海底地貌是探測海洋十分重要的參考資料,側(cè)掃聲吶是獲取海底地貌的卓效途徑之一。原始側(cè)掃聲吶數(shù)據(jù)通過處理得到單幅條帶圖像,并通過采集操作控制與濾波處理形成質(zhì)量更高的聲吶圖像。目前海洋活動(dòng)中單幅聲吶圖像無法滿足研究需求,因此尋找合適的聲吶圖像鑲嵌方法及提高鑲嵌精度是海底地貌研究的關(guān)鍵�；诖吮疚倪M(jìn)行了如下研究:(1)側(cè)掃聲吶圖像誤差校正研究。利用采集操作控制與濾波處理提高了側(cè)掃聲吶圖像質(zhì)量,通過USM濾波對聲吶圖像進(jìn)行特征強(qiáng)化后采用SURF算法配準(zhǔn),并選取中值與均值濾波作為參考。實(shí)驗(yàn)證明USM算法提高了圖像匹配的精度;(2)側(cè)掃聲吶圖像配準(zhǔn)方法研究。針對聲吶圖像地理鑲嵌易導(dǎo)致目標(biāo)錯(cuò)位的問題,研究了四種特征檢測算法。分別通過Forstner算法、SUSAN算法、Harris算法及SURF算法對圖像進(jìn)行特征提取,實(shí)驗(yàn)結(jié)果表明,在聲吶圖像特征點(diǎn)檢測中,SURF算法提取的特征點(diǎn)具有尺度不變性和特征描述符,與其他三種算法相比魯棒性更強(qiáng);(3)圖像誤匹配點(diǎn)剔除與精確鑲嵌研究。通過USM算法加強(qiáng)單幅聲吶圖像的特征,利用SURF算法進(jìn)行圖像配準(zhǔn);針對存在的誤匹配點(diǎn),采用RANSAC算法對其進(jìn)行剔除,最后采用小波融合法進(jìn)行圖像的精確鑲嵌。實(shí)驗(yàn)證明SURF算法解決了地理鑲嵌目標(biāo)錯(cuò)位的問題,實(shí)現(xiàn)了側(cè)掃聲吶圖像的精確鑲嵌。
【學(xué)位單位】：東華理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;P714.7
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 引言
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 側(cè)掃聲吶發(fā)展史及現(xiàn)狀
        1.2.2 圖像拼接技術(shù)研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
2 側(cè)掃聲吶系統(tǒng)及傳統(tǒng)拼接方法
    2.1 側(cè)掃聲吶系統(tǒng)組成
    2.2 側(cè)掃聲吶工作原理及數(shù)據(jù)處理流程
        2.2.1 側(cè)掃聲吶工作原理
        2.2.2 側(cè)掃聲吶數(shù)據(jù)預(yù)處理
    2.3 傳統(tǒng)拼接方法
    2.4 本章小結(jié)
3 側(cè)掃聲吶圖像誤差校正
    3.1 誤差來源及消除
        3.1.1 拖魚定位
        3.1.2 聲圖位移
        3.1.3 噪聲
        3.1.4 處理方法
    3.2 濾波處理
        3.2.1 USM算法原理
        3.2.2 圖像銳化基本方案
        3.2.3 實(shí)驗(yàn)分析
    3.3 本章小結(jié)
4 側(cè)掃聲吶圖像配準(zhǔn)方法對比
    4.1 地理鑲嵌
    4.2 基于圖像特征的配準(zhǔn)方法
        4.2.1 Forstner特征提取算法
        4.2.2 SUSAN角點(diǎn)檢測算法
        4.2.3 Harris角點(diǎn)檢測算法
        4.2.4 SURF特征提取算法
    4.3 實(shí)驗(yàn)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 本章小結(jié)
5 圖像誤匹配點(diǎn)剔除與圖像融合
    5.1 誤匹配點(diǎn)剔除算法
        5.1.1 基于函數(shù)擬合的方法
        5.1.2 基于統(tǒng)計(jì)模型的方法
    5.2 圖像融合及質(zhì)量評估
        5.2.1 融合方法
        5.2.2 質(zhì)量評估指標(biāo)
    5.3 實(shí)驗(yàn)分析
        5.3.1 誤匹配點(diǎn)剔除算法實(shí)驗(yàn)分析
        5.3.2 鑲嵌方法實(shí)驗(yàn)分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭丙軒;羅光光;肖雄武;�？瓶�;劉健辰;張衛(wèi)龍;陳攀杰;;Forstner特征點(diǎn)分類和精確定位方法探討[J];科學(xué)技術(shù)與工程;2016年16期

2 吳一全;王凱;戴一冕;;基于非局部均值和SUSAN算子的混合噪聲濾除[J];光子學(xué)報(bào);2015年09期

3 蘇婷;金龍旭;李國寧;陶宏江;張珂;韓雙麗;;基于改進(jìn)Harris算法的圖像角點(diǎn)檢測[J];半導(dǎo)體光電;2015年03期

4 羅天健;劉秉瀚;;融合特征的快速SURF配準(zhǔn)算法[J];中國圖象圖形學(xué)報(bào);2015年01期

5 拓小明;李云紅;劉旭;曹瀏;霍可;田冀達(dá);陳航;;基于Canny算子與閾值分割的邊緣檢測算法[J];西安工程大學(xué)學(xué)報(bào);2014年06期

6 張從鵬;魏學(xué)光;;基于Harris角點(diǎn)的矩形檢測[J];光學(xué)精密工程;2014年08期

7 葛盼盼;陳強(qiáng);顧一禾;;基于Harris角點(diǎn)和SURF特征的遙感圖像匹配算法[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

8 劉博超;趙建;孫強(qiáng);;基于邊緣改進(jìn)的Harris角點(diǎn)檢測方法[J];液晶與顯示;2013年06期

9 龍忠杰;王吉芳;左云波;;一種改進(jìn)的Harris與SUSAN相結(jié)合的角點(diǎn)檢測算法[J];計(jì)算機(jī)應(yīng)用與軟件;2013年12期

10 丁雄飛;張春燕;;基于Moravec算子和改進(jìn)的SIFT算法的圖像匹配[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年03期

相關(guān)博士學(xué)位論文 前2條

1 朱俊;基于幾何特征配準(zhǔn)的圖像魯棒拼接算法[D];南京理工大學(xué);2014年

2 王雷;側(cè)掃聲納圖像分割算法研究[D];哈爾濱工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 許劍;側(cè)掃聲吶圖像鑲嵌與分割關(guān)鍵技術(shù)研究[D];東華理工大學(xué);2017年

2 陳磊;圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D];吉林大學(xué);2016年

3 徐聰聰;基于SURF特征的水下圖像拼接技術(shù)研究[D];中國海洋大學(xué);2015年

4 楊玉春;測深側(cè)掃聲納關(guān)鍵技術(shù)研究[D];中國艦船研究院;2014年

5 潘夢濤;局部描述算子在視頻序列目標(biāo)檢測應(yīng)用中的研究[D];電子科技大學(xué);2013年

6 鄧瑩瑩;側(cè)掃聲納圖像拼接系統(tǒng)研究[D];哈爾濱工程大學(xué);2013年

7 鄭艷飛;基于區(qū)域配準(zhǔn)的圖像拼接算法[D];山東大學(xué);2012年

8 關(guān)健;聲納圖像的顯示與拼接技術(shù)研究[D];哈爾濱工程大學(xué);2012年

9 劉三國;圖像銳化的研究[D];曲阜師范大學(xué);2011年

10 劉峰;基于特征的圖像拼接算法研究[D];中國石油大學(xué);2008年

本文編號：2838055