水下視頻圖像復原與拼接方法研究.pdf

1、目前海洋開發(fā)中最先進的深海探測與作業(yè)裝備就是水下機器人(ROVs/AUVs)，而水下機器人要實現(xiàn)正確的導航以及近距離水下目標場景的檢查、識別與維修等作業(yè)，其首要條件是必須能夠對其周圍環(huán)境實時、清晰地感知。除了各種傳感器外，水下機器人近距離觀測與作業(yè)主要依靠水下視頻圖像信息，其原因是視頻圖像含有豐富的顏色和紋理信息，易于識別和理解。但是，水下視頻觀測圖像主要存在兩個問題。一是水下光線存在嚴重的衰減和散射效應，此問題一方面使得水下圖像對比度

2、下降且紋理細節(jié)呈模糊狀態(tài)；另一方面，使得水下攝像機的視距和視場非常有限。二是由于采用人工光源以及觀測平臺的復雜運動特征，使得視頻圖像出現(xiàn)嚴重的光照不均問題。以上問題使得水面工作站的遙控人員無法根據(jù)有限視場且散射模糊的視頻圖像對水下機器人的周圍環(huán)境進行整體識別和理解，難以遙控水下機器人完成各種水下作業(yè)，使水下機器人的應用受到了嚴重限制。為解決以上問題，本文對水下視頻圖像的清晰化復原算法和快速拼接算法進行了研究，完成的主要工作如下：

3、　　 (1)水下視頻圖像復原算法研究。為了克服水下圖像清晰度低和光照不均問題，首先在水下光照均勻成像模型的基礎上，建立了水下光照不均勻條件下的成像模型；然后，根據(jù)建立的水下光照不均勻成像模型，提出了新的水下圖像清晰化算法。在算法中，首先在小波變換低頻子帶上實現(xiàn)了介質散射光和光照變化混合圖像的快速估計與去除；然后將得到的圖像分割成亮斑區(qū)和散射區(qū)，并分別進行增強處理。實驗結果表明：本文提出的算法可以顯著降低處理時間；既能有效提高水下圖像的

4、清晰度，又能同時去除水下圖像的光照不均問題。此外，相鄰視頻幀處理結果具有良好的一致性。
　　 (2)水下視頻圖像快速拼接算法研究。傳統(tǒng)水下視頻拼接算法的缺點是實時性差和存在拼接誤差累積問題。為了克服拼接誤差累積問題，本文首先提出了基于全局一致性的全景圖像拼接策略，可以避免因矩陣相乘造成的拼接誤差積累問題。另一方面，為了提高算法的實時性，本文采用快速提取視頻序列關鍵幀策略和匹配階段采用由粗到細的匹配策略，可以有效減少圖像拼接的幀數(shù)