侧扫声呐图像镶嵌方法研究

发布时间：2020-10-12 17:19

　　 海底地貌是探测海洋十分重要的参考资料,侧扫声呐是获取海底地貌的卓效途径之一。原始侧扫声呐数据通过处理得到单幅条带图像,并通过采集操作控制与滤波处理形成质量更高的声呐图像。目前海洋活动中单幅声呐图像无法满足研究需求,因此寻找合适的声呐图像镶嵌方法及提高镶嵌精度是海底地貌研究的关键。基于此本文进行了如下研究:(1)侧扫声呐图像误差校正研究。利用采集操作控制与滤波处理提高了侧扫声呐图像质量,通过USM滤波对声呐图像进行特征强化后采用SURF算法配准,并选取中值与均值滤波作为参考。实验证明USM算法提高了图像匹配的精度;(2)侧扫声呐图像配准方法研究。针对声呐图像地理镶嵌易导致目标错位的问题,研究了四种特征检测算法。分别通过Forstner算法、SUSAN算法、Harris算法及SURF算法对图像进行特征提取,实验结果表明,在声呐图像特征点检测中,SURF算法提取的特征点具有尺度不变性和特征描述符,与其他三种算法相比鲁棒性更强;(3)图像误匹配点剔除与精确镶嵌研究。通过USM算法加强单幅声呐图像的特征,利用SURF算法进行图像配准;针对存在的误匹配点,采用RANSAC算法对其进行剔除,最后采用小波融合法进行图像的精确镶嵌。实验证明SURF算法解决了地理镶嵌目标错位的问题,实现了侧扫声呐图像的精确镶嵌。
【学位单位】：东华理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;P714.7
【文章目录】：
摘要
Abstract
1 绪论
    1.1 引言
    1.2 国内外研究现状
        1.2.1 侧扫声呐发展史及现状
        1.2.2 图像拼接技术研究现状
    1.3 论文主要研究内容
2 侧扫声呐系统及传统拼接方法
    2.1 侧扫声呐系统组成
    2.2 侧扫声呐工作原理及数据处理流程
        2.2.1 侧扫声呐工作原理
        2.2.2 侧扫声呐数据预处理
    2.3 传统拼接方法
    2.4 本章小结
3 侧扫声呐图像误差校正
    3.1 误差来源及消除
        3.1.1 拖鱼定位
        3.1.2 声图位移
        3.1.3 噪声
        3.1.4 处理方法
    3.2 滤波处理
        3.2.1 USM算法原理
        3.2.2 图像锐化基本方案
        3.2.3 实验分析
    3.3 本章小结
4 侧扫声呐图像配准方法对比
    4.1 地理镶嵌
    4.2 基于图像特征的配准方法
        4.2.1 Forstner特征提取算法
        4.2.2 SUSAN角点检测算法
        4.2.3 Harris角点检测算法
        4.2.4 SURF特征提取算法
    4.3 实验分析
        4.3.1 Forstner算子
        4.3.2 SUSAN算子
        4.3.3 Harris算子
        4.3.4 SURF算子
    4.4 本章小结
5 图像误匹配点剔除与图像融合
    5.1 误匹配点剔除算法
        5.1.1 基于函数拟合的方法
        5.1.2 基于统计模型的方法
    5.2 图像融合及质量评估
        5.2.1 融合方法
        5.2.2 质量评估指标
    5.3 实验分析
        5.3.1 误匹配点剔除算法实验分析
        5.3.2 镶嵌方法实验分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献

【参考文献】

相关期刊论文 前10条

1 郭丙轩;罗光光;肖雄武;牛科科;刘健辰;张卫龙;陈攀杰;;Forstner特征点分类和精确定位方法探讨[J];科学技术与工程;2016年16期

2 吴一全;王凯;戴一冕;;基于非局部均值和SUSAN算子的混合噪声滤除[J];光子学报;2015年09期

3 苏婷;金龙旭;李国宁;陶宏江;张珂;韩双丽;;基于改进Harris算法的图像角点检测[J];半导体光电;2015年03期

4 罗天健;刘秉瀚;;融合特征的快速SURF配准算法[J];中国图象图形学报;2015年01期

5 拓小明;李云红;刘旭;曹浏;霍可;田冀达;陈航;;基于Canny算子与阈值分割的边缘检测算法[J];西安工程大学学报;2014年06期

6 张从鹏;魏学光;;基于Harris角点的矩形检测[J];光学精密工程;2014年08期

7 葛盼盼;陈强;顾一禾;;基于Harris角点和SURF特征的遥感图像匹配算法[J];计算机应用研究;2014年07期

8 刘博超;赵建;孙强;;基于边缘改进的Harris角点检测方法[J];液晶与显示;2013年06期

9 龙忠杰;王吉芳;左云波;;一种改进的Harris与SUSAN相结合的角点检测算法[J];计算机应用与软件;2013年12期

10 丁雄飞;张春燕;;基于Moravec算子和改进的SIFT算法的图像匹配[J];合肥学院学报(自然科学版);2013年03期

相关博士学位论文 前2条

1 朱俊;基于几何特征配准的图像鲁棒拼接算法[D];南京理工大学;2014年

2 王雷;侧扫声纳图像分割算法研究[D];哈尔滨工程大学;2013年

相关硕士学位论文 前10条

1 许剑;侧扫声呐图像镶嵌与分割关键技术研究[D];东华理工大学;2017年

2 陈磊;图像配准中基于特征提取和匹配的方法研究[D];吉林大学;2016年

3 徐聪聪;基于SURF特征的水下图像拼接技术研究[D];中国海洋大学;2015年

4 杨玉春;测深侧扫声纳关键技术研究[D];中国舰船研究院;2014年

5 潘梦涛;局部描述算子在视频序列目标检测应用中的研究[D];电子科技大学;2013年

6 邓莹莹;侧扫声纳图像拼接系统研究[D];哈尔滨工程大学;2013年

7 郑艳飞;基于区域配准的图像拼接算法[D];山东大学;2012年

8 关健;声纳图像的显示与拼接技术研究[D];哈尔滨工程大学;2012年

9 刘三国;图像锐化的研究[D];曲阜师范大学;2011年

10 刘峰;基于特征的图像拼接算法研究[D];中国石油大学;2008年

本文编号：2838055