一种结合对比学习思想的水下地形图像模板匹配方法组成比例

本发明专利技术涉及一种结合对比学习思想的水下地形图像模板匹配方法，属于数字图像处理技术领域，所述一种结合对比学习思想的水下地形图像模板匹配方法是通过如下步骤实现的；步骤一、对输入数据进行视图数据增强；步骤二、将步骤一中增强的数据进行特征提取；步骤三、将步骤二中提取的特征进行样本提取；步骤四、将步骤三中提取出的样本特征进行融合；步骤五、将步骤四中融合后的特征进行模型优化。本装置可以解决以自监督的形式实现端到端的训练，而不需要额外的数据标注，正负样本对比的形式可以提高对干扰目标的判别能力的问题，进而提出一种结合对比学习思想的水下地形图像模板匹配方法。方法。方法。

【技术实现步骤摘要】
一种结合对比学习思想的水下地形图像模板匹配方法


[0001]本专利技术涉及一种结合对比学习思想的水下地形图像模板匹配方法，属于数字图像处理


技术介绍

[0002]水下地形图像匹配在水下地形变化监测，水下地形辅助定位导航等领域发挥着重要作用。尽管过去几十年里，图像匹配作为计算机视觉的核心任务已取得了长足的发展，而针对水下地形图像的处理仍然是一项具有挑战性的任务。由于绝大多数水下地形在大尺度观测下呈现出平缓变化的趋势，从而导致在水下地形图像中局部自相似度较高，缺少显著的点特征，而更多的表现出区域的弱纹理特性，且地形特征的非结构特性使得水下地形图像中常常存在无法清晰界定目标边界的情况。此外，受传感器自身误差、环境噪声、载体不规则运动以及多次测量间时空差异的影响，采集的原始高程数据难免存在异常，从而导致地形图像间不可避免的存在强度及纹理差异，而针对噪声进行处理的简单的滤波过程会导致部分真实细节的丢失，从而引入新的噪声污染。面对水下地形图像内在特征的特殊性，以及由于复杂环境引起的强度和纹理的差异性，如何有效提高匹配的性能成为我们关注的重点。...

【技术保护点】

【技术特征摘要】
1.一种结合对比学习思想的水下地形图像模板匹配方法，其特征在于：所述一种结合对比学习思想的水下地形图像模板匹配方法是通过如下步骤实现的；步骤一、对输入数据进行视图数据增强；步骤二、将步骤一中增强的数据进行特征提取；步骤三、将步骤二中提取的特征进行样本提取；步骤四、将步骤三中提取出的样本特征进行融合；步骤五、将步骤四中融合后的特征进行模型优化。2.根据权利要求1所述的一种结合对比学习思想的水下地形图像模板匹配方法，其特征在于：步骤一中通过调整高斯噪声方差及地形模型分辨率进行数据增强，水下地形图像直接作为模型输入，并将每张水下地形图像经过两次随机数据增强后生成两张对应变体图像。3.根据权利要求1所述的一种结合对比学习思想的水下地形图像模板匹配方法，其特征在于：步骤二中采用卷积神经网络作为特征提取网络骨干，通过双塔分支特征网络进行特征提取，双塔特征网络之间共享特征参数，生成的两张变体图像分别通过双塔分支特征网络进行特征提取，并分别生成两组特征图。4.根据权利要求1所述的一种结合对比学习思想的水下地形图像模板匹配方法，其特征在于：步骤三中样本提取基...

【专利技术属性】
技术研发人员：卞红雨，张锋，刘雨希，王佳峰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：