本文關(guān)鍵詞： 水下圖像 圖像匹配 Hausdorff距離 遺傳算法 個(gè)體自我學(xué)習(xí)　出處：《武漢工程大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：人口增長(zhǎng)導(dǎo)致陸地資源供給不了人類(lèi)的需求,人們不由自主的將探索的腳步邁向了大海,由此興起的水下圖像處理技術(shù)受到各國(guó)的重視。圖像匹配作為圖像處理的核心技術(shù)早已運(yùn)用到深海探測(cè),目標(biāo)識(shí)別與定位等技術(shù)中。由于海底環(huán)境復(fù)雜,能見(jiàn)度低,水下圖像受噪聲干擾嚴(yán)重,邊緣模糊,易發(fā)生畸變和遮擋,水對(duì)光的散射效應(yīng)使得水下圖像呈霧化狀態(tài),這些都給水下圖像匹配帶來(lái)了巨大困難,且原有的圖像匹配技術(shù)不一定適合處理水下圖像。因此,能夠找到一種匹配方法可以準(zhǔn)確且快速的對(duì)水下圖像匹配具有重要的意義和使用價(jià)值。圖像匹配的一個(gè)關(guān)鍵要素就是選取有效的方法評(píng)價(jià)圖像的相似度,自從1991年,Hausdorff(HD)距離作為相似性度量被提出后,HD距離作為一種評(píng)價(jià)標(biāo)準(zhǔn)被大量應(yīng)用于圖像匹配研究中,但傳統(tǒng)的HD距離對(duì)噪聲、遮擋、偽邊緣較敏感,本文分析了幾種改進(jìn)的HD距離在各種環(huán)境下匹配情況,提出了改進(jìn)的STMHD的匹配方法,該方法可以很好的克服這些問(wèn)題對(duì)匹配精度的影響。并引入遺傳算法,提高匹配速率。在研究方法上,根據(jù)水下圖像的特點(diǎn),利用PCNN方法濾除噪聲,并用Retinex算法對(duì)圖像增強(qiáng);選擇Canny算子提取圖像邊緣;用遺傳算法作為搜索策略,以改進(jìn)的STMHD構(gòu)建遺傳算法的適應(yīng)度函數(shù)作為選取平移,尺度,旋轉(zhuǎn)最優(yōu)變換的依據(jù)。并采用自適應(yīng)交叉和變異及個(gè)體自我學(xué)習(xí)方法對(duì)遺傳算子進(jìn)行了改進(jìn)。本文選取水下圖像進(jìn)行仿真,算法得到的最優(yōu)變換參數(shù)都在精確值附近波動(dòng),相比其他算法,匹配時(shí)間也大大縮短了。加噪前后圖像匹配正確率保持不變;當(dāng)圖像遮擋比例在10%時(shí),匹配正確率高達(dá)96%,且遮擋比例在25%內(nèi)算法依然有效;圖像旋轉(zhuǎn)30°內(nèi),匹配誤差可控制在15個(gè)像素內(nèi);對(duì)縮小5倍后的圖像進(jìn)行匹配,正確率控制在92%。結(jié)果表明,本文算法可以有效克服水下圖像存在平移、尺度、旋轉(zhuǎn)變換、部分遮擋和噪聲因素的干擾,且匹配率高,實(shí)時(shí)性好。
[Abstract]:In this paper , an improved STMHD method can be used to evaluate the matching accuracy of underwater images . and the matching ratio is high and the real - time performance is good .

【學(xué)位授予單位】：武漢工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周小軍;郭佳;姜玉泉;張燎;譚薇;;紅外圖像幾種邊緣檢測(cè)算法對(duì)比分析[J];工業(yè)儀表與自動(dòng)化裝置;2015年04期

2 曲志堅(jiān);張先偉;曹雁鋒;劉曉紅;馮曉華;;基于自適應(yīng)機(jī)制的遺傳算法研究[J];計(jì)算機(jī)應(yīng)用研究;2015年11期

3 王春梅;;基于Hausdorff距離的分形研究[J];濱州學(xué)院學(xué)報(bào);2015年02期

4 魏有法;;基于Matlab的圖像平滑算法淺析[J];機(jī)電技術(shù);2013年03期

5 周澤巖;張喜;;基于改進(jìn)遺傳算法的TSP問(wèn)題求解的研究[J];物流技術(shù);2012年17期

6 劉興建;;關(guān)于數(shù)字圖像處理中直方圖均衡化的探討[J];硅谷;2011年16期

7 劉麗仙;焦淑紅;陳濤;;基于特征匹配的水下目標(biāo)檢測(cè)與識(shí)別[J];現(xiàn)代電子技術(shù);2011年04期

8 范新南;朱佳媛;;基于小波變換的快速圖像匹配算法與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年20期

9 毛璐璐;徐剛鋒;陳顯波;;基于互信息與梯度融合的多源圖像匹配技術(shù)研究[J];紅外技術(shù);2009年09期

10 王曼;王魁生;;一種改進(jìn)的遺傳算法在圖像匹配技術(shù)中的應(yīng)用[J];計(jì)算機(jī)仿真;2008年03期

相關(guān)博士學(xué)位論文 前3條

1 何敬;基于點(diǎn)線特征匹配的無(wú)人機(jī)影像拼接技術(shù)[D];西南交通大學(xué);2013年

2 張紅娟;基于PCNN的圖像去噪和圖像增強(qiáng)方法研究[D];蘭州大學(xué);2011年

3 葛永新;圖像匹配中若干關(guān)鍵問(wèn)題的研究[D];重慶大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王鑫;水下環(huán)境中圖像匹配算法的研究[D];太原理工大學(xué);2014年

2 曹永妹;基于Retinex理論的圖像去霧增強(qiáng)算法研究[D];江蘇科技大學(xué);2014年

3 周志宇;基于Grouplet變換的金屬斷口圖像處理方法研究[D];南昌航空大學(xué);2013年

4 汪松;基于SIFT算法的圖像匹配方法研究[D];西安電子科技大學(xué);2013年

5 李鄧鄧;全景圖像拼接算法的研究與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2012年

6 陳偉;數(shù)字圖像的快速匹配技術(shù)研究[D];山東師范大學(xué);2012年

7 王開(kāi)磊;基于Hausdorff距離的圖像匹配技術(shù)研究及應(yīng)用開(kāi)發(fā)[D];華東師范大學(xué);2011年

8 弓寧;基于Hausdorff距離和遺傳算法圖像匹配技術(shù)研究[D];中北大學(xué);2010年

9 劉曉光;基于水下圖像增強(qiáng)濾波方法的研究[D];中國(guó)海洋大學(xué);2010年

10 房華;脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究[D];西安石油大學(xué);2010年

，

本文編號(hào)：1453317