NETL
基于像素级图像融合增强的全局式水下多视图重建
李秋实1
作者信息
摘要
目前，基于水下光学图像的三维重建已广泛应用于海洋科考、资源勘探、海底工程等，但受移动载体水声通信、信息存储、运算能力的限制，仍需进一步提高其工作性能。为此，本文在基于光视系统的AUV终端处理框架上，设计了完整的水下多视图重建流程。 （1）水下视频流的预处理及图像增强。针对视频流的数据输入形式，设计了模糊帧剔除和基于层次聚类的关键帧提取流程，在去除由水流、颤动等干扰因素产生的模糊帧的基础上自动提取关键帧作为后续三维重建的图像序列。同时，针对水下图像颜色衰退与清晰度受损的问题，设计了基于像素级图像融合的图像增强方法，从而增强图像细节信息并弥补水下图像红色衰退的缺陷。 （2）改进的全局旋转估计方法LTS-L1RA。本文提出了一种基于最小截尾二乘（Least trimmed squares-LTS）和一范式最小化旋转平均（l1-norm Rotation Averaging-L1RA）的旋转估计算法，一次性计算所有相机的位姿，提高了旋转平均（Rotation Averaging）环节的效率并清洗脏数据提高准确率，并详细介绍了基于LTS-L1RA的全局式三维重建的完整流程。 （3）图像增强效果分析及对比。通过将本文图像处理算法与其他算法的增强效果进行对比，并使用多种评估参数进行定量分析，验证了本方法在颜色衰退、清晰度减弱等方面更具明显优势。 （4）旋转估计算法的实验分析及点云效果评估。本文对提出的LTS-L1RA的工作效率、准确率进行了实验，结果表明该方法相对于L1RA-IRLS平均可提高准确率3.66%和效率17.08%；同时，对真实的水下视频流使用PMVS进行了稠密重建，与未经图像增强的视频重建结果进行了对比，实验结果表明经过图像增强的图像序列可以得到效果更好的点云。
关键词
水下视频流/像素级图像融合/图像增强/三维重建/最小截尾二乘法/一范式最小化旋转平均/全局旋转估计引用本文复制引用
授予学位
硕士学科专业
机械电子工程导师
陈延礼学位年度
2022学位授予单位
吉林大学语种
中文中图分类号
TP