
r
，y
r
)表示光斑的像素坐标，r表示光斑的数量；s13：将所有带有距离标签d的光斑图像周长l组成数据集，且d与l一一对应；
s14：采用最小二乘法将数据集中的d和l进行拟合，得到d与l之间的函数映射关系。5.如权利要求4所述的一种基于光学视觉的水下目标尺寸测量的方法，其特征在于：所述s12中获取多个光斑的像素坐标，计算该光斑图像周长l的具体步骤如下：s121：将s11中获取的w个光斑图像作为训练集；s122：分别对w个光斑图像进行几何图形标注，得到w个带有图形标注标签的光斑图像，每个带有图形标注标签的光斑图像为一个训练样本；s123：令t＝1；s124：从w中选择第t个训练样本作为mask r-cnn神经网络模型的输入，输出得到第t个训练样本对应的mask掩码分割图像t’；s125：对t’进行轮廓拟合与边缘检测处理，得到第t个训练样本的预测图像t”；s126：设置损失阈值，计算t”与t之间的损失loss；当loss值小于损失阈值时，得到训练好的mask r-cnn神经网络模型，并执行下一步；否则，反向传播更新mask r-cnn神经网络模型中的参数，并令t＝t 1，且返回s124；s127：将待预测光斑图像进行几何图形标注，并作为训练好的mask r-cnn神经网络模型的输入，输出得到围成该待预测光斑图像的光斑像素坐标；s128：利用s127得到的光斑像素坐标计算该待预测光斑图像的周长l。

技术总结
本发明涉及一种基于光学视觉的水下目标尺寸测量的装置和方法，该装置包括水下相机、多个水下激光器、转台和数据处理模块，该方法包括：建立光斑图像与水下相机之间的距离D与光斑图案周长L之间的映射关系；所述转台从水下目标物的起始位置D1转到水下目标物的末端位置D2，记录转台的旋转角度α，同时拍摄D1和D2处水下目标物表面的光斑图像；采用数据处理模块对D1和D2对应的光斑图像进行处理，得到光斑图像周长L1和L2；通过D与L之间的映射关系得到D1和D2；计算得到水下目标物的实际尺寸M。本发明能够用于水下目标尺寸的测量，具有操作简单、水质环境适应性好、精度高、结构简单、复杂度低的特点，便于推广应用。便于推广应用。便于推广应用。


技术研发人员：李小斌 韩彪 杨景川 谢彬 杨梦宁 陈开润 李亚涛 汪涵 何鑫 向刚
受保护的技术使用者：西安电子科技大学 重庆大学 中国科学院深海科学与工程研究所
技术研发日：2022.12.23
技术公布日：2023/3/10