第14卷第3期 智能系统学报 Vol.14 No.3 2019年5月 CAAI Transactions on Intelligent Systems May 2019 D0:10.11992/tis.201711037 网络出版地址:http:/kns.cnki.net/kcms/detail/23.1538.TP.20180426.1510.009html 采用相关滤波的水下海参目标跟踪 刘吉伟,魏鸿磊,裴起潮',邢利然2 (1.大连工业大学机械工程与自动化学院,辽宁大连116034;2.华北理工大学机械学院,河北唐山063210) 摘要:针对在使用水下机器人采捕时需要实时跟踪定位海参耳标的问题,提出了一种基于核相关滤波器的海 参目标追踪算法。在初始帧中,根据已知的海参目标的外形特征,将海参整体分为九宫格块,通过边界块与中 心块的比较定位海参的两头部位置:使用KC℉算法在后续帧中追踪海参两个头部,通过两个模块之间的距离 变化来估计海参尺度并计算出目标海参的位置。实验结果表明:在追踪水下海参时,该追踪算法的精确度、运 行速度、成功率均高于其他实验算法。 关键词:视觉追踪;循环矩阵;离散傅里叶变换;核方法;岭回归;相关滤波器;海参采捕;尺度估计 中图分类号:TP391 文献标志码:A文章编号:1673-4785(2019)03-0525-08 中文引用格式:刘吉伟,魏鸿磊,裴起潮,等.采用相关滤波的水下海参目标跟踪J.智能系统学报,2019,14(3):525-532. 英文引用格式:LIU Jiwei,VEI Honglei,,PEI Qichao,et al.Underwater sea cucumber target tracking algorithm based on correla-. tion filteringlJ.CAAI transactions on intelligent systems,2019,14(3):525-532. Underwater sea cucumber target tracking algorithm based on correlation filtering LIU Jiwei,WEI Honglei',PEI Qichao',XING Liran2 (1.Institute of Mechanical Engineering and Automation,Dalian Polytechnic University,Dalian 116034,China;2.College of Mech- anical Engineering,North China University of Science and Technology,Tangshan 063210,China) Abstract:This study proposes a type of sea cucumber target tracking algorithm based on the kernel correlation filter (KCF)to find a solution for real-time tracking while capturing a sea cucumber using an underwater robot.In the initial frame,the image block that contains the target sea cucumber is divided into nine sub-blocks based on the characteristics of the sea cucumber,including its appearance and the positioning of its two heads by comparing the boundary blocks with the central block.Further,the KCF algorithm is used to track the two heads of the sea cucumber in the subsequent frames,estimate the scale,and calculate the location of the sea cucumber based on the distance variation between the two modules.The experimental results exhibit that the accuracy,running speed,and success rate of the tracking al- gorithm are higher than those of other experimental algorithms. Keywords:visual tracking;circulant matrices;discrete Fourier transform;kernel methods;ridge regression;correlation filters:capturing sea cucumbers;scale estimation 随着生活水平的提高,人们对海参等海珍品 量低,养殖企业迫切需要自动化的装备以替代人 的需求量越来越大。底播养殖是海参的主要养殖 工采捕山。目前水下机器人广泛应用于水下检 方式,即将海参苗播撒在海底进行养殖,待长成 测、识别等海洋活动中2,应用带有机器视觉的 后再进行捕捞。由于海参无法采用拖网捕捞,主 水下机器人进行海参采捕也是可行的方式,但由 要以人工下潜作业的方式采捕,劳动强度大、产 于水下光照、悬浮物、水对光线的吸收和散射等 等原因,水下图像通常对比度低,质量差,因此应 收稿日期:2017-11-29.网络出版日期:2018-04-26 基金项目:辽宁省自然科学基金项目(2015020027). 用机器视觉技术对海参目标进行识别和跟踪抓捕 通信作者:魏鸿磊.E-mail:wehl2005@163.com. 非常困难。DOI: 10.11992/tis.201711037 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180426.1510.009.html 采用相关滤波的水下海参目标跟踪 刘吉伟1 ,魏鸿磊1 ,裴起潮1 ,邢利然2 (1. 大连工业大学 机械工程与自动化学院,辽宁 大连 116034; 2. 华北理工大学 机械学院,河北 唐山 063210) 摘 要:针对在使用水下机器人采捕时需要实时跟踪定位海参目标的问题,提出了一种基于核相关滤波器的海 参目标追踪算法。在初始帧中,根据已知的海参目标的外形特征,将海参整体分为九宫格块,通过边界块与中 心块的比较定位海参的两头部位置;使用 KCF 算法在后续帧中追踪海参两个头部,通过两个模块之间的距离 变化来估计海参尺度并计算出目标海参的位置。实验结果表明:在追踪水下海参时,该追踪算法的精确度、运 行速度、成功率均高于其他实验算法。 关键词:视觉追踪;循环矩阵;离散傅里叶变换;核方法;岭回归;相关滤波器;海参采捕;尺度估计 中图分类号:TP391 文献标志码:A 文章编号:1673−4785(2019)03−0525−08 中文引用格式:刘吉伟, 魏鸿磊, 裴起潮, 等. 采用相关滤波的水下海参目标跟踪[J]. 智能系统学报, 2019, 14(3): 525–532. 英文引用格式:LIU Jiwei, WEI Honglei, PEI Qichao, et al. Underwater sea cucumber target tracking algorithm based on correlation filtering[J]. CAAI transactions on intelligent systems, 2019, 14(3): 525–532. Underwater sea cucumber target tracking algorithm based on correlation filtering LIU Jiwei1 ,WEI Honglei1 ,PEI Qichao1 ,XING Liran2 (1. Institute of Mechanical Engineering and Automation, Dalian Polytechnic University, Dalian 116034, China; 2. College of Mechanical Engineering, North China University of Science and Technology, Tangshan 063210, China) Abstract: This study proposes a type of sea cucumber target tracking algorithm based on the kernel correlation filter (KCF) to find a solution for real-time tracking while capturing a sea cucumber using an underwater robot. In the initial frame, the image block that contains the target sea cucumber is divided into nine sub-blocks based on the characteristics of the sea cucumber, including its appearance and the positioning of its two heads by comparing the boundary blocks with the central block. Further, the KCF algorithm is used to track the two heads of the sea cucumber in the subsequent frames, estimate the scale, and calculate the location of the sea cucumber based on the distance variation between the two modules . The experimental results exhibit that the accuracy, running speed, and success rate of the tracking algorithm are higher than those of other experimental algorithms. Keywords: visual tracking; circulant matrices; discrete Fourier transform; kernel methods; ridge regression; correlation filters; capturing sea cucumbers; scale estimation 随着生活水平的提高,人们对海参等海珍品 的需求量越来越大。底播养殖是海参的主要养殖 方式,即将海参苗播撒在海底进行养殖,待长成 后再进行捕捞。由于海参无法采用拖网捕捞,主 要以人工下潜作业的方式采捕,劳动强度大、产 量低,养殖企业迫切需要自动化的装备以替代人 工采捕[1]。目前水下机器人广泛应用于水下检 测、识别等海洋活动中[2-4] ,应用带有机器视觉的 水下机器人进行海参采捕也是可行的方式,但由 于水下光照、悬浮物、水对光线的吸收和散射等 等原因,水下图像通常对比度低,质量差,因此应 用机器视觉技术对海参目标进行识别和跟踪抓捕 非常困难。 收稿日期:2017−11−29. 网络出版日期:2018−04−26. 基金项目:辽宁省自然科学基金项目 (2015020027). 通信作者:魏鸿磊. E-mail:weihl2005@163.com. 第 14 卷第 3 期 智 能 系 统 学 报 Vol.14 No.3 2019 年 5 月 CAAI Transactions on Intelligent Systems May 2019