基于LOG算子的侧扫声呐图像水下小目标检测算法研究

针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点，提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先，根据侧扫声呐图像中水下小目标成像特点，对声呐图像进行滤波及聚类分割，大幅降低图像中噪声；然后，采用斑点检测思想，提取侧扫声呐图像中疑似目标区域；最后，基于自动阈值分割算法对声呐图像进行分割，获取目标区域二值图像，使用二阶矩估计目标尺度，剔除虚假目标，最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高，对侧扫声呐图像中的水下小目标具有良好的检测效果。     

浅地层剖面仪和侧扫声呐仪器检测与评价方法研究

针对浅地层剖面仪和侧扫声呐这2种声呐系统探讨性地提出了"两步法"的性能检测和评价方法:1)声学物理参数检测:分析了与浅地层剖面仪和侧扫声呐系统性能相关的关键声学物理参数(声源级、频率/频谱、脉冲长度、波束角或开角),并提出了在消声水池中测定这些参数的方法;2)实际探测性能评价:分析了与浅地层剖面仪和侧扫声呐系统性能相关的实际探测效果评价指标,并提出了通过海上试验来检测和评价这些指标的方法。最后对建设具备高效消声性能的大型试验水池,建设海底标准地层检测场和海底标准目标物检测场以真正实现设备性能的检定应做的后续工作进行了讨论。     

起伏地形条件下侧扫声呐探测存在的问题及改进方法——以海底管道检测为例

基于海底管道的检测数据,讨论了起伏地形对传统侧扫声呐探测结果的影响,为起伏地形条件下应用侧扫声呐探测海底管道的调查方案设计、探测精度优化提供参考。研究表明:海底管道周边存在的冲刷槽以及堆积体等复杂地形对侧扫声呐探测有遮挡效应,测量过程中需控制拖体与目标物的相对位置,保证有效覆盖,避免漏测;根据区域地形分布特征,海底跟踪时通过手动设置符合整体地形走势的水深值,忽略小规模起伏地形对拖体高度取值的影响,可有效降低斜距改正后平面位置偏离及目标物的形态畸变;分析了地形起伏的影响因素(k)对海底管道出露及悬空高度计算结果的影响,通过几何近似和简化,提出了海底管道出露及悬空高度计算结果改进方法,并应用该方法对已知管径的海底管道进行了验证,修正后管径反演值的绝均差和均方差都减小为原来的10%左右,可供侧扫声呐数据解释借鉴。     

基于LOG算子的侧扫声呐海底线检测

针对侧扫声呐数据采集的特点,提出了一种基于图像边缘检测技术中LOG算子的海底线检测新方法,用于准确检测海底线从而对侧扫声呐资料进行斜距改正。通过实验数据处理,表明该方法较传统方法具有明显的优势。     

基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法

针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。     

基于数学形态学的侧扫声呐图像轮廓自动提取

侧扫声呐图像特征自动提取的难点在于特征地貌边缘检测较困难,依据图像灰度突变检测得到的边缘比较粗糙、不连续,而且有断口和小洞。本文在对图像进行预处理和阈值化的基础上,采用数学形态学方法对图像进行处理,即用具有一定形态的结构元素去量度和提取图像中的对应形状,得到连续化、粗化、圆滑的特征区域边缘填充目标内部阴影且消除背景噪声。基于数学形态学的侧扫声呐图像特征自动提取的主要步骤为:首先对侧扫声呐图像进行预处理,然后进行灰度阈值化,接着采用数学形态学方法进行处理,最后对处理后的图像进行边缘检测,提取出特征地貌边缘。实验表明,采用数学形态学方法进行处理后,错断、离散的海底目标物变得连续,背景噪声大大减少,自动提取结果准确可靠。     

一种联合单波束测深的侧扫声呐海底线提取方法

论述了侧扫声呐的成像原理，针对目前常用侧扫声呐系统数据采集的相关特性，结合实际工程应用，提出了一种联合单波束测深的侧扫声呐海底线提取新方法，以便在数据后处理时进行快速准确地斜距改正。利用实测数据验证了该方法的有效性，并与成熟商用软件的提取结果和阈值法提取结果进行对比分析，结果表明该方法具有一定的可行性和优势。     

侧扫声呐探测数据管理系统设计与实现

侧扫声呐调查获得的数据是一类格式特殊、类型多样、结构复杂、数据量庞大、包含信息丰富的数据,设计和建屯侧扫声呐数据管理系统是数据深层次应用和共享的前提.针对侧扫声呐数据的特点,本文将侧扫声呐获得的完整数据体系规划为原始数据层、标准化数据层、目标数据层和元数据层4个层次,设计并开发了侧扫声呐数据管理系统,整个管理系统包括原...     

基于小波分析的侧扫声呐信号非线性增强算法

侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明：利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。     

侧扫声呐原始数据解析与可视化显示

XTF文件格式是侧扫声呐图像数据的主要存储格式之一,具有可伸缩性、可扩展性等特点;声波散射强度瀑布图是侧扫声呐回波数据直观的显示形式。准确高效解析XTF格式的侧扫声呐数据和正确生成瀑布图显示回波数据对后续数据图像处理过程中的目标变形改正、图像分割及镶嵌等具有重要意义。通过分析侧扫声呐工作原理及声波回波强度瀑布图的结构与特点,对XTF格式的侧扫声呐原始文件结构及十六进制编码原理进行深入研究,以渤海沉船搜寻实测数据为例,使用Matlab编程实现原始数据读取及解码,提取每Ping数据中各要素,比较分析2种灰度转换模型的特点,生成侧扫声呐瀑布图,实现XTF格式侧扫声呐数据的图像可视化。