側(cè)掃聲吶圖像特征匹配方法研究

《側(cè)掃聲吶圖像特征匹配方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)：密級(jí)：UDC：編號(hào)：工學(xué)博士學(xué)位論文側(cè)掃聲吶圖像特征匹配方法研究博士研究生：李鵬指導(dǎo)教師：葉秀芬學(xué)科、專業(yè)：模式識(shí)別與智能系統(tǒng)哈爾濱工程大學(xué)2016年1月萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)分類號(hào)：密級(jí)：UDC：編號(hào)：工學(xué)博士學(xué)位論文側(cè)掃聲吶圖像特征匹配方法研究博士研究生：李鵬指導(dǎo)教師：葉秀芬學(xué)位級(jí)別：工學(xué)博士學(xué)科、專業(yè)：模式識(shí)別與智能系統(tǒng)所在單位：自動(dòng)化學(xué)院論文提交日期：2016年1月論文答辯日期：2016年3月學(xué)位授予單位：哈爾濱工程大學(xué)萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)ClassifiedIndex:U.D.C:ADissertationfor

2、theDegreeofD.EngResearchonImageMatchingMethodfortheSide-scanSonarImageCandidate:LiPengSupervisor:Prof.YeXiufenAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:PatternRecognitionandIntelligentSystemDateofSubmission:Jan.,2016DateofOralExamination:Mar.,2016Univ

3、ersity:HarbinEngineeringUniversity萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)哈爾濱工程大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：本論文的所有工作，是在導(dǎo)師的指導(dǎo)下，由作者本人獨(dú)立完成的。有關(guān)觀點(diǎn)、方法、數(shù)據(jù)和文獻(xiàn)的引用已在文中指出，并與參考文獻(xiàn)相對(duì)應(yīng)。除文中已注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)公開發(fā)表的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。作者（簽字）：日期：年月日哈爾濱工程大學(xué)學(xué)位論文授權(quán)使用聲明本人完全了解學(xué)校保護(hù)知識(shí)產(chǎn)

4、權(quán)的有關(guān)規(guī)定，即研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)屬于哈爾濱工程大學(xué)。哈爾濱工程大學(xué)有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件。本人允許哈爾濱工程大學(xué)將論文的部分或全部?jī)?nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文，可以公布論文的全部?jī)?nèi)容。同時(shí)本人保證畢業(yè)后結(jié)合學(xué)位論文研究課題再撰寫的論文一律注明作者第一署名單位為哈爾濱工程大學(xué)。涉密學(xué)位論文待解密后適用本聲明。本論文（□在授予學(xué)位后即可□在授予學(xué)位12個(gè)月后□解密后）由哈爾濱工程大學(xué)送交有關(guān)部門進(jìn)行保存、匯編等。作者（簽字）：

5、導(dǎo)師（簽字）：日期：年月日年月日萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)側(cè)掃聲吶圖像特征匹配方法研究摘要作為地球上尚未被開發(fā)的最大的區(qū)域，海洋世界對(duì)于世界各國(guó)具有無(wú)窮的吸引力。由于海洋的物理特性和人類自身能力的限制，人類無(wú)法像在陸地一樣使用常規(guī)光學(xué)儀器探測(cè)海洋。因此，側(cè)掃聲吶系統(tǒng)成為水下勘測(cè)的最便利工具，其測(cè)繪海底地形的能力在軍事和民用領(lǐng)域具有廣泛應(yīng)用。然而，側(cè)掃聲吶生成的圖像都為條狀圖像，不能將所有影像呈現(xiàn)于同一張圖像以觀察海底全貌，因此通過(guò)特征匹配將聲吶圖像拼接成大范圍圖像具有重要意義。同時(shí)，由于水下環(huán)境復(fù)雜，側(cè)掃聲吶圖像受噪聲污染嚴(yán)重，灰

6、度級(jí)窄，特征微弱，并且，為了獲得更為寬廣精確的地形，聲吶從多種方向掃描，同一區(qū)域在大視角變換下呈現(xiàn)不同特點(diǎn)，這給圖像特征匹配帶來(lái)極大障礙。本文以實(shí)際側(cè)掃聲吶數(shù)據(jù)作為研究對(duì)象，深入研究了側(cè)掃聲吶圖像特配匹配技術(shù)的理論和和方法，針對(duì)以上關(guān)鍵問(wèn)題分別進(jìn)行了研究并提出了一系列完整解決方案，對(duì)于涉及到的側(cè)掃聲吶數(shù)據(jù)解析，圖像預(yù)處理，實(shí)時(shí)拼接，基于特征的圖像匹配，高噪聲污染圖像特征匹配和大視角旋轉(zhuǎn)變換圖像匹配等關(guān)鍵處理步驟給出了詳細(xì)的原理剖析和實(shí)現(xiàn)方法，并通過(guò)VisualStudio平臺(tái)編程實(shí)現(xiàn)，有效地解決了側(cè)掃聲吶圖像特征匹配的關(guān)

7、鍵問(wèn)題，本文主要工作如下：首先，對(duì)側(cè)掃聲吶數(shù)據(jù)進(jìn)行解讀，在分析原始數(shù)據(jù)的基礎(chǔ)上，提出基于非線性補(bǔ)償?shù)幕叶刃Ｕ惴?，改善了圖像因?yàn)槁暡芰吭谒兴p及指向畸變產(chǎn)生的灰度失真問(wèn)題，使圖像層次感更強(qiáng)烈。聲吶被船拖拽掃描，其姿態(tài)受到擾動(dòng)，導(dǎo)致圖像扭曲斷裂，影響判讀，對(duì)此提出航向角優(yōu)化及波動(dòng)失真校正模型進(jìn)行幾何校正，校正后的圖像經(jīng)過(guò)插值，特征更流暢，圖像質(zhì)量得以提高。對(duì)幾種經(jīng)典的噪聲濾波方法進(jìn)行介紹，并進(jìn)行了改進(jìn)研究，提出一種基于引導(dǎo)濾波改進(jìn)的二維經(jīng)驗(yàn)?zāi)B(tài)分解濾波算法GMED，新算法在降噪基礎(chǔ)上最大化保留聲吶圖像特征，為后續(xù)的特征

8、匹配工作開展打下基礎(chǔ)。其次，提出了基于分層的側(cè)掃聲吶圖像特征匹配算法。首先介紹了經(jīng)典的基于特征SIFT匹配算法。側(cè)掃聲吶圖像大多為海底地形，角點(diǎn)特征稀少，SIFT算法無(wú)法提取足夠特征。針對(duì)這一不足，利用引導(dǎo)濾波算法進(jìn)行改進(jìn)，首先將圖像分為細(xì)節(jié)層和主干層，對(duì)細(xì)節(jié)層進(jìn)行增強(qiáng)后，與主干層的共同特征作為匹配特征，同時(shí)，加入聲