Resumen

El sonar de imágenes multihaz se ha convertido en una herramienta cada vez más importante en el campo de la detección y descripción de objetos submarinos. En los últimos años, el algoritmo SIFT (scale-invariant feature transform) ha sido ampliamente adoptado para obtener características estables de objetos en imágenes de sonar, pero no funciona bien en imágenes de sonar multihaz debido a su sensibilidad al ruido de moteado. En este artículo presentamos MBS-SIFT, un detector y descriptor de características similar a SIFT para imágenes de sonar multihaz. Este algoritmo contiene un detector de características seguido de un descriptor de características locales. Se presenta una nueva definición de gradiente robusta al ruido de moteado para detectar los extremos en el espacio de escala y, a continuación, se filtran y localizan los puntos de interés. También se utiliza para asignar la orientación y generar descriptores de los puntos de interés. Las simulaciones y los experimentos demuestran que el método propuesto puede captar las características de los objetos submarinos con mayor precisión que los enfoques existentes.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:imágenes sonar multihaz, tamizado, puntos de interés, transformada invariante de características, detector de características similares, descriptor de características locales, nueva definición de gradiente, detección de objetos submarinos, algoritmo, ruido
• Keywords:multibeam sonar images, sift, interest points, invariant feature transform, like feature detector, local feature descriptor, new gradient definition, underwater object detection, algorithm, noise