相关实验视频
Updated: May 21, 2025
14:28
Using the Horseshoe Crab, Limulus Polyphemus, in Vision Research
Published on: July 3, 2009
14.3K
使用人工侧向抑制网络增强生物马机器人的水下图像
Yuke Ma1, Liang Zheng2, Yan Piao1
1School of Electronic and Information Engineering, Changchun University of Science and Technology, 7089 Weixing Road, Changchun 130022, China.
Sensors (Basel, Switzerland)
|March 17, 2025
概括
这项研究引入了人工横向抑制网络 (ALIN),用于水下图像增强,改善对比度和目标可见性. 生物马机器人 (BHCR) 使用这种ALIN技术展示了有效的水下目标采集.
科学领域:
- 机器人和计算机视觉 机器人和计算机视觉
- 生物仿真在工程中的应用.
- 图像处理 图像处理
背景情况:
- 由于光散射和吸收,水下环境对图像采集提出了重大挑战.
- 现有的水下图像增强算法经常在低能耗和有限的计算资源方面扎.
- 生物系统为应对复杂的环境挑战提供了新的方法.
研究的目的:
- 提出和评估一个人工横向抑制网络 (ALIN) 进行增强的水下图像处理.
- 评估ALIN在改善图像对比度和突出重要特征方面的有效性.
- 为了验证ALIN在生物马机器人 (BHCR) 中集成的目标识别性能.
主要方法:
- 一个人工横向抑制网络 (ALIN) 的开发,灵感来自马的复合眼睛.
- 将ALIN应用于水下图像处理,重点关注低能耗和高效率.
- 对ALIN与使用模式识别的八种已建立的水下图像增强算法进行比较分析.
- 在静态水环境中使用具有多个自由度 (MDOF) 的生物马机器人 (BHCR) 进行目标识别实验.
主要成果:
- ALIN有效地增强了水下图像中的关键信息,改善了亮点和阴影区域之间的对比度.
- ALIN解决了收集图像中非突出的特征点的问题.
- ALIN显示出一种独特的能力,可以抑制背景强度,而不会丢失关键信息.
- 实验结果证实了ALIN在提高水下图像质量方面的卓越性能,与其他算法相比.
结论:
- 人工横向抑制网络 (ALIN) 是一种可行且有效的水下图像增强技术.
- 在水下应用中,ALIN提高对比度和特征突出性的能力至关重要.
- 生物马机器人 (BHCR) 成功地利用ALIN进行水下目标采集,证明了该系统的实际实用性.
