计算机工程

作者：周金涛, 高迪驹, 刘志全

单位：上海海事大学航运技术与控制工程交通运输行业重点实验室, 上海 201306

关键词：全景视觉,图像拼接,无人船,改进YOLOv5,目标检测

基金：国家自然科学基金(52001197)

无人船航行时水面障碍物检测因视角不足，导致漏检或误检，同时为满足无人船安全正常作业的需求，提出基于全景视觉的无人船水面障碍物目标检测方法。与传统的单目和双目视觉相比，全景视觉具有水平方向大视场监控的优点。基于多目全景视觉系统获得待拼接图像，在加速稳健特征(SURF)算法的基础上进行图像配准，引入k维树来构建数据索引，实现搜索空间级分类并进行快速匹配。通过M估计样本一致算法对匹配点进行优化，剔除误匹配点。对于图像融合中重叠区域出现的拼接缝隙或重影问题，设计一种基于圆弧函数的加权融合算法。提出改进的水面障碍物目标检测模型DS-YOLOv5s，将拼接好的全景图像作为训练好的模型作为输入，从而检测目标障碍物。实验结果表明，改进后的SURF算法与SURF算法相比特征点的匹配正确率提高11.47个百分点，在匹配时间上比SURF、RANSAC算法缩短5.83 s，DS-YOLOv5s模型的mAP@0.5达到95.7%，检测速度为51帧/s，符合实时目标检测标准。

来源：2024年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第2期