基于hausdorff距离和遗传算法的水下图像匹配技术研究

基于hausdorff距离和遗传算法的水下图像匹配技术研究

ID:35181304

大小:5.03 MB

页数:90页

时间:2019-03-21

基于hausdorff距离和遗传算法的水下图像匹配技术研究_第1页
基于hausdorff距离和遗传算法的水下图像匹配技术研究_第2页
基于hausdorff距离和遗传算法的水下图像匹配技术研究_第3页
基于hausdorff距离和遗传算法的水下图像匹配技术研究_第4页
基于hausdorff距离和遗传算法的水下图像匹配技术研究_第5页
资源描述:

《基于hausdorff距离和遗传算法的水下图像匹配技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、’.可■WuhanIn巧ituteofTechnology硕+学位论文基于踊aiisdor雅器离和遽传算法酶水下圏緣强聽技术碟究学科专业;模式巧别与智能系统研究生:邱倩文指导教师:杨述斌教授培养单位:电气信息学院.J,r...■"记I"■---f>,r二O—六年五月。一*#-*,1?—分类号:TP391学校代号:10490学号:201304028密级:公开武汉工程大学硕士学位论文基于Hausdorff距离和遗传算法的水下图像匹配技术研究作者姓名:邱倩文指导教师姓名、职称:杨述斌教授申请学位类别:工学

2、硕士学科专业名称:模式识别与智能系统研究方向:信号与信息处理论文提交日期:2016年3月30日论文答辩日期:2016年5月25日学位授予单位:武汉工程大学学位授予日期:2016年6月18日答辩委员会主席:王典洪教授ResearchonUnderwaterImageMatchingBasedonHausdorffDistanceandGeneticAlgorithmAThesisSubmittedfortheDegreeofMasterMajor:PatternRecognitionandIntelligentSystemCandidate:QiuQianwenSupervisor:Prof

3、.YangShubinWuhanInstituteofTechnologyWuhan,Hubei430073,P.R.China独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研巧做出贡献的个人和集体,均己在文中W明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:^—2〇6/(年月如日学位论文版权使用授权书本学位论文作者完全了解我校有关保留、使用学位论文的规定,即:我校有权保留并向国家有

4、关部口或机构送交论文的复印件和电。子版,允许论文被查阅本人授权武紋工程大学研究生处可将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密〇,在年解密后适用本授权书。_本论文属于不保密’""(请在上方框内打V).学位论文作者签名;指导教师签名:^^、'L20/(年每月户曰20年人月曰作摘要摘要人口增长导致陆地资源供给不了人类的需求,人们不由自主的将探索的脚步迈向了大海,由此兴起的水下图像处理技术受到各国的重视。图像匹配作为图像处理的核心技术早已运用到深海探测,目标识别与定位等技术中

5、。由于海底环境复杂,能见度低,水下图像受噪声干扰严重,边缘模糊,易发生畸变和遮挡,水对光的散射效应使得水下图像呈雾化状态,这些都给水下图像匹配带来了巨大困难,且原有的图像匹配技术不一定适合处理水下图像。因此,能够找到一种匹配方法可以准确且快速的对水下图像匹配具有重要的意义和使用价值。图像匹配的一个关键要素就是选取有效的方法评价图像的相似度,自从1991年,Hausdorff(HD)距离作为相似性度量被提出后,HD距离作为一种评价标准被大量应用于图像匹配研究中,但传统的HD距离对噪声、遮挡、伪边缘较敏感,本文分析了几种改进的HD距离在各种环境下匹配情况,提出了改进的STMHD的匹配方法,该方

6、法可以很好的克服这些问题对匹配精度的影响。并引入遗传算法,提高匹配速率。在研究方法上,根据水下图像的特点,利用PCNN方法滤除噪声,并用Retinex算法对图像增强;选择Canny算子提取图像边缘;用遗传算法作为搜索策略,以改进的STMHD构建遗传算法的适应度函数作为选取平移,尺度,旋转最优变换的依据。并采用自适应交叉和变异及个体自我学习方法对遗传算子进行了改进。本文选取水下图像进行仿真,算法得到的最优变换参数都在精确值附近波动,相比其他算法,匹配时间也大大缩短了。加噪前后图像匹配正确率保持不变;当图像遮挡比例在10%时,匹配正确率高达96%,且遮挡比例在25%内算法依然有效;图像旋转30

7、°内,匹配误差可控制在15个像素内;对缩小5倍后的图像进行匹配,正确率控制在92%。结果表明,本文算法可以有效克服水下图像存在平移、尺度、旋转变换、部分遮挡和噪声因素的干扰,且匹配率高,实时性好。关键词:水下图像;图像匹配;Hausdorff距离;遗传算法;个体自我学习IAbstractAbstractBecauseofthegrowthofpopulation,landresourcescannotmeetthenee

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。