多波束声呐水柱图像中气泡羽状流目标探测研究进展

多波束声呐水柱图像数据可以获得从换能器到海底的完整声学信息,通过其对气泡羽状流目标探测是发现海底可燃冰渗漏的一种重要途径,是目前海洋调查与监测中的重要观测内容.本文首先介绍多波束水柱数据的数据结构与成像原理,然后针对目前研究存在的图像噪声大且成因复杂、目标识别方法效率较低、气泡羽状流目标难以准确分割等问题,依次概述当前的研究进展,为海底可燃冰的勘探与监测相关研究提供理论基础.     

多波束声呐基阵一体化自校准方法

为了保证多波束测深系统的探测精度,在系统组装前需要对多阵元接收换能器基阵进行指向性测量和目标方位波束响应校准。针对常规方法中图像散焦问题存在的不足,本文提出了一种多波束声呐基阵一体化自校准方法,将换能器基阵和信号调理采集电路一体化测量,利用目标方位波束响应输出测量换能器基阵波束指向性。推导了阵元间距误差对测深结果产生的影响,采用聚焦波束形成技术,在小尺寸水池条件下开展校准实验研究。通过在水池中预先获得的方位波束角误差曲线,对多波束测深声呐外场实验数据进行了归位补偿,实现了多波束声呐基阵一体化自校准。实验结果表明:该方法能够保障多波束声呐的有效覆盖范围,具有较强的实用性和重要的工程应用价值与推广价值。     

基于SIFT特征的图像检索研究

提出一种基于SIFT特征的图像检索算法,将图像转换成特征向量,图像间的相似距离通过两幅图像特征向量间的欧氏距离来计算.实验结果表明该算法应用在特定形状特征目标的检索中有很好的效果.     

基于改进SIFT的图像特征匹配算法

鉴于传统尺度不变特征变换(scale invariant feature transform,SIFT)算法特征描述子维度过高、匹配时间长和误匹配率较高的问题,提出一种改进SIFT的图像特征匹配算法.首先,将SIFT特征点邻域的方形区域改为十字形分区来简化特征描述子,降低描述子的维度,减少匹配计算量;然后,在由欧式距离...     

基于SIFT特征匹配的图像拼接算法

针对传统图像拼接算法效率低和鲁棒性差的问题,提出一种改进的基于SIFT特征匹配的图像拼接算法。在图像预处理阶段,首次运用离散余弦变换、量化、反离散余弦变换、反量化,来对图像增强。其次,在计算变换模型时,由于没有预检验策略,致使RANSAC算法迭代次数增加。为此,提出了预检验策略。实验结果表明,在不改变匹配精度的前提下,该改进算法得到了比较理想的效果。     

SIFT特征在图像配准过程中的应用研究

针对现有基于特征的图像配准方法所存在的特征提取的多样性和相似度计算的复杂性等问题,提出了一种基于SIFT特征的图像配准方法．首先利用SIFT算法提取出图像的特征点,用欧式距离比进行特征匹配,然后利用图像位置的先验条件,采用RANSAC算法去除误匹配,最后计算出待配准图像和基准图像间的变换关系参数．实验结果证明了该算法的有效性．     

改进的SIFT特征图像配准算法

在研究SIFT特征配准算法基础上,针对SIFT特征描述符的区域性特征,采用马氏距离对SIFT算法误匹配点进行剔除,以减少错误匹配,进而提高图像配准的正确率,并应用于纹理图像的配准.     

融合全局特性的SIFT特征在图像检索中的应用

针对图像检索中现有特征描述算法对图像中目标物体特征描述不够有效的特点,提出了一种基于融合全局特性的SIFT特征图像检索算法。首先,通过构建尺度空间、检测极值点、确定关键点等步骤生成SIFT特征向量描述子;其次,将全局颜色特征融合到SIFT算子中共同构建联合特征描述向量,从而更加全面地描述图像信息;为了提高检索效率,利用PCA降维方法将联合特征向量进行维数约减;最后通过距离匹配进行检索。实验结果表明,该算法能够很好地应用在特定目标物的检索中,从而达到高效检索的目的。     

改进的SIFT算法在图像特征点匹配中的应用

为了提高图像拼接过程中常用的SIFT(尺度不变特征)算法的特征点匹配准确率,减少误匹配特征点的数量,为后续的图像拼接提供准确的依据,通过将SIFT算法和RANSAC(随机抽样一致性)算法相结合,提出了一种提高SIFT算法匹配准确率的算法。在利用SIFT算法对目标图像进行特征提取以及特征点匹配后,再由RANSAC算法利用迭代方式估算出一个合理的数据模型,剔除掉不符合该模型的错误匹配点。最后利用该算法得到的匹配特征点进行图像拼接,拼接后的结果表明该算法准确、有效。     

单波束水深约束的侧扫声呐图像三维微地形反演

高分辨率海底微地形可呈现更丰富的海床细节特征,对水下目标正确判读具有重要意义。除去底质因素影响,侧扫声呐图像明暗变化与海底地形起伏变化有关,挖掘侧扫声呐图像中的微地形信息,可以弥补现有测深手段分辨率上的不足。针对SFS方法从侧扫声呐图像反演出的相对地形缺少起伏尺度约束和起算基准等问题,本文通过小波分析方法从单波束数据中分别提取与侧扫声呐图像反演地形相关的高频地形及表征地形趋势变化的低频地形,以此构建侧扫声呐反演地形的尺度约束及基准改正模型。试验获得的反演地形从整体趋势到细节特征均与真实地形具有较好的一致性,统计结果表明,反演地形内、外符合均方根误差均小于15 cm,反演地形整体精度与单波束地形相当。     

多波束测深声呐自主数据质量监测及门限控制

为满足水面无人艇等海洋无人平台的需求,确保多波束测深声呐系统在无人监控和参数调节下具备可靠自主工作能力,本文提出一种数据质量在线监测及门限参数控制方法。通过建立基于质量和异常因子的监测模型,结合粒子滤波技术,提高海底地形跟踪门限控制抗差性。仿真和湖上试验显示该方法能判定数据有效性、适应地形变化,并提供合理深度门限,适用于多波束测深声呐系统的在线数据质量监测和无人自主控制。     

图像多尺度配准的小波域SIFT方法

当SIFT(Scale Invariant Feature Transformation)方法应用于局部场景发生变化的图像时,在特征匹配中会产生错误匹配,文章提出了图像多尺度配准的小波域SIFT方法。该方法利用低分辨上变换参数剔除了错误匹配,提高了正确匹配率。模拟实验结果表明该方法在外点数目和正确匹配率方面优于原SIFT方法。最后,通过与原方法的对比分析,验证了该方法应用于震前震后多光谱图像的可行性。     

基于改进SIFT算法的苗木图像特征点提取

根据自然环境下苗木图像的特点,通过改变尺度空间的金字塔结构对SIFF算法进行改进。采用改进后的算法对不同的焦距、光照条件、遮挡程度下拍摄的70组苗木图像进行特征点提取和匹配实验。结果表明提出的改进算法显著提高了程序的运行速度,验证了改进算法的有效性。     

基于单波束声呐的沉积层参数序贯估计

针对浅海环境下沉积层声学参数估计问题,本文提出一种基于单波束声呐的海底沉积层参数序贯估计方法.将浅海地声参数的声学反演问题建模为序贯估计问题,利用一种时域高频海底反向散射模型对海底散射回波包络进行预测,结合无迹卡尔曼滤波器,根据误差反馈动态校正模型参数,实现沉积层参数自适应估计.将该模型应用于海试数据,获得测线上海底底...     

基于SIFT特征和颜色融合的图像检索方法

根据图像检索方法中颜色直方图存在的问题,提出了一种改进的基于分块和主颜色的颜色直方图提取算法;根据SIFT特征存在的问题,提出了一种改进的基于harris角点的SIFT特征提取算法。最后运用两种改进算法提出了一种融合颜色直方图和SIFT特征的图像检索算法。实验结果表明,本算法在功能及性能上优于其他算法,并具很好的鲁棒性。     

利用RLS-Laguerre格型算法消除多波束测深声呐的隧道效应

为了避免多波束测深声呐输出数据中产生测深假象,分析了海底多波束测深声呐中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声呐把相对平坦的海底绘制成凹面向上的水平半圆柱面海底地形.采用系统辨识模型仿真了基于先验误差的误差反馈递归最小二乘(RLS)Laguerre格型算法的极点位置对算法性能的影响,并利用该算法对湖试数据中存在的隧道效应进行分析处理.结果表明通过对Laguerre极点的选择,该算法能够有效消除多波束测深数据边缘波束中存在的旁瓣干扰并快速跟踪真实的海底回波,同时又能保留中央波束信号能量,减少对真实信号的影响.     

基于多尺度SIFT特征的SAR目标检测

提出一种用于SAR图像目标检测的多尺度SIFT特征提取及降维方法。针对在单一尺度下无法完整描述SAR目标的问题,采用高斯尺度空间和多组种子点的方式实现多尺度SIFT特征描述,并对同一尺度和不同尺度间的描述冗余和结构冗余分别采取稀疏编码和特征统计的降维方式实现去冗余处理。在多尺度因子和尺度层数的选择上,通过定量计算选取最优描述参数,使得代表目标特征的向量既包括目标整体轮廓信息又包含图像细节描述。与传统双参数恒虚警率、单尺度SIFT特征、多尺度SIFT-PCA等方法进行对比测试,验证了该方法的有效性。     

基于SIFT字典学习的引导滤波多聚焦图像融合

目前多数多聚焦图像融合算法仅仅针对解决某一类问题,如融合结果的局部细节保留能力差、空间连续性不足和对未配准的源图像鲁棒性差等.为能够同时解决以上问题,提出了一种基于SIFT字典学习的引导滤波多聚焦图像融合算法.该算法通过学习子字典克服了图像低秩表示具有全局性而局部细节描述不足的缺陷,同时子字典的分类利用图像SIFT特征的平移不变、尺度不变等特性,消除了未配准源图像融合结果出现伪影的现象.此外,在源图像的低秩表示系数融合过程中引入引导滤波,增加了融合图像的空间连续性.引导滤波的窗口大小是根据特征内容和非特征内容进行自适应选取,即属于特征内容的点选取较小的窗口,而属于非特征内容的点选取较大的窗口.为验证算法的有效性,实验过程中选取6组数据,包括3组广泛应用于研究的多聚焦图像以及3组实际拍摄的多聚焦图像.实验结果表明,该算法从主观视觉效果的定性分析和客观融合质量评价的定量分析都优于当前主流的多聚焦图像融合算法.