CS—1型侧扫声呐系统

本文介绍了ＣＳ－１型侧扫声呐系统的组成和工作原理以及它的特点。ＣＳ－１型声呐由声呐处理器，声呐接收机卡，数据采集器卡，护展输入输出接口卡，热敏行扫描记录器，拖鱼和拖缆以及拖缆绞车等组成，该侧扫声呐系统 微计算机的控制下测量探测工作。ＣＳ－１型侧扫声呐系统的特点在于设计合理，配套齐全，信噪比高，作用距离远，分辨率高，声图清晰，工作稳定可靠，功能合理，除声图外它还记录后处理必备的有关参数，具有很强的实     

多波束声呐和侧扫声呐数据融合方法研究综述

多波束声呐系统与侧扫声呐系统均为海底面探测的重要工具,二者均采用声学方法,在工作原理上存在异同。本文简要介绍了二者的研究进展,分别对其数据处理进行了比对分析,认为多波束声呐处理方法侧重于数据的测量精度,而侧扫声呐则主要侧重于图像处理;归纳了当前二者主要的数据匹配融合方法,包括同名特征融合、基于SURF算法的匹配融合以及特征点融合,从数据采集原理上对数据融合方法进行了深入分析,发现在探头定位、单ping数据点分布以及ping之间的数据定位上存在一定的困难,即使经过一定的处理,二者采集的也非简单的平面图像,故二者的数据融合尚存在一定的难度。     

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。     

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MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.     

一种侧扫声呐检测力的评价方法

侧扫声呐是海洋调查常用的探测仪器,为保证测量数据的准确性,对其实际探测性能的评价就显得尤为迫切。文中从侧扫声呐的工作原理出发,梳理了检测力和分辨力在概念上的混淆,并提出了一种评价检测力的方法;通过在海底人工放置一些已知大小的目标物,精确测量各个目标物的位置信息,并使用EdgeTech 4200MP双频侧扫声呐系统对目标物进行扫测试验以检测其检测力。结果表明,目标物和航迹线方向平行时,能够清晰地分辨直径或边长为20 cm,30 cm的物体,不能分辨出直径为10 cm的圆形物体,但能较清晰的分辨出直径为0.9 cm的长绳;目标物在垂直航迹线方向时,能够清晰地分辨直径或边长为10 cm的目标物,但是不能分辨出直径为0.9 cm的长绳;综合评价得出其纵向检测力优于1 cm,横向检测力优于10 cm。对常用声呐探测仪器的标准化体系的建立有一定的帮助。     

侧扫声纳和多波束测深系统组合探测海底目标

介绍了侧扫声纳和多波束测深系统的特点,通过实例说明了侧扫声纳和多波束测深系统在海洋目标探测中的综合应用。综合利用多波束测深系统测量数据和侧扫声纳声像图,可有效增强不同观测数据的互补性,提高工程质量。     

卷积神经网络识别侧扫声呐影像的研究

卷积神经网络是当前应用最广泛的图像识别算法,利用大量数据对网络进行训练,即可达到快速、高效地对图像进行识别的目的 .由于卷积神经网络结构众多,且同一数据在不同网络表现也不尽相同,为了选择适用于分析沉船声呐数据的网络,使用Python搭建LeNet 5、AlexNet、VGG、GoogLeNet、ResNet系列(Res...     

珊瑚环礁区侧扫声呐图像中的目标物识别方法

为研究西沙宣德环礁海底地貌特征及珊瑚分布情况,采用舷挂侧扫拖鱼的方式对环礁区域海底进行地貌扫测,从采集的侧扫声呐图像上可以识别出环礁区域珊瑚分布情况及珊瑚礁区地貌特征,利用侧扫声呐图像识别方法结合实物样品比对可以圈定出珊瑚分布范围、暗礁区域及环礁区域底质类型分布,采用基本的数学处理方法定量分析了水下珊瑚礁体的海底高度及疑似沉船的大小,分析了侧扫声呐图像显示的调查船转向效应。     

多波束与侧扫声纳海底目标探测的比较分析

侧扫声纳是目前常用的海底目标(如沉船、水雷、管线等)探测工具,在测深领域,多波束以全覆盖和高效率证明了它的优越性。由于多波束具有很高的分辨率,目前在工程上已经开始应用多波束进行海底目标物的探测。对多波束和侧扫声纳进行了比较分析,并着重探讨了影响多波束分辨率的各种因素。结果表明:多波束的最大优点在于定位精度高,但其适用范围不如侧扫声纳广泛,尤其受到水深和波束角的限制,多波束和侧扫声纳在探测海底目标时具有很好的互补性,同时应用可以提高目标解译的准确性。     

基于SURF特征的侧扫声呐图像精确镶嵌

针对侧扫声呐条带拼接过程中容易出现错位、灰度不均衡等问题,本文研究了一种基于SURF算法的侧扫声呐图像精确镶嵌方法。该方法通过USM滤波对单幅条带图像进行特征增强,然后利用SURF算法对相邻条带图像进行镶嵌处理,SURF算法具有执行速度快、信息量小、匹配精度高、提取的特征不受光照变化、透视、仿射、旋转等影响等优点。针对条带之前存在的误匹配点,采用RANSAC算法进行自动剔除,最后采用小波融合法对图像进行精确镶嵌。实验研究证明,采用本方法能够有效解决匹配过程中目标错位等问题,实现了侧扫声呐图像的精确镶嵌。     

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。     

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...     

三维侧扫声呐技术在海洋测绘中的探测性能评估及应用分析

当前,海洋的价值越来越被人类重视,海洋开发活动对于国家发展日益重要,其中海底地形测量在海洋开发中有着举足轻重的地位.相较于应用多波束测深系统或侧扫声呐系统测量海底地形的传统方式,三维侧扫声呐将多波束测深系统与传统侧扫声呐系统的特点融为一体应用于海洋测绘生产,极大地提高了作业效率,减小了作业成本.本文以3DSS-iDX-...     

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。     

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。     

侧扫声呐探测原理及其在海管悬空治理检测中的应用

根据悬空海底管线治理后的水下结构特点,主要可分为非透空式和透空式两类,其在侧扫声呐探测图像上有着各自不同的反射特征,据此原理可采用侧扫声呐探测方法进行悬空海管治理效果的检测与评估。通过对实际工程中不同治理方式下悬空海管的声呐探测图谱进行总结与分析,揭示了采用侧扫声呐进行悬空海管治理检测的声学解译方法及应用效果。悬空海管在治理前,管线下方与海底面之间的空隙反映到声呐图谱上,表现为管线强反射与声学阴影区之间存在海底面透空反射。如果采用"拋填砂袋结合覆盖层"等非透空式方法治理,由于空隙被填充,声呐图谱上的透空反射会消失,且管线强反射图像会粗化,呈现颗粒状;如果采用"水下短桩支撑"等透空式方法治理,在声呐图谱上只是增加了水下短桩的反射特征,而声学透空反射仍然存在。     

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。     

海洋磁力仪拖鱼入水深度控制方法

海洋磁力仪拖鱼入水深度试验证明:当拖缆长度达到一定距离以后,拖鱼入水深度不再发生明显变化。在试验的基础上,分析海洋磁力仪拖鱼水中受力情况,综合考虑海水阻力、拖缆长度、航行速度和配重等因素,提出拖鱼入水深度的计算方法。     

利用侧扫声呐和单道地震提取海底微地貌的方法

文章简要介绍侧扫声呐和单道地震系统的工作原理,并以海南岛南部近海海域为例,分析通过侧扫声呐图像和单道地震剖面提取沙波、沙脊、海底礁石和陡坎等海底微地貌的可行性及其过程。研究表明:沙波和海底礁石可通过对侧扫声呐图像的判读和识别,对比单道地震剖面图,直接在侧扫声呐图像上圈定;陡坎和沙脊可通过对单道地震剖面图的判读和识别,提取海底水深剖面数据制作平面剖面图,并结合潮流动力方向圈定;综合利用侧扫声呐和单道地震数据,可有效提高海底微地貌的解译精度。