联合小波和NLM滤波的侧扫声纳回波信号降噪

为进一步降低侧扫声纳回波信号中非高斯分布的乘性噪声,获取更佳效果的侧扫声纳图像,提出了一种利用小波和NLM(nonlocal means)滤波的组合降噪方法.首先采用同态变换将侧扫声纳回波ping信号中的乘性噪声转换为加性噪声,然后利用小波阈值和NLM滤波对侧扫声纳每ping回波数据实施降噪处理,最后经过小波反变换和指...     

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。     

基于弱纹理块的噪声估计方法在侧扫声呐图像去噪中的应用

侧扫声呐图像受混响效应影响导致侧扫声呐图像斑点噪声强,边缘模糊,纹理较弱,严重时还会掩盖海底地貌。噪声方差是许多侧扫声呐图像变换域去噪算法的必要参数。指出了侧扫声呐图像在乘性噪声的影响下灰度值溢出的问题,并且以侧扫声呐图像中乘性噪声为背景,考虑灰度值范围对乘性噪声的抑制作用,提出了一种基于弱纹理块的噪声估计方法。算法主要根据噪声的散射模型,将侧扫声呐图像经过幂变换和对数变换,将服从瑞利分布的乘性斑点噪声变换为高斯白噪声,基于变换图像的梯度协方差矩阵和弱纹理块的动态选择,以迭代的方式确定噪声方差。实验结果表明:该算法能够去除灰度值溢出现象对噪声估计的影响,在高亮区域及背景区域的噪声估计结果稳定准确。     

基于SURF算法的多波束和侧扫声纳图像配准与融合

利用SURF(Speeded-up Robust Features)算法对多波束和侧扫声呐图像配准时,因为图像分辨率差异大而导致配准困难,通过对低分辨率的图像进行升采样,使图像配准达到了较好的效果;另外,对SURF算法中粗匹配的距离测度函数进行改进,提高了SURF算法的配准速度;然后利用RANSAC算法实现了多波束与侧扫声纳图像的精准配准;最后对配准后的图像进行小波变换融合,利用信息熵和平均梯度对图像融合效果进行了评价,并通过实例数据验证了该算法的有效性。     

一种基于MATLAB的声呐条带图像自动拼接算法

准确地实现侧扫声呐条带的拼接对于了解海底地形、提高对海床地物反映的准确度起着重要的作用,而相邻条带的配准是声呐条带拼接的重要前提.MATLAB以其强大的矩阵运算功能及具有丰富的图像处理函数等特点,在图像处理方面占据明显的优势.文中利用MATLAB的IPT工具箱实现了基于互信息方法的声呐条带图像的自动快速配准,通过实验验证了该配准方法的有效性.并用小波变换方法对配准好的条带图像进行融合,实现声呐条带图像的有效拼接和镶嵌.     

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。     

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。     

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。     

基于声场模型的猎雷声呐探测成像仿真方法

针对猎雷声呐对水雷目标探测仿真问题,提出一种基于运动学信息与水下声场传播耦合分析的探测成像仿真方法。利用Bellhop3D声场分析方法对水下声信道信号冲击响应进行计算,结合信号复分析方法得到信号传播信道参数以构建声散射模型,以运动耦合方式综合分析声呐搭载平台位置、姿态及速度等因素对回波信号的影响,通过综合考虑上述因素来模拟目标回波信号,从而利用较为真实的等效回波信号进行图像重构。以高频前视声呐为例,对声呐探测沉底水雷目标情况进行了仿真,结果表明,该方法能够得到高频声呐对沉底水雷目标的探测图像,与实际情况具有一致性,可为进一步构建反水雷相关模拟仿真训练系统提供参考。