CN103606139A - 一种声纳图像拼接方法 - Google Patents
一种声纳图像拼接方法 Download PDFInfo
- Publication number
- CN103606139A CN103606139A CN201310405189.8A CN201310405189A CN103606139A CN 103606139 A CN103606139 A CN 103606139A CN 201310405189 A CN201310405189 A CN 201310405189A CN 103606139 A CN103606139 A CN 103606139A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency spectrum
- sonar
- amplitude frequency
- divergent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种声纳图像拼接方法。本方法包括:通过图像预处理去除噪声以及提高对比度;通过对图像幅值频谱进行对数极坐标变换将缩放和旋转参数转换为平移参数,并进行基于相位相关的算法分析;通过图像的几何变换过滤缩放和旋转因子;通过基于相位相关的算法求得平移参数;通过求得的缩放、旋转和平移参数进行坐标映射并通过双线性插值算法进行图像插值。不断重复上述步骤实现所有声纳图像的配准,然后通过亮度调整、图像重合区域融合实现声纳图像的拼接。本发明能够解决声纳在水下监测过程中探测范围视角小的问题,通过声纳图像拼接,将一系列声纳图像拼接成一个大范围的声纳图像,使声纳能够同时监测较大范围的水下环境。
Description
技术领域
本发明涉及一种声纳图像拼接方法,特别涉及一种特征点较少的声纳图像的拼接方法。
背景技术
对于水下探测,由于缺少自然光,能见度非常低,传统的光学成像受到了一定的限制。与光学成像相比,声纳成像系统可以在能见度低,水质混浊的水下进行成像。因此声纳成像系统被广泛应用于水下探测。
当水下观测对象比较大而又要保证分辨率时,发射信号不能覆盖全部探测区域,只能进行局部探测。同时在声纳图像处理方面,一次声成像返回的声探测区域视野较小,工程实践中经常无法通过一幅图像进行目标识别。这些问题就需要用图像拼接技术来解决。
与传统光学图像相比,声纳图像主要具有以下特点:(1)图像恢复过程中由于基阵大小差异及波束形成的影响,声纳图像分辨率普遍较低,细节模糊,识别性差;(2)水体对光的吸收效应、散射效应、卷积效应等使声纳图像的具有较强的高斯噪声,信噪比较低。
目前,基于特征点的图像拼接方法在光学图像拼接中应用比较成熟,适用于拼接特征点较多的图像。但是声纳图像的背景为海水,如果没有其他特征点显著的检测物,声纳图像含有的特征点比较少。如果使用基于特征点的图像拼接方法拼接特征点较少的声纳图像,存在较大的误差。
发明内容
本发明的目的在于针对已有技术存在的问题,提供一种声纳图像拼接方法,能将多幅视角较小的声纳图像拼接为一个视角较大的图像,从而可以监测较大范围的水下环境,提高声纳目标监测水平。
为达到上述目的,本发明的构思是:首先对声纳图像进行预处理;然后对图像幅值频谱进行对数极坐标变并进行基于相位相关的算法分析求得图像的缩放、旋转参数;进而按求得的缩放和旋转参数进行图像几何变换;接着运用基于相位相关的算法求得图像的平移参数;最后运用求解的参数进行坐标映射以及图像插值,完成图像之间的配准。在实现配准的基础上,并对声纳图像进行了图像融合处理,最终实现了声纳图像的拼接。
根据上述发明构思,本发明采用下述技术方案:
一种声纳图像拼接方法,其基本实施步骤如下:
(1)声纳图像输入
(2)图像预处理
利用高斯平滑去除声纳图像中的高斯噪声;通过对图像进行灰度拉伸来改善声纳图像对比度;
(3)缩放和旋转估计
(4)图像几何变换
(5)平移参数估计
(6)坐标映射和图像插值
(7)图像融合
通过直方图规范化调整声纳图像的亮度,使声纳图像的亮度分布一致;运用基于阈值的加权平滑算法实现声纳图像的融合;通过上面一系列步骤,就完成了声纳图像的拼接。
所述步骤(3)缩放和旋转估计的具体步骤如下:
1.幅值频谱计算
1)图像频谱计算
对声纳图像进行傅里叶变换,得到声纳图像频谱间的关系如下列公式(2)所示:
(2)
2)幅值频谱提取
利用得到的图像频谱提取图像的幅值频谱,提取幅值频谱后,图像幅值频谱之间的关系如下列公式(3)所示:
2.极坐标变换
1)极坐标变换
对幅值频谱进行极坐标变换,变换如下列公式(4)所示:
2)幅值频谱关系确定
在进行极坐标变换时,又满足条件如下列公式(5)所示:
(5)
利用公式(5)可将幅值频谱间的关系转换为极坐标形式如下列公式(6)所示:
3.对数变换
1)对数变换
对极坐标形式的幅值频谱进行对数坐标变换,变换如下列公式(7)所示:
2)幅值频谱关系确定
在进行对数坐标变换时,可将幅值频谱关系转换为对数坐标形式如下列公式(8)所示:
4.缩放旋转参数估计
2)缩放、旋转估计
(9)
所述步骤(5)平移参数估计的具体步骤如下:
1.基于相位相关的分析步骤
所述步骤(7)中图像融合的具体步骤如下:
1.图像亮度的调整
通过直方图规范化调整声纳图像的亮度,使待拼接声纳图像的亮度分布一致;
2.图像重合部分的融合
采用的算法具体步骤如下:
该平滑方法在加权平滑的处理基础上多了一道处理程序,即在加权平滑前,比较两幅图像灰度差值的绝对值与阈值,判断该点是否大于阈值,如果大于阈值,则取两幅图像中较大的灰度值作为融合图像的灰度值; 如果小于等于阈值,则按照加权平滑法处理;这样进行拼接后的平滑能够达到很好的效果,在保持了边界特征的同时,自然缝合;至此,通过上面一系列步骤,就完成了所有帧声纳图像的拼接。
本发明与现有技术相比较,具有如下显而易见的突出实质性特点和显著进步:本发明通过高斯平滑和图像灰度拉伸来去除声纳图像中的高斯噪声以及改善图像的对比度;通过对声纳图像的幅值频谱进行对数极坐标变换将缩放和旋转参数转换为平移参数,并进行基于相位相关的算法求得缩放和旋转参数;通过图像的几何变换去除图像间缩放和旋转参数;通过对基准图像和几何变换后的图像进行基于相位相关的算法分析求得平移参数。通过求得的缩放、旋转和平移参数对图像进行坐标映射并通过双线性插值算法进行图像插值。不断重复上述步骤实现声纳序列中所有声纳图像的配准,然后通过亮度调整、图像重合区域融合实现声纳图像的拼接。本发明的方法能够解决声纳在水下监测过程中,声纳图像探测范围视角小的问题;通过声纳图像拼接,将一系列声纳图像拼接成一个大范围的声纳图像,能够同时监测较大范围的水下环境。
附图说明
图1是本发明实施例的实施流程图。
图2是基于阈值的加权平滑算法示意图。
图3是加权平均算法示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清晰明了,下面结合附图,对本发明的两个优选实施例作详细说明:
实施例一:
参见图1,本声纳图像拼接方法的操作步骤如下:
1.声纳图像输入
2.图像预处理
(1)利用高斯平滑去除声纳图像中的高斯噪声;
(2)通过对图像进行灰度拉伸来改善声纳图像对比度;
3.缩放和旋转估计
通过对声纳图像的幅值频谱进行对数极坐标变换将缩放和旋转参数转换为平移参数,并进行基于相位相关的算法求得缩放和旋转参数;
(1)图像频谱计算
对声纳图像进行傅里叶变换,得到声纳图像频谱间的关系如公式(2)所示;
(2)幅值频谱提取
利用得到的图像频谱提取图像的幅值频谱,图像幅值频谱之间的关系如公式(3)所示;
(3)极坐标变换
对幅值频谱进行极坐标变换,变换如公式(4)所示;
(5)幅值频谱关系确定
将幅值频谱转换成极坐标形式时,又满足条件如公式(5)所示;利用公式(5)可将幅值频谱间的关系转换为极坐标形式如公式(6)所示;
(6)对数变换
将极坐标形式的幅值频谱进行对数坐标变换,变换按公式(7)进行;
(7)幅值频谱关系确定
将幅值频谱关系转换为对数坐标形式,变换后结果如公式(8)所示;
(9)缩放、旋转估计
4.图像几何变换
5.平移参数估计
6.坐标映射和图像插值
(2)完成坐标映射之后,其像素点有可能落在非网格位置,利用双线性插值法完成图像插值;
7.图像融合
通过直方图规范化调整图像的亮度,使声纳图像的亮度分布一致,运用基于阈值的加权平滑算法实现声纳图像的融合。
至此,完成了待拼接图像与基准图像之间的拼接。
实施例二:
本实施则与实施一基本相同,特别之处是:
所述步骤7图像融合的操作步骤包括如下:
采用一种基于阈值的加权平滑算法实现声纳图像的融合:视角范围较小的相邻两帧前扫声纳图像,一般情况下由于采样时间和采样角度的不同,重叠部分会出现亮度不均和变形程度的差异,为了使相邻两幅图像的重叠部分具有视觉一致性而且没有明显的接缝,本方案采用图像直方图规范化算法来调整待匹配图像的亮度,使待匹配图像亮度的分布一致;并且采用了一种基于阈值的加权平滑算法来实现配准后图像的融合。
采用的算法流程图如图2所示,算法具体步骤如下:
计算重叠部分像素的差值的绝对值,按公式(12)计算;
该平滑方法在加权平滑的处理基础上多了一道处理程序,即在加权平滑前,比较两幅图像灰度差值的绝对值与阈值,判断该点是否大于阈值,如果大于阈值,则取两幅图像中较大的灰度值作为融合图像的灰度值; 如果小于等于阈值,则按照加权平滑法处理。这样进行拼接后的平滑能够达到很好的效果,在保持了边界特征的同时,自然缝合。
Claims (4)
1.一种声纳图像拼接方法,其特征在于操作步骤如下:
(2)图像预处理:利用高斯平滑去除声纳图像中的高斯噪声;通过对图像进行灰度拉伸改善声纳图像对比度;
(3)缩放和旋转估计:对声纳图像进行傅里叶变换,求得图像的幅值频谱;得到幅值频谱后,进行极坐标变换;接着,对幅值频谱进行对数坐标变换;最后,对对数极坐标幅值频谱进行基于相位相关的算法分析求得缩放参数和旋转参数;
(7)图像融合:通过直方图规范化调整声纳图像的亮度,使声纳图像的亮度分布一致;运用基于阈值的加权平滑算法实现声纳图像的融合;通过上面一系列步骤,就完成了声纳图像的拼接。
2.根据权利要求1 所述的声纳图像拼接方法,其特征在于:所述步骤(3)缩放和旋转估计的具体步骤是:
1)幅值频谱计算
对声纳图像进行傅里叶变换,得到图像频谱间的关系如下列公式(2)所示:
利用得到的图像频谱提取图像的幅值频谱,图像幅值频谱之间的关系如下列公式(3)所示:
2)极坐标变换
对幅值频谱进行极坐标变换,变换如下列公式(4)所示:
在进行极坐标变换时,满足条件如下列公式(5)所示:
(5)
利用公式(5)可将幅值频谱间的关系转换为极坐标形式如下列公式(6)所示;
3)对数变换
对极坐标形式的幅值频谱进行对数变换,变换如下列公式(7)所示:
在进行对数变换时,可得幅值频谱关系的对数形式如下列公式(8)所示:
4)缩放旋转参数估计
其中,为幅值频谱的列数。
4.根据权利要求1 所述的声纳图像拼接方法,其特征在于:所述步骤(7)中图像融合的具体步骤是:
1)图像亮度的调整:通过直方图规范化调整声纳图像的亮度,使待拼接声纳图像的亮度分布一致;
采用的算法具体步骤如下:
该平滑方法在加权平滑的处理基础上多了一道处理程序,即在加权平滑前,比较两幅图像灰度差值的绝对值与阈值,判断该点是否大于阈值,如果大于阈值,则取两幅图像中较大的灰度值作为融合图像的灰度值; 如果小于等于阈值,则按照加权平滑法处理;这样进行拼接后的平滑能够达到很好的效果,在保持了边界特征的同时,自然缝合;至此,通过上面一系列步骤,就完成了所有帧声纳图像的拼接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310405189.8A CN103606139A (zh) | 2013-09-09 | 2013-09-09 | 一种声纳图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310405189.8A CN103606139A (zh) | 2013-09-09 | 2013-09-09 | 一种声纳图像拼接方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103606139A true CN103606139A (zh) | 2014-02-26 |
Family
ID=50124359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310405189.8A Pending CN103606139A (zh) | 2013-09-09 | 2013-09-09 | 一种声纳图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606139A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903237A (zh) * | 2014-03-21 | 2014-07-02 | 上海大学 | 一种前扫声纳图像序列拼接方法 |
CN105306828A (zh) * | 2015-11-26 | 2016-02-03 | 中船勘察设计研究院有限公司 | 一种识别声呐成像系统固定点位全环观测方法 |
CN106596590A (zh) * | 2016-12-24 | 2017-04-26 | 大连日佳电子有限公司 | 托盘ic检测方法 |
CN106650751A (zh) * | 2016-11-25 | 2017-05-10 | 中国科学院自动化研究所 | 图像特征提取方法以及数字媒体版权管理方法 |
CN106952227A (zh) * | 2017-03-09 | 2017-07-14 | 重庆信科设计有限公司 | 一种航拍序列图像自动排序的方法 |
CN107220955A (zh) * | 2017-04-24 | 2017-09-29 | 东北大学 | 一种基于重叠区域特征点对的图像亮度均衡方法 |
CN107230199A (zh) * | 2017-06-23 | 2017-10-03 | 歌尔科技有限公司 | 图像处理方法、装置和增强现实设备 |
CN108257167A (zh) * | 2018-01-26 | 2018-07-06 | 深圳市唯特视科技有限公司 | 一种基于推扫式高光谱成像的图像配准方法 |
CN111308448A (zh) * | 2018-12-10 | 2020-06-19 | 杭州海康威视数字技术股份有限公司 | 图像采集设备与雷达的外参确定方法及装置 |
CN112686933A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院长春光学精密机械与物理研究所 | 基于改进互功率谱的星上图像配准叠加增强方法及系统 |
CN112836678A (zh) * | 2021-03-02 | 2021-05-25 | 成都亚讯星科科技股份有限公司 | 智慧农业园区智能规划方法 |
CN113971747A (zh) * | 2021-12-24 | 2022-01-25 | 季华实验室 | 拉曼光谱数据处理方法、装置、设备与可读存储介质 |
CN114897949A (zh) * | 2022-04-29 | 2022-08-12 | 上海精积微半导体技术有限公司 | 图像匹配方法 |
WO2022241877A1 (zh) * | 2021-05-18 | 2022-11-24 | 浙江大学 | 基于神经网络的异构图像位姿估计及配准方法、装置及介质 |
CN116309079A (zh) * | 2023-05-10 | 2023-06-23 | 南京凯视迈科技有限公司 | 一种动态图像采集拼接优化系统 |
CN117575902A (zh) * | 2024-01-16 | 2024-02-20 | 四川新视创伟超高清科技有限公司 | 大场景监控图像拼接方法及拼接系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556692A (zh) * | 2008-04-09 | 2009-10-14 | 西安盛泽电子有限公司 | 基于特征点邻域伪Zernike矩的图像拼接方法 |
CN102012513A (zh) * | 2010-06-29 | 2011-04-13 | 上海大学 | 前视声纳图像的实时拼接方法和系统 |
CN102622732A (zh) * | 2012-03-14 | 2012-08-01 | 上海大学 | 一种前扫声纳图像拼接方法 |
-
2013
- 2013-09-09 CN CN201310405189.8A patent/CN103606139A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556692A (zh) * | 2008-04-09 | 2009-10-14 | 西安盛泽电子有限公司 | 基于特征点邻域伪Zernike矩的图像拼接方法 |
CN102012513A (zh) * | 2010-06-29 | 2011-04-13 | 上海大学 | 前视声纳图像的实时拼接方法和系统 |
CN102622732A (zh) * | 2012-03-14 | 2012-08-01 | 上海大学 | 一种前扫声纳图像拼接方法 |
Non-Patent Citations (3)
Title |
---|
严大勤等: "一种基于区域匹配的图像拼接算法", 《仪器仪表学报》, vol. 27, no. 6, 30 June 2006 (2006-06-30) * |
李忠新等: "基于对数极坐标映射的图像拼接方法", 《中国图象图形学报》, vol. 10, no. 1, 31 January 2005 (2005-01-31), pages 59 - 63 * |
陈金波等: "基于仿生机械云台的声纳图像拼接", 《应用科学学报》, vol. 30, no. 2, 31 March 2012 (2012-03-31), pages 158 - 164 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903237B (zh) * | 2014-03-21 | 2017-03-29 | 上海大学 | 一种前扫声纳图像序列拼接方法 |
CN103903237A (zh) * | 2014-03-21 | 2014-07-02 | 上海大学 | 一种前扫声纳图像序列拼接方法 |
CN105306828A (zh) * | 2015-11-26 | 2016-02-03 | 中船勘察设计研究院有限公司 | 一种识别声呐成像系统固定点位全环观测方法 |
CN106650751B (zh) * | 2016-11-25 | 2020-07-28 | 中国科学院自动化研究所 | 图像特征提取方法以及数字媒体版权管理方法 |
CN106650751A (zh) * | 2016-11-25 | 2017-05-10 | 中国科学院自动化研究所 | 图像特征提取方法以及数字媒体版权管理方法 |
CN106596590A (zh) * | 2016-12-24 | 2017-04-26 | 大连日佳电子有限公司 | 托盘ic检测方法 |
CN106952227A (zh) * | 2017-03-09 | 2017-07-14 | 重庆信科设计有限公司 | 一种航拍序列图像自动排序的方法 |
CN107220955A (zh) * | 2017-04-24 | 2017-09-29 | 东北大学 | 一种基于重叠区域特征点对的图像亮度均衡方法 |
CN107230199A (zh) * | 2017-06-23 | 2017-10-03 | 歌尔科技有限公司 | 图像处理方法、装置和增强现实设备 |
CN108257167A (zh) * | 2018-01-26 | 2018-07-06 | 深圳市唯特视科技有限公司 | 一种基于推扫式高光谱成像的图像配准方法 |
CN111308448A (zh) * | 2018-12-10 | 2020-06-19 | 杭州海康威视数字技术股份有限公司 | 图像采集设备与雷达的外参确定方法及装置 |
CN111308448B (zh) * | 2018-12-10 | 2022-12-06 | 杭州海康威视数字技术股份有限公司 | 图像采集设备与雷达的外参确定方法及装置 |
CN112686933A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院长春光学精密机械与物理研究所 | 基于改进互功率谱的星上图像配准叠加增强方法及系统 |
CN112686933B (zh) * | 2020-12-29 | 2024-03-08 | 中国科学院长春光学精密机械与物理研究所 | 基于改进互功率谱的星上图像配准叠加增强方法及系统 |
CN112836678B (zh) * | 2021-03-02 | 2022-11-22 | 成都亚讯星科科技股份有限公司 | 智慧农业园区智能规划方法 |
CN112836678A (zh) * | 2021-03-02 | 2021-05-25 | 成都亚讯星科科技股份有限公司 | 智慧农业园区智能规划方法 |
WO2022241877A1 (zh) * | 2021-05-18 | 2022-11-24 | 浙江大学 | 基于神经网络的异构图像位姿估计及配准方法、装置及介质 |
CN113971747A (zh) * | 2021-12-24 | 2022-01-25 | 季华实验室 | 拉曼光谱数据处理方法、装置、设备与可读存储介质 |
CN114897949A (zh) * | 2022-04-29 | 2022-08-12 | 上海精积微半导体技术有限公司 | 图像匹配方法 |
CN116309079A (zh) * | 2023-05-10 | 2023-06-23 | 南京凯视迈科技有限公司 | 一种动态图像采集拼接优化系统 |
CN116309079B (zh) * | 2023-05-10 | 2023-08-04 | 南京凯视迈科技有限公司 | 一种动态图像采集拼接优化系统 |
CN117575902A (zh) * | 2024-01-16 | 2024-02-20 | 四川新视创伟超高清科技有限公司 | 大场景监控图像拼接方法及拼接系统 |
CN117575902B (zh) * | 2024-01-16 | 2024-03-29 | 四川新视创伟超高清科技有限公司 | 大场景监控图像拼接方法及拼接系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606139A (zh) | 一种声纳图像拼接方法 | |
CN101276465B (zh) | 广角图像自动拼接方法 | |
CN105245841B (zh) | 一种基于cuda的全景视频监控系统 | |
CN105100640B (zh) | 一种局部配准并行视频拼接方法及系统 | |
CN103226822A (zh) | 医疗影像拼接方法 | |
CN103903237B (zh) | 一种前扫声纳图像序列拼接方法 | |
CN105654091B (zh) | 海面目标检测方法及装置 | |
CN102622732A (zh) | 一种前扫声纳图像拼接方法 | |
CN107169947B (zh) | 一种基于特征点定位和边缘检测的图像融合实验方法 | |
CN104732542A (zh) | 基于多摄像头自标定的全景车辆安全系统的图像处理方法 | |
Bonny et al. | Feature-based image stitching algorithms | |
CN109146833A (zh) | 一种视频图像的拼接方法、装置、终端设备及存储介质 | |
CN112184604B (zh) | 一种基于图像融合的彩色图像增强方法 | |
CN101840570A (zh) | 一种快速图像拼接方法 | |
CN102129704A (zh) | 一种基于surf操作数的显微镜图像拼接方法 | |
CN104091324A (zh) | 一种基于连通域分割的棋盘格图像快速特征匹配算法 | |
CN103079037A (zh) | 基于远近景切换的自适应电子稳像方法 | |
Zhang et al. | Robust visual odometry in underwater environment | |
CN103226828B (zh) | 一种水下机器人声视觉三维成像的图像配准方法 | |
CN1786658A (zh) | 一种采用双波长结构光测量物体轮廓的方法及装置 | |
CN105387814A (zh) | 一种三维编织复合材料预制件表面参数自动测量系统 | |
CN111723801A (zh) | 鱼眼相机图片中目标检测矫正的方法与系统 | |
CN103700082B (zh) | 基于对偶四元数相对定向的图像拼接方法 | |
CN109829858A (zh) | 一种基于局部自适应阈值的船载雷达图像溢油监测方法 | |
CN103914829A (zh) | 一种含噪图像边缘检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140226 |