一种海底浅层声学探测数据综合可视化方法

提出了一种基于Open GL可编程管线的海底浅层声学探测数据三维综合可视化方法。通过处理,将侧扫声呐影像、多波束数据和浅地层剖面在同一视图下显示,可以方便的对海底地质环境多种信息进行综合判读并进行多维数据的交互式提取。利用纹理缓冲区处理侧扫声呐影像数据,具有数据加载量大的优点,避免了实际应用中纹理数据反复切换带来的延迟;并且探讨了侧扫声呐影像和多波束数据分辨率不一致引起的纹理贴图问题。该方法在南海海底峡谷区域的海底地质环境综合显示和分析中进行了应用,结果表明,该方法能处理多种格式的侧扫声呐影像,不受侧扫声呐影像和多波束测深数据分辨率不一致的限制,数据加载量大、绘制速度快。     

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。     

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。     

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。     

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...     

三角剖分有限元法在声呐图像重构中的应用

侧扫声呐原始数据经几何校正后会造成采样点分布不规则的现象,需要通过重采样获得规则网格数据,以满足海底地貌全覆盖显示的需求。重采样间隔与插值算法对重采样图像的质量具有直接影响。本文分析了侧扫声呐数据采样点的分布特点,在此基础上提出了基于扭曲网格三角剖分有限元插值技术的侧扫声呐图像重构方法。与多种插值方法重采样结果的对比实验表明,该方法不仅提高了计算效率,而且能很好地保留原始数据的信息。     

一种便携式侧扫声呐舷侧支架的设计及实现

针对测量船进行侧扫声呐收放过程中人身和拖鱼存在安全隐患的问题,设计研制了一种便携式侧扫声呐舷侧支架。通过SOLIDWORKS对便携式侧扫声呐舷侧支架结构进行了设计,对零部件以及整体结构进行了力学分析和验算,基于ABAQUS有限元软件对不同工况下的侧扫声呐舷侧支架结构进行了有限元分析与仿真。最后,对便携式侧扫声呐舷侧支架进行加工制造以及安装测试,并对结构强度进行了验证。结果表明,该设备安全可靠,省时省力,可有效提高作业现场的工作效率。     

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。     

障碍物探测方法探讨

介绍了侧扫声纳、多波束测深系统、磁力仪的工作原理,提出了障碍物探测的相关技术要求。实例分析了综合利用侧扫声纳、多波束进行沉船探测的方法,结合侧扫声图和多波束水深探明障碍物的精确位置,测得最浅点水深,全面获得障碍物信息,大大提高了探测质量。对铁磁性小目标探测能力进行评估,并用实例加以分析和佐证。     

Acoustic stereo images of the bottom surface

In order to enhance the efficiency of the interpretation of surface images obtained with a side scanning sonar, it is proposed to supplement the standard processing software with a program for obtaining acoustic stereo images. Examples of such images synthesized with this program using the data of a bottom sonar survey with a side scanning sonar and an echo sounder are presented. The cases are considered when the information on the bottom relief contained in sonar images obtained with a standard side scanning sonar or its modifications can be used instead of the data of an echo sounding survey.     

可变尺度区域拟合模型的侧扫声纳分割方法

为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然后基于可变尺度区域拟合模型,采用高斯核函数对分割活动轮廓进行约束,分割降噪后的侧扫声纳图像。通过对含有不同目标物的侧扫声纳图像进行分割实验,验证了联合最大熵去噪和可变尺度区域拟合模型的有效性。     

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。     

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。     

GeoSwath与Klein 3000的综合对比及实验分析

GeoSwath Plus系统利用相干原理能同时得到水深数据和声纳图,与传统侧扫声纳存在一定差异。本文对GeoSwath Plus 125 kHZ系统和Klein 3000系统从工作原理、技术参数、数据采集和后处理平台以及实测数据等方面进行了对比。结果表明:二者接收数据存在差异,导致两者的用途也存在差异;GeoSwath Plus系统相比Klein 3000更加复杂,但适用水深范围较小;GeoSwath Plus采集软件较少,对后处理软件的要求更高,而Klein 3000数据采集和后处理软件都有多种选择;通过实测数据的比较发现,GeoSwath Plus的定位精度更高,但由于发射波束水平开角大于Klein 3000,加之采用悬挂式安装,导致得到的声纳图像对比度和分辨率比传统侧扫声纳Klein 3000要差一些。     

A method for synthesizing 3D images of the ocean bottom from interferometric side scan sonar

A method for synthesizing 3D images of scanned objects based on the output data of bathymetric and amplitude channels obtained from intereferometric side scan sonar is discussed.     

基于粒子群优化算法的PSO-BP海底声学底质分类方法

利用粒子群优化算法（PSO）较强的鲁棒性和全局搜索能力等优点,将PSO算法与BP神经网络相结合,优化了BP神经网络分类时的初始权值和阈值。基于珠江河口三角洲的侧扫声呐图像数据,提取了海底声呐图像中砂、礁石、泥3类典型底质的6种主要特征向量,利用PSO-BP方法对海底底质进行分类识别。实验表明,3类底质分类精度均大于90%,高于BP神经网络70%左右的分类精度,表明PSO-BP方法可有效应用于海底底质的分类识别。     

侧扫声纳系统在海底障碍物扫测中的应用

针对海道测量中侧扫声纳位置精度低的问题,利用GPS定位数据、单波束水深数据和侧扫数据,研究侧扫声纳扫海测量中海底障碍物信息精化问题。海上试验数据表明：文中提出的多源水声测量信息联合扫测海底障碍物的方法,可改善单一侧扫系统目标探测的精度,对海底目标物扫测具有较好的适用性。