共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
《测绘与空间地理信息》2020,(8)
为更好地分割海底管道声呐图像,需对其进行滤波处理。根据声呐图像的主要噪声类型,给出了空间域和多尺度变换域滤波的主要算法,以实测海底管道声呐图像为例,采用主观效果和定量评价相结合的方式,对比分析了各方法的实际滤波效果,得出了最优声呐图像滤波方法。 相似文献
4.
侧扫声呐是海洋科学调查中常用的仪器设备,针对此类声学探测设备出台相关检测、检定等计量化的标准势在必行。本文介绍了侧扫声呐的工作原理和技术参数,针对侧扫声呐分辨能力和扫宽能力这两个性能指标,提出了一种评价方法。最后通过海上试验,对比分析了3种常用的侧扫声呐仪器的分辨能力和扫宽能力,为侧扫声呐系统的选用和引进提供参考。 相似文献
5.
河口水闸水下结构安全对于水闸工程、整个河道,以及周边居民地的安全具有重要意义。在低可视度的水体环境中,采用传统人工潜水探摸方式进行水下结构安全检测效率低下。为提高效率,三维扫描声呐逐步应用于相关水下结构的安全检测中。本文以BlueView BV5000型三维扫描声呐系统在苏州河河口水闸水下结构的实测数据为基础,经滤波、测站拼接等处理过程,利用所得三维声呐点云对该水闸的水下结构进行安全评估。采用人工探摸方式对评估结果进行验证,结果表明,三维扫描声呐在水下结构安全评估中具有优越性,可为后续运维保障提供数据基础。 相似文献
6.
7.
针对水下航行器基于地形匹配实现自主导航时需要在线提取环境地形特征的需求,本文重点研究侧扫声呐实时数据采集与地貌图像构建方法。根据侧扫声呐的工作原理及其JSF文件格式,提取侧扫声呐扫描波束所对应的80数据帧,并完成数据解析;建立声呐扫描声强与灰度级转化模型,并构建环境地貌声学图像;通过海试试验结果与侧扫声呐专用软件所生成的地貌图像对比,验证本文方法的有效性和可行性。 相似文献
8.
本文以某输水隧洞进水口岩塞爆破后水下检测为例,综合利用多波束声呐、水下机器人、彩色图像声呐等声学和光学相结合的海洋测量技术,获得高精度、全覆盖、高时效性的输水隧洞进水口测量数据。检测结果显示:多波束声呐水下地形测量地形分辨率达1.25 cm,实现输水隧洞进水口岩塞爆破后的形状、尺寸、平面位置、高程及洞口周围边坡高精度检测;水下机器人深入隐蔽复杂的隧洞水底环境,搭载的彩色图像声呐剖面扇扫可拟合隧洞进水口岩塞段、锁口段和集渣坑断面,高清水下摄像呈现了爆破后洞身衬砌质量和集渣坑内块石堆积状况。本文综合利用海洋测量技术,实现了复杂环境水下隧洞的安全、高效、全覆盖检测,其技术手段可为相关水下工程测量提供借鉴。 相似文献
9.
侧扫声呐图像分割的中性集合与量子粒子群算法 总被引:1,自引:1,他引:0
针对现有的侧扫声呐图像分割方法存在分割准确率不高和效率偏低的问题,提出了一种基于中性集合和量子粒子群算法的侧扫声呐图像阈值分割方法。通过基于中性集合计算图像灰度共生矩阵,实现了侧扫声呐图像精细纹理的表达,提高了分割精度;基于二维最大熵理论,采用量子粒子群算法计算二维最优分割阈值向量,实现了分割阈值向量的快速准确获取,提高了分割效率和精度。最终实现了高噪声侧扫声呐图像目标的准确、高效分割。通过对含有不同目标的侧扫声呐图像的分割试验,验证了该算法的有效性。 相似文献
10.
11.
正多波束声呐和侧扫声呐分别是目前获取海底地形与地貌图像最为有效的设备。多波束声呐可以同时获得海底测深地形与分辨率较低的海底图像,侧扫声呐可以获取高分辨率但位置精度较低的海底图像。为了准确获取海底精细的地形地貌信息,本文分别从多波束测深数据处理、多波束声呐图像处理、侧扫声呐图像处理、测深地形与侧扫声呐图像的叠加4个方面开展研究,最终得到 相似文献
12.
13.
针对现有分割算法对高噪声侧扫声呐图像分割准确率低的问题,提出了一种综合利用NSCT(non-subsampled contourlet transform)分解图像、局部标准差和均值组合增强图像和多重分形判断图像奇异性的侧扫声呐图像分割方法。首先,借助NSCT分解图像,获得滤除高频噪声且保留轮廓信息的低频图像和一系列高频方向子带图像。然后,基于侧扫声呐图像中目标及其阴影伴随出现的特点,计算低频图像的局部标准差与均值的组合特征,获得分别突显目标及其阴影的特征图,使用多重分形分割方法分割特征图,获得低频图像分割结果;利用图像差分和非极大值抑制方法分割高频方向子带图像,获得高频分割结果;融合高低频分割结果获得目标及其阴影的精细边缘。最后通过试验验证了本文方法的有效性。 相似文献
14.
15.
16.
侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作.针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法.通过归一化处理、图像增强等方式扩充样本数据,并以4:1的比例划分训练集和测试集,同时参照经典VGG-16模型,根据侧扫声呐沉船数据集特点设计了改进的模型,然后将在Ima geNet图像数据集上训练好的改进模型在小样本侧扫声呐沉船数据集上采用冻结和训练、微调两种迁移学习方式进行学习和试验,并与全新学习进行比较分析,结果表明,3种方法对侧扫声呐沉船图像识别的准确率分别为93.71%、84.49% 和90.58%,其中第1种迁移学习方法准确率最高,模型收敛速度最快,且AP值最高为92.45%,分别比第2种迁移学习方法和全新学习高了8.06% 和3.06%,在提高模型的识别能力和训练效率方面效果更佳,验证了该方法的有效性与可行性,具有一定实际指导意义. 相似文献
17.
针对目前多波束与侧扫声呐图像配准方法未顾及图像形变细节信息及二者尺度差异,存在局部纹理失真的问题,本文提出了结合小波变换、仿射变换和Demons配准算法的迭代自适应配准方法。利用小波变换提取侧扫声呐图像低频信息并重构图像,先后采用仿射变换和Demons算法将重构图像与多波束图像进行迭代自适应配准,获取配准变换模型,利用该模型对侧扫声呐原图像进行整体配准变换,获得多波束图像地理坐标约束的侧扫声呐图像。实例验证结果表明:该方法能有效实现多波束与侧扫声呐图像配准,获得位置准确且纹理丰富的融合声呐图像。 相似文献
18.
《武汉大学学报(信息科学版)》2021,(8)
排水管网是城市基础设施的重要组成部分,对排水管网进行周期性的全面检测是快速发现管道病害、及时进行维修整改和提高管道建设质量的关键。管道胶囊是一种新型管道检测设备,可以在管道内部随流体运动时拍摄管道内壁图像,智能高效地检测出管道病害。该方法弥补了传统方法检测效率低、作业成本高等不足。在大范围管网检测工作中,多名工作人员可以相互配合,同时,操作多胶囊进行协同检测。因此,设计胶囊的投放、打捞位置,以及规划工作人员运动路径对于提高检测效率至关重要。提出了一种基于管道胶囊的排水管网协同检测方法,以最短工作时间、最短运动距离、最大检测范围、最大检测度为目标,利用模拟退火算法求解出最优协同检测方案。实验结果显示,基于管道胶囊的排水管网协同检测方法能够在实际检测作业中高效地完成管网检测任务,准确地识别管道病害区域。 相似文献
19.
针对管道内部缺陷定位中,里程轮累积误差较大的问题,提出了一种改进的一致性检验算法。在原有一致性检验的基础上,新定义了一种置信距离测度,消除了不同测量精度里程轮之间存在两种置信距离的情况,再利用阈值分辨出有效数据和较大误差定位数据,消除较大误差对定位结果的干扰。综合运用一致性检验和极大似然估计,进行管道内部缺陷检测定位分析,通过试验对比分析可知,新的一致性检验算法具有良好的抗干扰性,其平均相对定位误差为0.212%,有效减少了里程轮定位的累积误差,实现了管道内部缺陷检测的高精度定位,满足管道内检测的实际工程需求。 相似文献