一种侧扫声呐图像去噪及均衡化综合处理方法

侧扫声呐在测量过程中易受其他作业船只及作业船速、尾流、增益参数设置等因素的综合影响,导致其图像存在多种噪声干扰及辐射畸变问题,传统方法难以有效滤除,严重影响海底地物和目标的判读。本文根据侧扫声呐图像的特点,提出了一种新颖的去噪及均衡化综合处理方法。与传统方法相比,综合法处理后图像熵值减小,峰值信噪比增大,且目标形状得到了有效保持,实现了侧扫声呐图像的高质量获取。     

侧扫声呐识别沉船影像的迁移学习卷积神经网络法

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...     

侧扫声呐图像海底线自动提取方法研究

针对现有方法在侧扫声呐水柱区图像受发射脉冲、海面回波、尾流及大面积悬浮物等干扰情况下海底线无法自动准确检测和提取,造成斜距改正后目标图像严重畸变和错位等问题,基于侧扫声呐成像机理以及图像特点,提出了海底线最后峰值检测法和基于海底变化渐进性和海底线对称性的海底线修复方法。结合Kalman滤波以及上述方法的特点和适用对象,提出了一种海底线自适应综合检测和提取的方法,并给出了完整的数据处理流程。该方法应用于烟台水域,消除了海况差、悬浮物遮挡等问题的影响,实现了复杂海洋噪声影响下海底线的自动跟踪。与外部测深数据比较,取得了均方根为±0.17 m的跟踪精度。     

侧扫声呐图像SFS微地形反演数值算法选择

侧扫声呐成图环境复杂,噪声突出,图像明暗强度与海床底质和地形相关,采用SFS方法开展2D侧扫声呐图像的3D微地形恢复工作,需解决海床声波反射模型和SFS数值算法优选两个问题。结合侧扫声呐成图机理和声能方程,构建了漫反射回波提取模型;在此基础上,采用相关性、信噪比、信息熵等参数构建了SFS数值算法反演性能的评价体系;最后采用实测声呐图像开展了4种典型SFS数值算法的微地形反演试验。试验结果表明,相较于其他数值算法,ZhengChellappa最小化算法不仅能有效地挖掘二维图像中的三维信息,而且具备较好的抗噪能力,更适合于侧扫声呐图像的三维微地形反演。     

侧扫声呐图像应用领域综述

侧扫声呐图像目前广泛应用于海洋工程、海洋科学、水下目标探测与识别等领域。仪器性价比的不断提高,给侧扫声呐图像的更深层应用带来了新的契机。本文综述了侧扫声呐图像的应用领域,为我国更深层次应用这一传统设备提供了实践指导;同时,概略给出了侧扫声呐图像后续精细处理的研究方向。     

侧扫声呐图像分割的中性集合与量子粒子群算法

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。     

多波束与侧扫声呐图像的迭代自适应配准方法EI北大核心CSCD

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。     

Teledyne Benthos TTV-301声学深拖系统在海底微地形地貌调查中的应用

介绍Teledyne Benthos TTV-301声学深拖系统的构成、海上作业模式以及声学数据获取方式,以南海某海域实测声学数据为例,对获取的多波束水深数据、侧扫声呐数据、浅地层剖面数据进行精细处理,获取高质量的水深图像、高分辨率的侧扫声呐图像和高精度的浅地层剖面图像。对同一海底微地形微地貌在不同声学影像上的反射标识进行对比分析,建立声学3D模型,形成海底浅表层的立体探测。实验结果验证了声学深拖系统在海底微地形地貌调查中的有效性与可行性,并可取得理想的效果。     

多波束与侧扫声呐高质量测量信息获取与叠加

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     

侧扫声呐系统和网络RTK技术在人工鱼礁探测中的应用

侧扫声呐系统因可连续、全覆盖地获取海底地形和水下目标的声学图谱影像,在海洋测量、海洋工程勘探和水下考古等领域得以广泛应用。本文以大连西沙坨子周边海域的人工鱼礁投礁区为实例,在网络RTK技术的支持下,详细介绍了侧扫声呐系统探测人工鱼礁的方法和过程,并将侧扫测量结果与投礁区投礁前的海底地形侧扫数据进行了对比,同时,与投礁后潜水员下潜投礁区拍摄的影像资料进行了印证。结果表明,该方法获取的侧扫声呐声学图像不仅能直观、形象、准确地对人工鱼礁进行判读和提取,还能确定人工鱼礁的空间位置和掌握人工鱼礁在海底的空间布局,是一种行之有效的人工鱼礁探测方法。     

侧扫声呐数据采集与地貌图像构建

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。     

基于轮廓的侧扫声呐图像配准

针对侧扫声呐图像存在局部畸变,导致共视目标不一致的问题,本文提出了一种基于轮廓的侧扫声呐图像配准方法。首先提取图像中目标轮廓并计算每个轮廓点的环境上下文描述,以环境上下文的χ²检验统计量作为代价函数;然后通过使得所有匹配点对的代价和最小,获得轮廓点的对应关系;最后使用正则化的薄板样条函数对图像变换关系求解,建立轮廓内部像素的对应关系。试验结果表明,本文方法能够较好地保证共视目标的一致性,具有一定的借鉴价值。     

不同型号侧扫声呐分辨能力和扫宽能力的比较分析

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。     

联合NSCT与多重分形的高噪声侧扫声呐图像分割

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。     

侧扫声纳条带图像分段拼接方法研究

拖曳作业模式会引起侧扫声纳条带图像错位和畸变,并给基于地理编码的条带图像整体拼接以及海底目标的识别和判读带来问题。提出了一种基于共视目标的相邻侧扫声纳条带图像分段拼接方法。该方法通过对侧扫声纳条带图像预处理、基于共视目标的分段匹配、基于小波变换的公共覆盖区图像信息融合,最终实现了相邻侧扫声纳条带图像拼接,最大限度地削弱了错位和畸变对声纳图像质量的影响。试验验证了该方法的有效性。     

声学深拖系统在海底冷泉调查中的应用

结合冷泉区天然气羽状流气柱的特征和已有的探测成果,文中使用新型的声学深拖在疑似冷泉点附近开展试验性调查。利用搭载在深拖上的高分辨率侧扫声呐和Chirp型浅地层剖面仪及多波束系统获取冷泉点附近的侧扫声呐数据、海底浅部地层剖面数据及多波束水体数据。3个疑似冷泉在侧扫声呐图像上呈现明显的亮斑,多波束水体数据可探测冷泉并确定冷泉位置,在浅地层剖面数据上可见清晰的声学反射空白带,指示天然气水合物的运移通道,同时在冷泉点3附近还发现一个新的冷泉异常点。研究结果表明,采用深拖作业,结合多种声学技术手段,可对冷泉目标物进行立体声学探测,为冷泉的快速勘查与识别定位提供科学可靠的技术依据,验证先前调查手段和分析方法的正确性。     

多波束和三维声呐在水下构筑物基础冲刷检测中的综合应用

本文主要介绍了多波束测深系统和三维声呐图像扫侧系统的测试方法,并结合工程实例,对风机基础和海上升压站基础冲刷状况进行了检测。多波束测深系统可以通过综合应用,获取目标区域高精度水深数据与点位,生成反映海底地貌特征的三维立体图像,有助于更加直观详细了解风机基础周围冲刷范围半径,以及最大冲刷深度、冲刷现状等信息;三维声呐扫测技术可呈现风电基础周围海底地形的高分辨率的二维平面图像,可直观掌握风机附属电缆的敷设状态、量化确定电缆悬空长度和电缆裸漏长度,以及升压站基础的冲刷状态的动态监测;通过多波束和三维声呐技术的综合应用,可更加直观详细了解基础的冲刷情况,为海上风机基础和升压站基础冲刷防护处理和安全性评估提供可靠的基础数据支撑。     

采用加速稳健特征对侧扫声呐图像进行分块弹性镶嵌

拖曳式侧扫声呐图像沿航迹方向存在类型和大小不断变化的局部畸变,造成条带图像镶嵌时共视目标扭曲和错位。为了实现公共区域融合后目标的保形性,提出了一种基于加速稳健特征（speeded-up robust features,SURF）的分块弹性镶嵌方法。该方法通过对相邻条带重叠区域自动分块提取特征、整体刚性变换、局部薄板样条弹性变换等处理,既可消除相邻条带图像间的系统性位置和航向偏差,又能消弱各处随机性局部畸变,从而实现共视目标的特征级保形镶嵌。实验结果表明,特征点对整体配准精度达到2个像素,验证了该方法的有效性。     

多波束与侧扫声呐图像区块信息融合方法研究

针对多波束声呐图像和侧扫声呐图像在位置和分辨率上的互补性及实践中对高质量海床地貌图像的需求,提出了基于两套声呐图像信息融合获取高质量海床地貌图像的思想和方法,研究了SURF匹配算法,提出了ISURF改进算法;基于独立和联合评价参数,对4种图像融合算法进行了深入研究,给出了适合声呐图像融合的最优算法及完整的两套图像融合过程,并用试验进行了验证.     

侧扫声呐图像精处理及目标识别方法研究

侧扫声呐(side scan sonar ,SSS)系统,作为水下地貌图像的获取设备,因价格低廉、分辨率高等优点在海洋工程、水下目标探测和识别等领域得到了广泛的应用.而目前SSS水下目标探测和识别均依靠人工判读,效率低下且精度难以保证.据此,论文开展了侧扫声呐数据精处理及目标识别方法研究.