基于张量的水下图像匹配

发布时间：2020-05-10 21:00

【摘要】：随着科技的不断发展,人类越来越多地依赖海洋走进海洋,对于深浅海的探索在不断的加深。为了更好的利用海洋资源,针对水下光学图像的匹配本文展开了研究,在传统算法的基础上结合图像的拓扑结构特征并使用张量谱半径的迭代算法更好的实现了水中图像的匹配。对于人类而言视觉图像永远是最直接最直观的信息接收方式,同样在海洋的探索中图像是最能给人们带来直观感受的,但光在水中传播不同于在空气中传播,因此光学图像在水下会存在很多受限制的地方和因素。比如光线在水中存在很强的衰减特性,同时水中的气泡和水中悬浮杂质对光线传播的影响都会对光学成像造成很多障碍。在水下航行器的水下勘测、搜援、特种作业、智能识别、军事任务以及回收中,基于光学图像的识别、匹配和智能分析又是必不可少的,而目前传统的SIFT、SURF等图像匹配算法中强调的是点特征与点特征的匹配,由于是通过点与点之间的特征比较,无法体现出结构的特征。并且水下图像的特征点受影响因素多,尤其在水下航行器的人造光源下很容易造成特征点特征信息的失真,从而大大影响匹配的准确率。故本文研究了针对水下图像的兴趣点提取并使用张量来建立两组图像视觉特征之间的对应关系,以及通过迭代算法求解对称张量的谱半径问题,从而实现一种基于张量的水下图像匹配算法。不同于现有算法中通过特征点所在空间邻域的结构特征建立对应关系,该算法意在组合图像的多种视觉特征,寻求一个最优解实现这些组合中最小的差异化。该差异化函数由匹配图之间的特征的差异构建的张量来定义,通过局部到整体的拓扑结构特征实现匹配。最后通过迭代算法求解张量谱半径得出最优匹配解,从而实现图像的匹配。
【图文】：

水下航行器

不再局限于陆地上的煤炭、石油等不可再生资源。目前，风、水源已经被大量使用，但对于目前庞大的消耗量还远远不够，为了得不把目光伸入到太空和海洋的深处。众所周知我们生活的地球表面的百分之四十，其总面积达二点五亿平方公里，相比之下我很渺小了。在广袤无垠的大海中存在着大量的海洋生物资源、水资源、潮汐能和其他能源资源，由于技术条件的限制这些资源从模开采，未开发资源存储量巨大，在目前不可再生能源紧缺的大开采利用显得尤为重要，因此对于海洋资源的开发和利用现已成家竞相研究和开发的重要项目。目前，世界上许多发达和发展中源的开发利用作为能源战略的不可或缺的组成部分。而对于海洋勘测等依托于水下航行器才能完成的工作就显得尤为重要。另一岸线以及巨大的领海面积，为了更好地保卫国家领海主权，水下显得尤为重要。面对国际形势的大势所趋，我国现也大力发展海“走向深海”为口号的发展计划。这一政策在解决我国自然资源匮大的战略及经济价值。

其在深海的光学图像研究方面取得的研究成果较少。当来自太阳的自然光照射到大海表面时，水对光线的吸收和散射作用及其强烈，一般光在水中只能传递几米至几十米，因此深海没有光源没有传递来光线必然是漆黑一片，这情况情大大的限制了我们对于海洋的认知和研究，同时对于世界上现有的光学成像技术无疑是一种极大的挑战，因此在这方面我们需要更深入的研究才能克服这些困难。在复杂的水下环境中现有光学传感器很难进行远距离拍摄，因为水对于光的吸收太大这是无法避免的。但即使是近距离的水下拍摄，由于海洋中存在很强的噪声影响，例如气泡、浮游生物、漂浮泥沙等，再加上水对光的吸收和散射，这导致光学传感器采集到的水下图像对比度和分辨率都很低，图像的色彩信息也很不丰富，图像中被观测物体的边缘边界也比较模糊不明确，被观测物体的纹理细节很难完整的展示出来。这就导致了实际应用中水下成像的有用信息严重缺失，同样的技术手段和应用操作相比于水上成像的研究存在更多的难处。目前，，对于水下图像的处理和应用我国仍处于还有巨大空间取学习和进步的位置，水下光学图像的科研广度和深度都远远比不上水上图像的相关研究，目前这种现状给身为海洋大国的我国的水下资源开发、生物研究、军事战略、水产经济等发展带来了巨大的困难。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P714;TP391.41

【参考文献】