一种基于深度傅里叶配准的前视声呐SLAM方法及系统

本发明涉及一种基于深度傅里叶配准的前视声呐SLAM方法及系统，该方法包括以下步骤：S1：采集两幅声呐图像；S2：对两幅声呐图像进行特征提取、傅里叶变换以及Radon变换以计算其角度相关曲线；S3：对两幅声呐图像进行旋转校正并进行特征提取与相位相关计算获得相位相关热图；S4：计算两幅声呐图像的旋转方差与位移方差；S5：基于两幅图像的SSIM相关性对方差进行加权修正获得协方差矩阵；S6：构造噪声模型，为每个观测因子显式地指定其噪声模型参数。本发明在SLAM系统前端引入了傅里叶配准技术与深度学习技术，使得SLAM系统能够有效排除复杂海底环境造成的干扰，更好地适应复杂的水下环境。