Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
Underwater obstacle detection is essential for safe deployment of autonomous underwater vehicles (AUVs). In this paper, we make an attempt to explore one kind of underwater obstacle detection strategy with the help of the Relative Total Variation(RTV) and Joint Guided Filtering(JGF). We first introduce one kind of virtual retinex model. Then we utilize the Relative Total Variation to extract the essential visual structures. We further take possible visual differences between reference and the target underwater image into account and estimating the mutual structures with the joint guided filtering. Then we generate the underwater obstacle edges with Gaussian filter in a LAB color space. It is shown in our simulation experiments that the developed approach in this paper could achieve great performances in underwater obstacle detection for AUV.