【摘要】：隨著科技的不斷發(fā)展,人類(lèi)越來(lái)越多地依賴海洋走進(jìn)海洋,對(duì)于深淺海的探索在不斷的加深。為了更好的利用海洋資源,針對(duì)水下光學(xué)圖像的匹配本文展開(kāi)了研究,在傳統(tǒng)算法的基礎(chǔ)上結(jié)合圖像的拓?fù)浣Y(jié)構(gòu)特征并使用張量譜半徑的迭代算法更好的實(shí)現(xiàn)了水中圖像的匹配。對(duì)于人類(lèi)而言視覺(jué)圖像永遠(yuǎn)是最直接最直觀的信息接收方式,同樣在海洋的探索中圖像是最能給人們帶來(lái)直觀感受的,但光在水中傳播不同于在空氣中傳播,因此光學(xué)圖像在水下會(huì)存在很多受限制的地方和因素。比如光線在水中存在很強(qiáng)的衰減特性,同時(shí)水中的氣泡和水中懸浮雜質(zhì)對(duì)光線傳播的影響都會(huì)對(duì)光學(xué)成像造成很多障礙。在水下航行器的水下勘測(cè)、搜援、特種作業(yè)、智能識(shí)別、軍事任務(wù)以及回收中,基于光學(xué)圖像的識(shí)別、匹配和智能分析又是必不可少的,而目前傳統(tǒng)的SIFT、SURF等圖像匹配算法中強(qiáng)調(diào)的是點(diǎn)特征與點(diǎn)特征的匹配,由于是通過(guò)點(diǎn)與點(diǎn)之間的特征比較,無(wú)法體現(xiàn)出結(jié)構(gòu)的特征。并且水下圖像的特征點(diǎn)受影響因素多,尤其在水下航行器的人造光源下很容易造成特征點(diǎn)特征信息的失真,從而大大影響匹配的準(zhǔn)確率。故本文研究了針對(duì)水下圖像的興趣點(diǎn)提取并使用張量來(lái)建立兩組圖像視覺(jué)特征之間的對(duì)應(yīng)關(guān)系,以及通過(guò)迭代算法求解對(duì)稱(chēng)張量的譜半徑問(wèn)題,從而實(shí)現(xiàn)一種基于張量的水下圖像匹配算法。不同于現(xiàn)有算法中通過(guò)特征點(diǎn)所在空間鄰域的結(jié)構(gòu)特征建立對(duì)應(yīng)關(guān)系,該算法意在組合圖像的多種視覺(jué)特征,尋求一個(gè)最優(yōu)解實(shí)現(xiàn)這些組合中最小的差異化。該差異化函數(shù)由匹配圖之間的特征的差異構(gòu)建的張量來(lái)定義,通過(guò)局部到整體的拓?fù)浣Y(jié)構(gòu)特征實(shí)現(xiàn)匹配。最后通過(guò)迭代算法求解張量譜半徑得出最優(yōu)匹配解,從而實(shí)現(xiàn)圖像的匹配。
【圖文】：

不再局限于陸地上的煤炭、石油等不可再生資源。目前，風(fēng)、水源已經(jīng)被大量使用，但對(duì)于目前龐大的消耗量還遠(yuǎn)遠(yuǎn)不夠，為了得不把目光伸入到太空和海洋的深處。眾所周知我們生活的地球表面的百分之四十，其總面積達(dá)二點(diǎn)五億平方公里，相比之下我很渺小了。在廣袤無(wú)垠的大海中存在著大量的海洋生物資源、水資源、潮汐能和其他能源資源，由于技術(shù)條件的限制這些資源從模開(kāi)采，未開(kāi)發(fā)資源存儲(chǔ)量巨大，在目前不可再生能源緊缺的大開(kāi)采利用顯得尤為重要，因此對(duì)于海洋資源的開(kāi)發(fā)和利用現(xiàn)已成家競(jìng)相研究和開(kāi)發(fā)的重要項(xiàng)目。目前，世界上許多發(fā)達(dá)和發(fā)展中源的開(kāi)發(fā)利用作為能源戰(zhàn)略的不可或缺的組成部分。而對(duì)于海洋勘測(cè)等依托于水下航行器才能完成的工作就顯得尤為重要。另一岸線以及巨大的領(lǐng)海面積，為了更好地保衛(wèi)國(guó)家領(lǐng)海主權(quán)，水下顯得尤為重要。面對(duì)國(guó)際形勢(shì)的大勢(shì)所趨，我國(guó)現(xiàn)也大力發(fā)展�！白呦蛏詈！睘榭谔�(hào)的發(fā)展計(jì)劃。這一政策在解決我國(guó)自然資源匱大的戰(zhàn)略及經(jīng)濟(jì)價(jià)值。

其在深海的光學(xué)圖像研究方面取得的研究成果較少。當(dāng)來(lái)自太陽(yáng)的自然光照射到大海表面時(shí)，水對(duì)光線的吸收和散射作用及其強(qiáng)烈，一般光在水中只能傳遞幾米至幾十米，因此深海沒(méi)有光源沒(méi)有傳遞來(lái)光線必然是漆黑一片，這情況情大大的限制了我們對(duì)于海洋的認(rèn)知和研究，同時(shí)對(duì)于世界上現(xiàn)有的光學(xué)成像技術(shù)無(wú)疑是一種極大的挑戰(zhàn)，因此在這方面我們需要更深入的研究才能克服這些困難。在復(fù)雜的水下環(huán)境中現(xiàn)有光學(xué)傳感器很難進(jìn)行遠(yuǎn)距離拍攝，因?yàn)樗畬?duì)于光的吸收太大這是無(wú)法避免的。但即使是近距離的水下拍攝，由于海洋中存在很強(qiáng)的噪聲影響，例如氣泡、浮游生物、漂浮泥沙等，再加上水對(duì)光的吸收和散射，這導(dǎo)致光學(xué)傳感器采集到的水下圖像對(duì)比度和分辨率都很低，圖像的色彩信息也很不豐富，圖像中被觀測(cè)物體的邊緣邊界也比較模糊不明確，被觀測(cè)物體的紋理細(xì)節(jié)很難完整的展示出來(lái)。這就導(dǎo)致了實(shí)際應(yīng)用中水下成像的有用信息嚴(yán)重缺失，同樣的技術(shù)手段和應(yīng)用操作相比于水上成像的研究存在更多的難處。目前，，對(duì)于水下圖像的處理和應(yīng)用我國(guó)仍處于還有巨大空間取學(xué)習(xí)和進(jìn)步的位置，水下光學(xué)圖像的科研廣度和深度都遠(yuǎn)遠(yuǎn)比不上水上圖像的相關(guān)研究，目前這種現(xiàn)狀給身為海洋大國(guó)的我國(guó)的水下資源開(kāi)發(fā)、生物研究、軍事戰(zhàn)略、水產(chǎn)經(jīng)濟(jì)等發(fā)展帶來(lái)了巨大的困難。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：P714;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 許佳佳;張葉;張赫;;基于改進(jìn)Harris-SIFT算子的快速圖像配準(zhǔn)算法[J];電子測(cè)量與儀器學(xué)報(bào);2015年01期

2 王鑫;賈敏智;;改進(jìn)Harris-SIFT算法在水下圖像匹配中的應(yīng)用[J];電視技術(shù);2014年13期

3 趙曉明;楊慶之;;具有中心對(duì)稱(chēng)結(jié)構(gòu)的非負(fù)張量的譜半徑(英文)[J];高等學(xué)校計(jì)算數(shù)學(xué)學(xué)報(bào);2014年01期

4 何賓;陶丹;彭勃;;高實(shí)時(shí)性F-SIFT圖像拼接算法[J];紅外與激光工程;2013年S2期

5 謝雨來(lái);李醒飛;呂津瑋;高雅彪;;基于SURF算法的水下圖像實(shí)時(shí)配準(zhǔn)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年12期

6 劉立;彭復(fù)員;趙坤;萬(wàn)亞平;;采用簡(jiǎn)化SIFT算法實(shí)現(xiàn)快速圖像匹配[J];紅外與激光工程;2008年01期

7 高培毅;人腦磁共振擴(kuò)散張量成像[J];當(dāng)代醫(yī)學(xué);2001年03期

相關(guān)博士學(xué)位論文 前4條

1 喬曦;基于水下機(jī)器視覺(jué)的海參實(shí)時(shí)識(shí)別研究[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

2 李麗霞;非奇異H-矩陣的判定和張量譜半徑的估計(jì)[D];吉林大學(xué);2016年

3 趙建興;M-矩陣（張量）最小特征值估計(jì)及其相關(guān)問(wèn)題研究[D];云南大學(xué);2014年

4 楊宇寧;張量特征值與多項(xiàng)式優(yōu)化中的若干問(wèn)題[D];南開(kāi)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前5條

1 仝灼銀;水下機(jī)器人視覺(jué)系統(tǒng)圖像處理研究[D];天津理工大學(xué);2017年

2 于海波;基于OMAP的水下光圖像匹配系統(tǒng)研究[D];哈爾濱工程大學(xué);2015年

3 梁浩;對(duì)稱(chēng)張量Z-特征值的梯度算法及非負(fù)張量譜半徑的一些性質(zhì)[D];華東師范大學(xué);2014年

4 王彬;水下圖像增強(qiáng)算法的研究[D];中國(guó)海洋大學(xué);2008年

5 何煒;基于Daubechies小波的水下圖像去噪方法研究[D];哈爾濱工程大學(xué);2006年

本文編號(hào)：2657896