基于图像配准的水下图像复原方法
发布时间：2021-10-05 00:32
21世纪以来,人类社会的可持续发展越来越多地依赖海洋,加快海洋资源的开发利用已成为关系到国家生存和发展的重大问题。视频和图像是一种直观且有效的水下信息表达方式,但是由于水下环境的复杂性和水体运动的随机性,水下图像往往存在严重的失真。尤其是在空气-水界面处,水面波动的随机性和高速运动性导致界面处光线发生复杂的折射现象,从而使得从水上透过水面获取的水下目标成像存在严重的几何畸变。这不仅降低了图像的整体视觉效果,而且阻碍了后续的模式识别和目标检测等任务的顺利进行。在针对跨介质水下扭曲图像复原方法的研究过程中,本文主要完成了以下工作:（1）对国内外的跨介质水下扭曲图像复原方法进行了归纳和总结。（2）研究了跨介质水下扭曲图像的光学成像原理与成像特点。（3）研究了两种经典的水下图像复原方法。通过仿真分析,发现以模糊的平均图像为参考图像会严重限制图像配准的效果。（4）在结合了B样条与自由变形模型的迭代性图像配准方法的基础上,提出了通过重建高质量的参考图像的方法来提高图像配准的效果。重建参考图像主要由两个步骤组成:首先是幸运块融合技术,采用结构相似性作为质量评价方法,从序列中挑选出畸变较小的图像块进行...
【文章来源】：上海大学上海市 211工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
海水水分子吸收光谱曲线[47]
上海大学硕士学位论文39(a)无重叠分块(b)重叠分块图4.3幸运块融合技术中的分块方法示意图(a)无重叠分块(b)50%重叠分块图4.4采用不同分块方式进行幸运块融合得到的重建图像（实验中，采用SSIM作为图像质量评价方法，挑选SSIM值排在前50%的图像块作为幸运块进行融合与拼接）4.3.2图像质量评价方法透过波动的空气-水界面成像时，扭曲畸变是水下图像的主要失真形式，有时甚至会有局部运动模糊。因此，我们需要选择合适的图像质量评价方法来评估图像的失真程度，尤其是几何失真。如果仅有一张水下图片，而没有未失真图片作为对比，即便是人眼也无法断定该图片是否存在畸变失真。但是当人们观察一组水下场景的视频时，帧间差异使得人眼可以很容易发现图片中的畸变失真。由此可见，有参考源时更容易判断图片是否存在畸变失真。在真实的水下场景中，未失真图像往往是不可获得的，但是序列图像的时域平均可以作为未失真图像的近似替代，所以可通过计算序列图像与平均图像之间的相似程度来衡量图像的畸变失真水平。若差
上海大学硕士学位论文44图4.5采用SSIM作为特征数据，使用K均值聚类划分后的数据分布在通过K均值聚类得到“幸运块”序列后，计算序列的平均图像块。然后把所有“幸运块”序列的平均图像块拼接起来，即可得到一整幅重建的图像。4.3.4不同质量评价方法的效果比较新南威尔士大学的Halder等[30]使用了基于瑞丽熵的盲图像质量评价（BlindImageQuality,BIQ）方法[64]来挑选清晰度较高的参考帧和帧序列作为配准的输入，本文也使用BIQ作为幸运块融合的图像质量评价方法，与其他评价方法进行对比。图4.6展示了分别使用PSNR、SSIM、FSIM、GSM和BIQ等图像质量评价方法进行幸运块融合所得到的重建图像。与图4.6(a)所示的原始序列的平均图像相比，在图4.6(f)所示的使用BIQ得到的结果中，重影现象不仅没有得到缓解，甚至有些区域的重影现象变得更加严重（如红色方框所示的区域）。水面波动造成的图像失真以几何畸变为主，几何畸变失真是一种结构性失真，是图像边缘处的像素点发生偏移，而不是边缘被“扩散”（即图像模糊的一种表现）。BIQ是一种无参考图像质量评价函数，它虽然可以检测图像模糊，但是无法检测出几何畸变。因此BIQ不适用于本文的幸运块融合算法。图4.6(d)所示的使用FSIM获得的重建图像与原始序列的平均图像相比，几乎看不出差别，这是因为以FSIM进行图像质量评价时，图像块之间的FSIM值的差异很小，无法反映待测图像块与参考图像块之间的差异，
【参考文献】：
期刊论文
[1]基于像素位移估计的水下湍流退化图像畸形校正算法[J]. 盘亚楠,谌雨章,郭煜玮. 计算机测量与控制. 2018(06)
[2]基于B样条迭代配准的水下扭曲图像恢复算法[J]. 马春波,赵兰兰,敖珺,王克明. 计算机工程. 2017(05)
[3]水下图像增强和复原方法研究进展[J]. 郭继昌,李重仪,郭春乐,陈善继. 中国图象图形学报. 2017(03)
[4]水面波动和水体湍流退化图像的复原方法[J]. 鲁啸天,杨天鸣,金伟其,刘敬,温仁杰. 应用光学. 2017(01)
[5]水的光学特性对水下光学成像质量影响的分析[J]. 张辉. 电子测试. 2013(20)
[6]畸变环境下的序列图像融合技术研究[J]. 杨波,张文生,谢源. 计算机科学. 2013(10)
[7]一种基于视频的水下场景复原算法[J]. 李磊,王庆,肖照林. 系统仿真学报. 2012(01)
[8]水的光学特性及其对水下成像的影响[J]. 孙传东,陈良益,高立民,张建生,卢笛. 应用光学. 2000(04)
[9]机载激光测深海洋传输通道的吸收和散射特性分析[J]. 陈烽,陈良益,薛鸣球. 光子学报. 1997(06)
硕士论文
[1]基于图像序列的跨介质水下成像技术研究[D]. 吴桐.桂林电子科技大学 2019
[2]基于B样条和互信息的非刚性医学图像配准的研究与应用[D]. 汪军.太原理工大学 2017
[3]水下湍流模糊图像质量感知及图像复原系统研究[D]. 陈晔.厦门大学 2017
[4]水下图像复原方法研究[D]. 王婷.郑州大学 2017
[5]基于激光雷达的自动泊车环境感知技术研究[D]. 王海.大连理工大学 2013
本文编号：3418641
【文章来源】：上海大学上海市 211工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
海水水分子吸收光谱曲线[47]
上海大学硕士学位论文39(a)无重叠分块(b)重叠分块图4.3幸运块融合技术中的分块方法示意图(a)无重叠分块(b)50%重叠分块图4.4采用不同分块方式进行幸运块融合得到的重建图像（实验中，采用SSIM作为图像质量评价方法，挑选SSIM值排在前50%的图像块作为幸运块进行融合与拼接）4.3.2图像质量评价方法透过波动的空气-水界面成像时，扭曲畸变是水下图像的主要失真形式，有时甚至会有局部运动模糊。因此，我们需要选择合适的图像质量评价方法来评估图像的失真程度，尤其是几何失真。如果仅有一张水下图片，而没有未失真图片作为对比，即便是人眼也无法断定该图片是否存在畸变失真。但是当人们观察一组水下场景的视频时，帧间差异使得人眼可以很容易发现图片中的畸变失真。由此可见，有参考源时更容易判断图片是否存在畸变失真。在真实的水下场景中，未失真图像往往是不可获得的，但是序列图像的时域平均可以作为未失真图像的近似替代，所以可通过计算序列图像与平均图像之间的相似程度来衡量图像的畸变失真水平。若差
上海大学硕士学位论文44图4.5采用SSIM作为特征数据，使用K均值聚类划分后的数据分布在通过K均值聚类得到“幸运块”序列后，计算序列的平均图像块。然后把所有“幸运块”序列的平均图像块拼接起来，即可得到一整幅重建的图像。4.3.4不同质量评价方法的效果比较新南威尔士大学的Halder等[30]使用了基于瑞丽熵的盲图像质量评价（BlindImageQuality,BIQ）方法[64]来挑选清晰度较高的参考帧和帧序列作为配准的输入，本文也使用BIQ作为幸运块融合的图像质量评价方法，与其他评价方法进行对比。图4.6展示了分别使用PSNR、SSIM、FSIM、GSM和BIQ等图像质量评价方法进行幸运块融合所得到的重建图像。与图4.6(a)所示的原始序列的平均图像相比，在图4.6(f)所示的使用BIQ得到的结果中，重影现象不仅没有得到缓解，甚至有些区域的重影现象变得更加严重（如红色方框所示的区域）。水面波动造成的图像失真以几何畸变为主，几何畸变失真是一种结构性失真，是图像边缘处的像素点发生偏移，而不是边缘被“扩散”（即图像模糊的一种表现）。BIQ是一种无参考图像质量评价函数，它虽然可以检测图像模糊，但是无法检测出几何畸变。因此BIQ不适用于本文的幸运块融合算法。图4.6(d)所示的使用FSIM获得的重建图像与原始序列的平均图像相比，几乎看不出差别，这是因为以FSIM进行图像质量评价时，图像块之间的FSIM值的差异很小，无法反映待测图像块与参考图像块之间的差异，
【参考文献】：
期刊论文
[1]基于像素位移估计的水下湍流退化图像畸形校正算法[J]. 盘亚楠,谌雨章,郭煜玮. 计算机测量与控制. 2018(06)
[2]基于B样条迭代配准的水下扭曲图像恢复算法[J]. 马春波,赵兰兰,敖珺,王克明. 计算机工程. 2017(05)
[3]水下图像增强和复原方法研究进展[J]. 郭继昌,李重仪,郭春乐,陈善继. 中国图象图形学报. 2017(03)
[4]水面波动和水体湍流退化图像的复原方法[J]. 鲁啸天,杨天鸣,金伟其,刘敬,温仁杰. 应用光学. 2017(01)
[5]水的光学特性对水下光学成像质量影响的分析[J]. 张辉. 电子测试. 2013(20)
[6]畸变环境下的序列图像融合技术研究[J]. 杨波,张文生,谢源. 计算机科学. 2013(10)
[7]一种基于视频的水下场景复原算法[J]. 李磊,王庆,肖照林. 系统仿真学报. 2012(01)
[8]水的光学特性及其对水下成像的影响[J]. 孙传东,陈良益,高立民,张建生,卢笛. 应用光学. 2000(04)
[9]机载激光测深海洋传输通道的吸收和散射特性分析[J]. 陈烽,陈良益,薛鸣球. 光子学报. 1997(06)
硕士论文
[1]基于图像序列的跨介质水下成像技术研究[D]. 吴桐.桂林电子科技大学 2019
[2]基于B样条和互信息的非刚性医学图像配准的研究与应用[D]. 汪军.太原理工大学 2017
[3]水下湍流模糊图像质量感知及图像复原系统研究[D]. 陈晔.厦门大学 2017
[4]水下图像复原方法研究[D]. 王婷.郑州大学 2017
[5]基于激光雷达的自动泊车环境感知技术研究[D]. 王海.大连理工大学 2013
本文编号：3418641
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3418641.html
