本文選題：海底光學(xué)圖像 + 圖像配準(zhǔn)　； 參考：《大連海事大學(xué)》2017年碩士論文

【摘要】：隨著海上運(yùn)輸業(yè)、濱海旅游業(yè)以及養(yǎng)殖捕撈業(yè)的日益活躍和快速發(fā)展,船舶、飛機(jī)和人員在海上活動(dòng)的數(shù)量、密度不斷加大。且近年來(lái),極端天氣事件頻發(fā),通航環(huán)境日益復(fù)雜,造成人員傷亡,財(cái)產(chǎn)損失的概率隨之大大增加。利用AUV攜帶照相系統(tǒng)對(duì)海底進(jìn)行探測(cè),實(shí)現(xiàn)對(duì)海底清晰光學(xué)成像,隨著AUV系統(tǒng)的移動(dòng),拍攝大量海底圖像序列,而單幅海底圖像僅僅能獲取和記錄有限距離和視角內(nèi)的信息。通過(guò)研究海底光學(xué)圖像拼接方法,將獲取的圖像數(shù)據(jù)拼接形成大范圍的水下整體圖像,為認(rèn)知海底整體情形提供幫助,同時(shí)為確認(rèn)水下遇險(xiǎn)目標(biāo)提供技術(shù)支撐。本文主要研究海底光學(xué)圖像拼接方法�？紤]到多張圖像配準(zhǔn)時(shí),選取某張圖像作為參考平面時(shí)不是最小誤差平面,本文提出一種基于最小誤差平面的圖像配準(zhǔn)方法。在圖像融合方面,對(duì)比幾種常用的圖像融合方法,選取一種融合效果較好的方法。最后通過(guò)實(shí)驗(yàn)驗(yàn)證算法的正確性。圖像配準(zhǔn)是圖像拼接的關(guān)鍵環(huán)節(jié),傳統(tǒng)圖像配準(zhǔn)方法都是在二維圖像平面特征點(diǎn)的基礎(chǔ)上進(jìn)行。當(dāng)拍攝的圖像數(shù)量較大,用待配準(zhǔn)圖像中的某一幅圖像作為參考圖像并不能解決全局配準(zhǔn)問(wèn)題。針對(duì)以上存在問(wèn)題,本文在傳統(tǒng)圖像配準(zhǔn)方法基礎(chǔ)上進(jìn)行改進(jìn),提出一種基于空間點(diǎn)云的圖像拼接方法,以空間點(diǎn)云為基礎(chǔ)擬合一個(gè)最佳投影平面作為參考圖像,從而實(shí)現(xiàn)水下圖像拼接。圖像融合技術(shù)也是實(shí)現(xiàn)圖像拼接不可或缺的關(guān)鍵一步。圖像融合方法有很多,資料顯示在眾多的圖像融合方法中,基于拉普拉斯金字塔圖像融合方法是目前為止融合效果較好的圖像融合方法。本文采用拉普拉斯金字塔圖像融合方法對(duì)配準(zhǔn)圖像進(jìn)行融合處理,得到更加自然,更適合人眼視覺(jué)的全景圖像。最后,為了驗(yàn)證本文算法的適用性和有效性,分別在實(shí)驗(yàn)室水池和大連二砣子島周邊海域進(jìn)行模擬實(shí)驗(yàn),對(duì)本文的算法進(jìn)行驗(yàn)證。
[Abstract]:With the increasingly active and rapid development of marine transportation, coastal tourism and aquaculture and fishing, the number and density of ships, aircraft and personnel at sea are increasing. In recent years, extreme weather events occur frequently, the navigable environment is increasingly complex, resulting in casualties, and the probability of property loss increases greatly. The AUV camera system is used to detect the seafloor and realize the clear optical imaging of the seabed. With the movement of the AUV system, a large number of submarine images are photographed, while a single submarine image can only obtain and record the information in the limited distance and angle of view. By studying the method of submarine optical image stitching, the acquired image data can be stitched into a large range of underwater whole images, which can help to recognize the whole underwater situation and provide technical support for the identification of underwater distress targets. This paper mainly studies the method of submarine optical image stitching. Considering that more than one image is on time and a certain image is not the minimum error plane when a certain image is selected as the reference plane, this paper presents an image registration method based on the minimum error plane. In the aspect of image fusion, compare several common image fusion methods, select a better fusion method. Finally, the correctness of the algorithm is verified by experiments. Image registration is a key link in image mosaic. Traditional image registration methods are based on two-dimensional image plane feature points. When the number of images taken is large, the problem of global registration can not be solved by using one of the images to be registered as a reference image. In view of the above problems, this paper improves on the traditional image registration method, and proposes an image mosaic method based on spatial point cloud, which uses spatial point cloud as the basis to fit an optimal projection plane as a reference image. In order to achieve underwater image stitching. Image fusion technology is also an indispensable key step to achieve image stitching. There are many image fusion methods, and data are shown in many image fusion methods. Image fusion based on Laplacian pyramid is a better image fusion method so far. In this paper, the image fusion method of Laplacian pyramid is used to fuse the registered image to obtain a more natural and more suitable panoramic image for human vision. Finally, in order to verify the applicability and effectiveness of the proposed algorithm, simulation experiments were carried out in the sea area around the laboratory pool and the Dalian Erduzi Island, respectively, and the algorithm was validated.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周國(guó)平;;中國(guó)海上救助船舶:發(fā)展海洋經(jīng)濟(jì)的重要保障[J];中國(guó)戰(zhàn)略新興產(chǎn)業(yè);2015年13期

2 徐玉華;龔文全;蘇昂;張躍強(qiáng);張小虎;;近似平面場(chǎng)景多視點(diǎn)圖像拼接算法[J];國(guó)防科技大學(xué)學(xué)報(bào);2014年02期

3 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

4 張冉;劉斌;;一種改進(jìn)的基于小波分解和混合優(yōu)化的圖像配準(zhǔn)方法[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

5 王娟;師軍;吳憲祥;;圖像拼接技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

6 呂曉琪;陶永鵬;;基于小波分解的邊緣圖像快速匹配算法[J];內(nèi)蒙古科技大學(xué)學(xué)報(bào);2007年04期

7 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];電光與控制;2007年06期

8 武鋒強(qiáng);臧德彥;王建強(qiáng);;數(shù)字圖像融合研究現(xiàn)狀及其評(píng)述[J];水利科技與經(jīng)濟(jì);2007年01期

9 趙向陽(yáng),杜利民;一種全自動(dòng)穩(wěn)健的圖像拼接融合算法[J];中國(guó)圖象圖形學(xué)報(bào);2004年04期

10 王小睿,吳信才,李軍;模擬退火算法的改進(jìn)策略在模板匹配上的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);1997年08期

相關(guān)博士學(xué)位論文 前4條

1 丁南南;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

2 宋寶森;全景圖像拼接方法研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2012年

3 曹芳;自由視角多平面場(chǎng)景圖像拼接技術(shù)研究[D];上海大學(xué);2013年

4 尤春艷;多分辨率分析圖像融合關(guān)鍵技術(shù)研究[D];重慶大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 楊陽(yáng);基于雙目視覺(jué)的運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)[D];電子科技大學(xué);2016年

2 李星星;大比例尺多視角無(wú)人機(jī)遙感圖像拼接技術(shù)研究[D];杭州師范大學(xué);2015年

3 葛均強(qiáng);基于無(wú)人機(jī)航拍圖像序列的三維重建研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 何國(guó)權(quán);深海AUV圖像序列拼接關(guān)鍵技術(shù)研究[D];浙江理工大學(xué);2015年

5 竇艷艷;基于圖像序列三維重建的相關(guān)技術(shù)研究[D];南京信息工程大學(xué);2013年

6 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

7 葛中峰;水下視頻圖像復(fù)原與拼接方法研究[D];中國(guó)海洋大學(xué);2012年

8 呼艷;基于未標(biāo)定數(shù)碼圖像的三維重建技術(shù)研究與實(shí)現(xiàn)[D];西北大學(xué);2011年

9 錢(qián)蕾;基于圖像序列的三維重建技術(shù)研究[D];南京信息工程大學(xué);2011年

10 張寅s，

本文編號(hào)：1942868