共查询到20条相似文献,搜索用时 62 毫秒
1.
针对传统侧扫声纳图像沉船目标识别精度低的问题,引入深度学习,提出了一种改进的You Only Look Once X(YOLOX)目标检测方法。首先对收集的侧扫声纳沉船图像进行预处理,根据实测过程拖鱼的姿态、仪器设备不同等造成的成像差异进行数据增强与扩充,并构建数据集;其次以YOLOX为基础网络,根据侧扫声纳图像缺少丰富特征信息的问题,对网络进行改进,在网络的Spatial pyramid pooling(SPP)结构引入Softpool池化替换原来的池化,提取更多的细节特征信息;最后对改进前后的网络模型进行精度评估,验证改进网络的可行性。实验结果表明,改进后的网络在平均精确率均值(mAP)等精度评定指标中相较于原网络都有着显著提升,识别效果更好。该研究可为侧扫声纳探测中实时目标物检测提供研究基础。 相似文献
2.
为解决侧扫声纳(SSS)图像沉船检测中样本不足、代表性弱等带来的检测精度低的问题,提出了一种联合YOLOv4和迁移学习的SSS图像沉船检测方法。首先,基于SSS成像机理实现了SSS沉船图像样本扩增,解决样本少而无法开展沉船检测模型构建的难题;然后,利用迁移学习,将公共数据集上学习到的权重和沉船通用性特征引入YOLOv4网络,构建高性能沉船检测模型。试验表明,构建的沉船检测模型取得了85.5%的类平均精度(mAP),将传统方法的检测精度提升了7.7%,在少样本情况下实现了沉船的高精度检测。 相似文献
3.
4.
5.
6.
7.
8.
侧扫声纳图像变形现象与实例分析 总被引:4,自引:0,他引:4
依据侧扫声纳成像原理,研究了由于声速变化、声波束倾斜和海底坡度改变等因素所致的声图像变形现象。结合飞机残骸、港池地形等典型声图像,分析了变形原因与判释方法。 相似文献
9.
10.
人工鱼礁的投放是海洋牧场建设的重要措施,为实现大范围人工鱼礁信息的自动识别提取,提出了一套基于侧扫声纳影像的人工鱼礁自动识别方法。首先使用侧扫声纳后处理软件对采集的数据进行预处理,再对预处理后的图像进行均值平滑滤波整体去噪、自适应平滑滤波局部去噪、极差滤波锐化图像、提取目标边缘判定目标、二值化,最后进行矩阵运算提取礁体及其声影区,最终获得鱼礁的位置信息。实验结果表明,本方法应用于两种侧扫声纳图像人工鱼礁识别,正确度达94%以上,完整度达85%以上,且具有良好的通用性,能够为海洋牧场建设中人工鱼礁投放质量评估提供科学的数据支撑。 相似文献
11.
从侧扫声纳各类数据的特点出发,通过构建声纳图像的地理编码模型,提出侧扫声纳图像地理编码方法,将声纳回波数据与定位数据一一对应。实验数据结果表明:该方法是合理可行的,不仅较好地处理了定位数据,消除了拖鱼轨迹线上的折点和扇形裂缝,而且可实现海底回波点的地理定位。 相似文献
12.
13.
多波束与侧扫声纳海底目标探测的比较分析 总被引:2,自引:0,他引:2
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。 相似文献
14.
15.
介绍了多波束测深系统和侧扫声纳系统的工作原理,通过实例说明了多波束测深系统和侧扫声纳系统在海底目标探测的工作流程,总结出两种探测系统在探测海底目标上的优缺点,说明了多种探测手段的综合应用是海底目标探测技术的发展方向。 相似文献
16.
17.
18.
19.
侧扫声纳技术应用日益广泛,已成为海洋测量的重要工具,而去除噪声处理是对侧扫声纳图像进行正确判读的前提。利用小波函数滤波处理的方法,分别采用Haar、Daubechies、Coiflets、Symlets、Discrete Meyer、Biorthogonal、Reverse Biorthogonal等小波函数与中值滤波函数对侧扫声纳图像进行处理,并以平滑指数和边缘保持指数为评价指标,对滤波效果进行定量比较。试验表明,小波函数可以有效地平滑声纳图像,并能保持其较好的边缘效果。 相似文献