AUV多域平台动态对接技术研究现状及展望

自主水下航行器(Autonomous Underwater Vehicle,AUV)在海洋工程、海洋科考以及军事活动中发挥着越来越重要的作用,能源补给和信息交换是影响AUV作业时长和作业效率的2个主要因素。受自身携带能源和水下环境的制约,AUV的能源补给和信息交换一般需将其回收至母船后进行。母船释放回收过程作业强度高、危险性大,极大限制了AUV的工程化应用。水下对接技术为AUV在水下完成能源补给和信息交换创造了条件,规避了AUV布放回收过程自动化程度低、风险高、隐蔽性差等问题,近年来成为水下机器人研究领域的热点。面向多海洋平台协同的动态水下对接技术受对接区域限制更少,对环境要求更低,在降低人员成本的基础上更具灵活性。在分析国内外动态水下对接技术在多类平台上应用情况的基础上,详细介绍一种AUV之间的水下动态对接系统,对其系统组成特点展开论述,并分析其湖上验证结果,总结动态水下对接技术在传感器数据处理、控制策略、抗水动力干扰等自主方面的关键技术,最后对整体技术的发展提出展望。

UUV非耐压承载结构多目标拓扑优化研究

鉴于非耐压承载结构对于UUV(Unmanned underwater vehicle)的重要意义,提出一种基于折衷规划法建立综合目标函数,以灰色-层次分析确定子目标权重系数的多目标优化方法。以某型UUV的非耐压承载结构为例,首先采用灰色-层次分析法,得到各子目标(典型工况的柔度和前3阶固有频率的平均值)的权重系数;然后,采用折衷规划法进行多目标拓扑优化设计。优化结果表明:该方法适用于UUV非耐压承载结构的初始设计,可行且有效。同时,对比层次分析法和灰色关联分析法,该方法计算效率更高,优化结果更加合理。

基于PUCS与DTCWT的红外与弱可见光图像融合

针对红外与弱可见光图像传统融合算法在结果图像中目标不突出、整体对比度降低、边缘及纹理细节不清晰、缺失等问题,本文提出一种基于感知一致性空间(Perception Unified Color Space,PUCS)和双树复小波变换(Dual Tree Complex Wavelet Transform,DTCWT)的融合算法。首先,将红外与弱可见光图像的亮度分量由RGB空间分别转至感知一致性空间得到新的亮度分量以备后续变换处理;接着,将源图像利用DTCWT进行多尺度分解,分别获取各自的低频分量与高频分量;然后,根据不同频带系数特点,提出一种基于区域能量自适应加权的规则对低频子带分量进行融合,采用一种基于拉普拉斯能量和与梯度值向量的规则对不同尺度、方向下高频子带分量进行融合;最后,对融合后的高、低频子带分量进行DTCWT逆变换重构图像,再将其转回至RGB空间以得到最终结果。在不同场景下将本文算法与3种高效融合算法进行对比评价,实验结果表明,本文算法不但在主观视觉上具有显著的目标特征、清晰的背景纹理及边缘细节、整体对比度适宜,而且在8项客观评价指标上也取得了较好的效果。

结合tetrolet与红外显著性特征提取的红外与可见光融合

针对红外与可见光图像融合过程中红外热目标不突出、纹理及边缘细节易缺失等问题,提出一种结合tetrolet变换域与红外显著目标特征提取的融合方法。首先,在鲁棒加速特征(speed-up robust features,SURF)框架内构建基于梯度直方图(histogram of oriented gradient,HOG)的特征点描述符实现红外与可见光图像的精确匹配;其次,基于贝塞尔面结合背景及目标进行自适应抑制完成红外目标显著性特征提取;接着,将处理后的红外与可见光图像通过tetrolet多尺度变换分解为低频和高频分量;然后,利用基于局部能量和相对亮度自适应规则对低频分量进行融合,对高频分量采用基于局部空间频率自适应融合规则;最后,将融合的低频分量与高频分量通过tetrolet逆变换,以获得最终的融合结果。实验结果表明,本文算法对不同场景下的红外与可见光图像的融合效果不但主观上具有显著的目标特征,同时背景纹理和边缘细节清晰,整体对比度适宜,运行时间较其他算法得到了明显提升,并且在客观评价指标上也取得了较好的效果。

基于引导滤波与双树复小波变换的红外与可见光图像融合

针对传统图像融合算法目标不突出、边缘及纹理细节不清晰或缺失、对比度降低等问题,提出一种基于引导滤波(GF)和双树复小波变换(DTCWT)的红外与可见光图像融合算法。首先,根据红外与可见光图像的特点,在DTCWT分解前对可见光图像进行GF增强,同时对经DTCWT分解后的红外高频分量进行GF增强;然后,根据不同频带系数特点,提出一种基于显著性的自适应加权规则对红外与可见光低频子带分量进行融合,采用一种基于拉普拉斯能量和(SML)与梯度值向量的规则对不同尺度、方向下高频子带进行融合;最后,对融合后的高、低频系数进行DTCWT逆变换以得到最终重构图像。将所提算法与6种高效融合算法进行对比评价,实验结果表明,所提融合算法在不同场景下具有显著的目标特征,同时背景纹理和边缘细节清晰,整体对比度适宜,并且在4类客观评价指标上也取得了较好的效果。