水下環(huán)境中圖像匹配算法的研究.pdf

1、隨著世界經(jīng)濟的發(fā)展，人口的增多，陸地資源已被開采的所剩無幾，人們紛紛將目光投向了海洋資源。深?？碧?、海下目標定位、目標跟蹤等技術越來越受到世界各國的重視，由于人類無法親自到達危險而復雜的深海區(qū)域，因而水下機器人成為了最佳選擇，機器人視覺技術也成為了人們的研究重點。機器人視覺技術的核心是對采集圖像的處理，而圖像處理的核心就是匹配問題。圖像匹配，就是利用適當?shù)乃惴▽煞蚨喾鶊D像中對應的點進行匹配的過程。由于水下環(huán)境存在噪聲多、光線弱、能見

2、度低、目標物體紋理不明顯等問題，因而能否準確而快速地對水下圖像進行特征的提取和匹配成為本文的研究重點。
　　本文從圖像匹配的理論出發(fā)，對Moravec、SUSAN、Harris三種常用的特征點提取算法做出了詳細地介紹，并指出Harris算法提取的特征點性能較好。接著簡要闡述了SIFT特征匹配算法的思想和特點，并重點論述了其特征點提取的六個步驟，對生成的SIFT特征描述子的性能進行了分析。針對SIFT算法抗噪性差、提取的特征點多、生

3、成的描述子維數(shù)高、實時性差、匹配精度低等問題，提出了一種新的改進算法，將Harris算子引入到多尺度空間，在DOG尺度空間檢測Harris角點作為圖像的特征點，通過特征點的圓形鄰域窗口以及梯度的特性來降低描述子的維數(shù)，加快了特征提取的速度，同時，引入了雙向匹配的思想，提高了圖像匹配的準確性。最后，在MATLAB R2009b軟件上對改進前后的算法進行了測試實驗和水下圖像仿真實驗，結果表明:本文的改進算法實時性好、匹配率高、抗噪能力強，更