[发明专利]基于先验估计网络和空间约束混合模型的海面障碍物检测方法

说明书

本发明公开了一种基于先验估计网络和空间约束混合模型的海面障碍物检测方法，包括以下步骤：（1）采集海面图像样本，制作先验估计网络训练样本；（2）利用训练样本对先验估计网络进行训练；（3）将待检测的海面图像作为输入，通过已训练的先验估计网络预测出图像中所有像素的类别先验概率；（4）建立空间约束混合模型，根据先验估计网络得到的类别先验概率，计算出混合模型的初始参数；（5）利用期望最大化算法（EM）对空间约束混合模型进行优化，并且得到相应的海面语义分割图像；（6）提取海面语义分割图像中的障碍物区域，实现海面障碍物检测。本发明的方法可以有效地检测出复杂背景下的海面障碍物，并且具有速度快、鲁棒性好的特点。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于先验估计网络和空间约束混合模型的海面障碍物检测方法。

背景技术

障碍物检测技术作为无人水面艇环境感知的重要组成部分，直接决定了无人艇是否能够完成作业以及安全航行。随着海洋资源探测、开发及利用的需求持续提升，无人水面艇凭借其体积小、无人员伤亡、智能化等优点，在海洋环境监测、海底测绘、海域搜救等领域发挥了十分重要的作用。无人水面艇在海上航行时，通常会受到浮标、舰船、礁石等威胁，因此研究海面障碍物检测技术有助于增强无人艇对周围环境的感知能力，并且保证其实现安全作业。

现有的无人水面艇通常采用可见光/红外相机、激光雷达、海事雷达等作为传感器来获取周围的场景信息，并且通过一定的算法对这些信息进行相应的处理，从而确定出海面障碍物的位置、大小以及种类。近些年来，随着计算机处理能力的不断提高，特别是并行计算能力的迅猛发展，使得基于可见光图像的场景感知与理解技术吸引了大量研究人员的注意。然而，现有的基于视觉的障碍物检测方法大都是围绕无人地面车来展开的，而对于海面障碍物检测的研究还不是很多，并且研究的内容还不够深入，难以应用于复杂的海洋环境。

发明内容

本发明针对现有技术的不足，提供一种基于先验估计网络和空间约束混合模型的海面障碍物检测方法，该方法可以有效地检测出复杂背景下的海面障碍物，并且具有速度快、鲁棒性好的特点。

为达到上述目的，本发明采用如下技术方案：

一种基于先验估计网络和空间约束混合模型的海面障碍物检测方法，包括以下步骤：

(1)采集海面图像样本，制作先验估计网络训练样本；

(2)利用训练样本对先验估计网络进行训练；

(3)将待检测的海面图像作为输入，通过已训练的先验估计网络预测出图像中所有像素的类别先验概率；

(4)建立空间约束混合模型，根据先验估计网络得到的类别先验概率，计算出混合模型的初始参数；

(5)利用期望最大化算法(EM)对空间约束混合模型进行优化，并且得到相应的海面语义分割图像；

(6)提取海面语义分割图像中的障碍物区域，实现海面障碍物检测。