中文摘要：

侧扫声纳镶嵌图的质量是拓展其应用的瓶颈。现有的镶嵌方法在环境干扰、平台非稳定运动、导航信息精度不高的情况下，对图像畸变、失配等问题的解决存在诸多不足，难以合成高质量的海底地貌图。侧扫声纳图像镶嵌技术是一个极具潜力的研究方向。本项目着眼于研究侧扫声纳图像镶嵌技术，采用条带图像特征匹配和图像融合的处理思路实现地貌图像镶嵌。为有效滤除相干噪声，提出多尺度边缘保持滤波算法；为适应非稳定平台运动造成条带图像间旋转、平移、仿射变化，改进SURF算法提取局部不变特征进行匹配；为解决图像局部畸变，提出自适应小区域匹配方法；为改正平台运动和海底地形平坦造成图像的误配和失配，引入人工智能理论从图像反演平台运动参数，辅助检测误配点和校正失配图像；通过融合技术形成信息丰富、色调和谐、几何精度较高的海底地貌镶嵌图，成像效率和图像质量等指标较大程度优于现有水平；最后利用分形理论建立评价体系，并通过实验验证方法有效性。

结论摘要：

侧扫声纳(SSS)的海底地貌镶嵌图的质量是拓展其高精度应用的瓶颈。现有的镶嵌方法在环境干扰、平台非稳定运动、导航信息精度不高的情况下，对图像畸变、误配、失配、接缝线等问题的解决存在诸多不足，难以合成高质量的海底地貌图。提出新的SSS图像镶嵌的处理方法，通过预处理、匹配、声纳平台运动反演、图像融合等操作，实现稳健、自动化、高精度的SSS图像镶嵌。具体研究包括 1. 条带图像的斑点和条纹噪声是导致后续匹配操作的误配和失配的主要原因之一，严重影响SSS海底地貌镶嵌图的质量。提出了多尺度边缘保持滤波算法，对SSS条带图像进行去噪。首先从图像的小波系数中提取模极大值，然后计算这些突变点的李氏指数，判断其信噪性质；再根据其性质对突变点邻域进行强化或削弱，同时使用相关平移技术纠正漂移误差。算法可在基本不损失图像细节信息的前提下明显提高条带图像的信噪比。实验结果表明，该算法处理的SSS条带图像，等效视数31.43，边缘保持指数达到0.83，综合指标超过Lee、Frost、小波阈值法等传统滤波算法； 2. 在SSS条带图像镶嵌处理流程中，相邻条带图像的精确匹配是关键步骤之一。为使匹配算法能够适应平台、环境的随机变化，本文提出了基于SURF和相似性度量的联合图像匹配算法。首先提取局部不变特征进行粗匹配，再在此基础上计算两者的相似性，以此提高匹配的精度；此外，还利用先验知识对特征点对的位置和所在尺度进行估计，缩小匹配点对的搜索范围，提高算法效率，减少误配率。实验表明，联合匹配算法在匹配消耗时间上大大低于SIFT算法，误配率0.72，匹配点对的验证精度小于1.14米； 3. 由于平台随机运动对SSS成图的效果影响很大，因此运动补偿技术研究对提高声纳成像性能、拓展高精度海洋测绘应用领域具有重要意义。为弥补辅助工具在精度和灵敏度方面的不足，本文提出直接在图像层面提取相邻条带测区之间的匹配关系，引入人工智能的理论和方法，从中反演侧扫声纳水下平台的运动参数。利用建模数据进行实验，该算法在SSS水下平台运动和姿态的六个自由度参数的反演中，误差控制在3.3%以内。 4. 对SSS进行上述处理后，修正了平台随机运动误差，获得相邻条带图像准确的匹配关系。利用小波算法将图像分解到不同频率区间，对高频数据和低频数据依据进行不同的融合处理，使图像重叠区域的拼接过渡自然，形成高质量的海底地貌镶嵌图。