论文部分内容阅读
海底地貌是探测海洋十分重要的参考资料,侧扫声呐是获取海底地貌的卓效途径之一。原始侧扫声呐数据通过处理得到单幅条带图像,并通过采集操作控制与滤波处理形成质量更高的声呐图像。目前海洋活动中单幅声呐图像无法满足研究需求,因此寻找合适的声呐图像镶嵌方法及提高镶嵌精度是海底地貌研究的关键。基于此本文进行了如下研究:(1)侧扫声呐图像误差校正研究。利用采集操作控制与滤波处理提高了侧扫声呐图像质量,通过USM滤波对声呐图像进行特征强化后采用SURF算法配准,并选取中值与均值滤波作为参考。实验证明USM算法提高了图像匹配的精度;(2)侧扫声呐图像配准方法研究。针对声呐图像地理镶嵌易导致目标错位的问题,研究了四种特征检测算法。分别通过Forstner算法、SUSAN算法、Harris算法及SURF算法对图像进行特征提取,实验结果表明,在声呐图像特征点检测中,SURF算法提取的特征点具有尺度不变性和特征描述符,与其他三种算法相比鲁棒性更强;(3)图像误匹配点剔除与精确镶嵌研究。通过USM算法加强单幅声呐图像的特征,利用SURF算法进行图像配准;针对存在的误匹配点,采用RANSAC算法对其进行剔除,最后采用小波融合法进行图像的精确镶嵌。实验证明SURF算法解决了地理镶嵌目标错位的问题,实现了侧扫声呐图像的精确镶嵌。