基于流行学习的水下图像降维方法研究

王宝锋

中国海洋大学

摘要：

海洋对我国可持续发展战略具有重大意义，获得海洋信息是开发海洋空间的首要条件。通过海洋水下图像是获取信息的主要途径，水下成像系统在获取、储存以及传输过程中，由于深水中水下成像环境比较复杂，而且受各种因素的影响，使最终得到的水下彩色图像在视觉上出现细节模糊，对比度下降等现象，并且数据传输量大，导致时效性差。如何快速有效的获得水下彩色图像，并从中获取更多的重要信息成为一个重要的研究课题。　　通常获得的水下彩色图像失真严重，呈现单蓝色雾化现象。结果不仅不能达到一般彩色图像色彩鲜明的效果，而且对比度相比较于黑白图像也差不多。因为多通道色彩叠加，细节纹理部分变模糊。在这种超出人们感知能力的三维图像中，人眼很难辨识，而降维技术是解决它的一个重要手段。用流形学习方法的处理图像，是将三维空间的数据映射到二维，并且尽可能保证数据几何关系和距离测度不变。通过降维过程，可以获得水下图像中包含的主要特征，从中挖掘出更多有用的信息，同时降维后的数据量小，便于实时性传输。　　本文研究的是流形学习算法在水下彩色图像处理中的应用。在水下彩色图像成像原理和增强及复原处理基础上，通过对三种非线性降维算法理论的学习，分别对水下彩色图像进行降维处理研究，同时从算法思想差异、对比度以及降维效果等评价参数对方法做相应分析比较。通过实验证明，流形学习在水下彩色图像降维中有较好的效果，从结果中获得更多的内部结构信息，细节部分更清晰，同时也压缩数据量，时效性增强。

关键词：水下彩色图像;降维方法;流行学习;特征提取

授予单位：中国海洋大学

授予学位：硕士

学科专业：信号与信息处理

导师姓名：王国宇

学位年度：2013

语种：中文

分类号：TP391.41

页数：66

在线出版日期：2013-09-02（万方平台首次上网日期，不代表论文的发表时间）