基于相位信息与深度卷积特征的非线性强度水下声纳图像匹配方法
计算机视觉与模式识别
2021-12-01 v1
摘要
在深海探测领域，声纳目前是唯一高效的长距离传感设备。复杂的水下环境，如噪声干扰、低目标强度或背景动态，给声纳成像带来许多负面影响。其中，非线性强度问题极为普遍。它也被称为声学传感器成像的各向异性，即当自主水下航行器（AUVs）携带声纳从不同角度探测同一目标时，图像对之间的强度变化有时非常大，这使得传统匹配算法几乎失效。然而，图像匹配是导航、定位和建图等综合任务的基础。因此，获得鲁棒且准确的匹配结果非常有价值。本文提出一种基于相位信息与深度卷积特征相结合的匹配方法。它有两个突出优势：一是深度卷积特征可用于度量声纳图像局部与全局位置的相似性；二是可在声纳图像的关键目标位置进行局部特征匹配。该方法无需复杂的人工设计，并以近似端到端的方式完成非线性强度声纳图像的匹配任务。在AUVs捕获的深海声纳图像上进行了特征匹配实验，结果表明我们的方案具有卓越的匹配精度和鲁棒性。
引用
@article{arxiv.2111.15514,
title = {Nonlinear Intensity Underwater Sonar Image Matching Method Based on Phase Information and Deep Convolution Features},
author = {Xiaoteng Zhou and Changli Yu and Xin Yuan and Haijun Feng and Yang Xu},
journal= {arXiv preprint arXiv:2111.15514},
year = {2021}
}
备注
6 pages, letters, 9 figures. arXiv admin note: substantial text overlap with arXiv:2111.08994