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。     

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。     

多波束声纳和侧扫声纳数字信息的配准及融合

提出了基于等深线和轮廓线的同名特征点配准法，它组合测深数据和回波强度图像信息，从等深线和轮廓线段中提取特征点，对同名特征点使用二次多项式拟合方法确定变形模型，实现不同数据源的配准。使用小波进行融合处理，采用交叉熵对结果进行评价。用模拟数据进行了验证，取得了理想的效果。     

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。     

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。     

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。     

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。     

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。     

基于SVM算法和GLCM的侧扫声纳影像分类研究

根据侧扫声纳影像的特征,提出一种基于SVM和GLCM的侧扫声纳影像分类方法,利用灰度共生矩阵提取其纹理特征,采用主成分分析法对纹理特征进行筛选,选择适合侧扫声纳影像的最佳纹理特征,结合侧扫声纳影像的回波强度,应用支持向量机对侧扫声纳影像进行分类。研究结果表明,纹理特征结合回波强度的支持向量机分类精度高于只依靠回波强度的支持向量机分类精度。     

基于GLCM的侧扫声纳影像纹理数据库设计

根据侧扫声纳影像的特征,提出了基于灰度共生矩阵(gray level co-occurrence matrix,GLCM)纹理分析的声纳影像纹理提取方法,对不同的纹理特征参数进行量化分析,生成侧扫声纳纹理图像,并建立侧扫声纳图像纹理数据库,实验结果验证了该算法的有效性和可行性。     

用于图像融合的IHS变换方法的比较

首先介绍了３种常用的ＩＨＳ变换方法－三角形法、六棱锥法和圆柱体法,并给出了圆柱体法和三角形法的推导过程。然后将该３种方法用于ＩＲＳ－１Ｃ或ＳＰＯＴ全色波段与ＬａｎｄｓａｔＴＭ多光谱图像的融合。实验结果表明,对图像融合而言,３种方法无明显的差异,但相比之下,六棱锥与圆柱体法优于三角形法。     

基于改进 GLCM 的侧扫声纳影像分类研究

提出一种基于改进GLCM的算法IGLCM用于侧扫声纳影像的分类,IGLCM反映像素与其邻域像素的灰阶联合分布,全面描述像素与其邻域像素所在区域的纹理特征。利用GLCM和IGLCM分别提取4种纹理特征,应用支持向量机对侧扫声纳海底底质进行分类。研究结果表明,IGLCM分类精度优于GLCM,更适合侧扫声纳分类。     

一种光谱信息保持的影像融合算法研究

在介绍遥感图像融合中IHS变换和小波包分析的基础上,提出了一种基于光谱特征保持的IHS变换与小波包分析相结合的图像融合算法。该方法可以最大限度地保留待融合图像的光谱信息,同时融合图像的清晰度和空间分辨率有了很大提高,图像纹理信息也得到了很好的保持。通过对SAR图像与Landsat(TM)多光谱图像的融合实验,证明了该方法的有效性。     

一种基于高斯影像立方体的空间投影融合方法

为了使融合影像能够最大限度地保持原始多光谱影像的光谱特征,同时又能尽可能地提高融合影像的空间分辨率,引入了模拟人眼视觉机理的高斯尺度空间技术,提出了一种基于高斯影像立方体的空间投影融合方法。该算法在避免光谱扭曲的同时,又能提高融合影像的空间分辨率。采用QuickBird遥感影像进行的实验结果表明,本方法在光谱偏差指数、相关系数、UIQI、ERGAS、运行时间、主观视觉感受等指标上较传统方法有显著优势。     

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。