水下地形图像匹配方法研究.pdfVIP

水下地形图像匹配方法研究

摘要

水下地形匹配定位技术利用水下地形特征作为参考信息源来确定载体位置，

由于其定位误差不随时间累计的特点，因此可以为水下航行器连续长时潜航任务

提供误差有界的位置修正。地形匹配算法是影响水下地形匹配定位性能的关键因

素，由于水下地形信息可以表现为图像形式，因此可以从图像处理的角度出发，研

究利用图像匹配技术来获取载体的位置信息。然而由于水下地形变化相对平缓、水

下地形测量传感器精度低以及载体姿态的多变性等因素的影响，使得前后获取的

水下地形图像之间天然存在着弱纹理，非线性强度差异以及相对旋转等特性，对

匹配算法提出巨大挑战。本文基于目前图像匹配的研究进展，针对上述影响地形

图像匹配的关键因素开展相关研究，致力于构建高精度和鲁棒性的水下地形图像

匹配算法，以提高水下地形匹配定位的稳定性和可靠性。论文的主要研究内容和

相关工作如下：

一是研究了粗粒度基准地形的图像匹配方法。针对粗粒度基准地形图灰度变

化平缓且地形细节表达不足的问题，提出了一种基于显著性超像素的水下地形图

像匹配方法。由于等高线的密集程度可以反映出地形变化的信息量，该方法基于超

像素的特征聚合能力和对边缘的响应能力来提取地形图中的等高线，并通过量化

超像素邻域的地形丰富程度来选取等高线密集区域的超像素进行描述和匹配，提

高了特征向量的表达能力和稳定性。并针对特征向量对旋转敏感的问题，提出通

过计算超像素邻域主方向的方式保证特征的旋转不变性。实验结果表明，该方法

可以适应粗粒度地形图像的匹配任务，并对图像间的非线性强度差异和平面旋转

变化具有鲁棒性和有效性。

二是研究了小起伏地形的图像匹配方法。针对小起伏水下地形图像的弱纹理

特性和对非线性强度差异敏感的问题，基于监督算法提出一种基于层级匹配策略

的水下地形匹配方法。针对水下地形图像训练数据不足的问题，通过模拟水下地

形批处理匹配方法和环境因素，提出一种基于候选区域样本选择的数据生成策略

和基于环境模拟的数据增强策略以构建水下地形数据集。针对水下地形图像中的

非线性强度差异和旋转变化，以双分支网络为基准，提出一种结合深浅层特征的

层级匹配策略，提高了对伪匹配区域的抗干扰能力。实验结果证明，在针对水下

地形图像的匹配任务中，本方法与基于传统手工特征的图像匹配方法相比具有较

大的的性能提升。

三是研究了高自相似度地形的图像匹配方法。针对小起伏地形中局部自相似

哈尔滨工程大学博士学位论文

度较高导致难以区分的问题，提出了一种基于对比学习的水下地形图像匹配方法。

该方法以数据增强的形式，缓解了非线性强度差异的影响。针对样本不足及标注

困难等问题，提出了基于位置的正负样本生成方式，并解决了网络的中心位置偏

置问题。同时提出了基于自注意力机制融合上下文特征，提高了特征的表达能力，

并通过引入掩码机制解决了多尺度模板的匹配问题。模型以数据对比的形式进行

自监督训练，提高了特征的判别能力。实验结果表明，该方法生成的特征表示具有

更高的判别性，且可以在地势变化较平坦或者自相似度较高的区域实现精确匹配。

四是研究了大旋转场景下的图像匹配方法。针对批处理地形匹配算法对角度

旋转敏感的问题，提出了一种基于环形掩码注意力网络的旋转水下地形图像匹配

方法。首先，针对典型的特征网络无法编码图像旋转变化的问题，提出构建旋转

等变特征网络以提取图像的旋转等变特征。然后，针对圆投影转换不可微的特性，

提出使用环形掩码和注意力机制将圆投影转换模块化，并作为网络的一层与旋转

等变特征网络一起嵌入到端到端的网络模型中，以进一步将旋转等变特征编码为

旋转不变特征。方法结合了基于学习方法的特征表达能力和和圆投影转换旋转不

变性等领域知识。实验结果表明，所提出的方法提高了水下地形图像在存在相对

旋转情况下的稳健性和匹配精度。

关键词：图像匹配；水下地形图像；地形匹配定位；深度学习；特征学习

水下地形图像匹配方法研究

Abstract

Underwaterterrainmatchinglocalizationtechnologyusesunderwaterterrainfea-

turesasreferenceinformationtodeter