[发明专利]一种基于线特征简化的侧扫声呐线特征匹配改进方法有效

专利信息
申请号: 201910347922.2 申请日: 2019-04-28
公开(公告)号: CN110045381B 公开(公告)日: 2022-08-02
发明(设计)人: 王宏健;王其林;班喜程;张耕实;吴迪;高娜 申请(专利权)人: 哈尔滨工程大学
主分类号: G01S15/89 分类号: G01S15/89;G01S7/52
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 特征 简化 声呐 匹配 改进 方法
【说明书】:

发明属于图像处理领域,具体涉及一种基于线特征简化的侧扫声呐线特征匹配改进方法。本发明主要包括两大步骤:对提取的线特征进行简化处理以及线特征之间的匹配。侧扫声呐图像由于自身的特点,在提取线特征之后,在某些区域会存在过多相似度极高的线特征,通过线特征的简化处理将多条相似度极高的线特征简化,最终确定最少数量线特征代表待处理区域的提取特征,线特征匹配利用射影变换找到对应特征。本发明首先将提取的线特征进行简化处理,可以更简洁描述图像特点,也更有利于提高后续线特征匹配率和匹配速度;基于简化特征的基础上,利用射影变换实现线特征在匹配图像中的映射,通过设计线特征之间的匹配约束条件来完成线特征之间的匹配。

技术领域

本发明属于图像处理领域,具体涉及一种基于线特征简化的侧扫声呐线特征匹配改进方法。

背景技术

图像的匹配是图像处理的一个关键环节,在图像拼接、三维重建和目标跟踪等方面担任着着重要的基础工作。关于图像的匹配方法可以概括地划分成两类:基于图像灰度信息的匹配方法以及基于图像特征匹配方法。基于灰度的匹配方法利用两幅图像中一定区域内灰度信息的相似程度来判断图像之间是否匹配,这类方法计算量大,鲁棒性相对较差。而基于特征的匹配方法可以减少计算量,而且相对于基于灰度的匹配方法具有更强的抗噪性和鲁棒性,受外界环境影响较小,所以,近年来有关图像的匹配研究中大多都是利用图像的特征来完成匹配。王力在《基于直线特征的异源景象匹配技术研究》一文对直线特征匹配的研究中构造了直线匹配的条件向量,利用相似度量函数来判断两直线特征之间是否匹配;黄勇在《基于相关点与几何约束的直线匹配方法研究》一文对图像提取点特征后,利用直线特征的最近点以及次近点距离之间的比值构造出匹配度量函数;韩丹在《边缘点作用下的立体影像特征线匹配方法研究》一文中将直线之间的匹配简化为边缘主点,然后利用核极线约束以及灰度相似性约束相结合的方式完成图像间的直线特征匹配;这类方法虽然也能完成图像间的线特征匹配,但是面对有较大形变的图像时,会因对角度约束不够造成无法完成准确的匹配;而高新凯在《基于几何不变量的直线匹配与三维》一文中利用射影变换对线特征匹配,效果更好,在图像发生大角度变化时也能实现准确的匹配,但是在前期仅针对匹配关系时所构造的约束条件都是以距离为约束条件,且是对线特征所有状态进行了统一考虑,这在对侧扫声呐的线特征匹配过程中会因图像特点产生一些误匹配。

发明内容

针对上面方法存在的问题,本发明的目的在于针对侧扫声呐图像特点设计一种特征简化和匹配相结合的线特征匹配方法,即一种基于线特征简化的侧扫声呐线特征匹配改进方法。由于侧扫声呐图像提取的线特征会出现相似特征较多的问题,对后续线特征的匹配率和匹配速度带来不利影响,因此设计了特征简化方法,简化之后再进行后续线特征匹配。而针对利用射影变换作用于侧扫声呐图像时存在的不足,本发明考虑到不同状态下的线特征,并分别进行了考虑,而且在匹配条件中加入角度来约束匹配关系,使得约束条件更完整,最终匹配效果更好。这样就通过简化和匹配相结合的方法完成最终的匹配。

本发明的目的是这样实现的:

一种基于线特征简化的侧扫声呐线特征匹配改进方法,包括侧扫声呐图像线特征简化处理和侧扫声呐图像线特征匹配处理两个步骤。

所述的侧扫声呐图像线特征简化处理包括以下步骤:

(1)选中其中一条直线,求出该直线的角度,设为θ,再从Hough变换得到的余下直线中选择和上述直线倾斜角度相近的直线,此处设置的阈值为π/10,即选择所有满足斜率为[θ-π/10,θ+π/10]的直线,将其组合成作为一个直线集,若不存在这样的直线,则存储该直线作为直线特征,从总直线集中删除,使得该直线不参与后续操作中,重复步骤(1),若存在这样的直线,则转到第(2)步;

(2)选定原直线段的两端点和直线段中间点,存储其位置坐标;在第(1)步所形成的直线集中依次选取直线,也存储其直线段两端点坐标和中间坐标,得到两直线段六个点的坐标;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910347922.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top