面向水下三維重建的光視覺特征提取與匹配方法研究.pdf

1、海洋中蘊含著豐富的生物資源、礦物資源、石油資源等，逐漸成為人類第二大戰(zhàn)略性開發(fā)空間，而機器視覺以其精度高，包含信息更加豐富等優(yōu)點在海洋資源探測工作中發(fā)揮越來越重要的作用。然而，由于水下環(huán)境的不明確性和復雜性，機器視覺在水下的應用受到了一定的限制，比如水下拍攝的圖像對比度低，并且受噪聲影響嚴重，圖像質(zhì)量大幅度下降，以上存在的問題使得對圖像的后期處理工作變得困難。本文以雙目立體視覺技術為研究對象，針對水下成像問題，在對多種圖像處理方法的研究

2、基礎上，提出用于解決水下圖像成像問題的預處理方法，對圖像紋理特征進行深入理解后，對水下圖像提取紋理特征，用于局部立體匹配方法研究中，將基于多特征融合的局部立體匹配方法應用到水下。本文的主要工作如下：
　?。?）本文首先對雙目立體視覺系統(tǒng)進行研究，闡述了攝像機的成像模型，雙目立體視覺的基本原理以及攝像機的標定理論，最后對立體匹配的原理和分類進行了詳細介紹。
　?。?）由于水對光存在吸收作用和散射作用，并且水中存在大量的懸浮粒子

3、和微生物等，以上因素的存在使得光在水下的傳播距離變短，并且使水下得到的圖像對比度明顯下降，受噪聲影響較嚴重。本文在對多種圖像預處理方法優(yōu)缺點進行研究之后，提出使用引導濾波方法和對比度受限自適應直方圖均衡化（CLAHE）方法相結合的圖像增強方法來對水下圖像進行處理，通過實驗證明，該方法能夠有效改善水下圖像的質(zhì)量。
　?。?）對圖像紋理特征描述方法進行研究，使用灰度共生矩陣和分形模型兩種描述方式對水下圖像進行紋理特征提取，使用灰度共生

4、矩陣在0°、45°、90°、135°四個方向分別提取角二階矩、相關性、對比度、熵四個參數(shù)，然后分別求取均值和方差，并與圖像分形維數(shù)組合成特征向量，最后使用遺傳算法，對求得的特征向量進行優(yōu)化，從而降低特征向量的冗余度。
　　（4）研究局部立體匹配算法，提出一種基于多特征融合的局部立體匹配方法。首先在匹配代價計算階段，分別基于圖像顏色特征、圖像梯度特征和圖像紋理特征計算匹配代價，然后將計算得到的三種匹配代價進行加權融合得到新的匹配代價