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。     

侧扫声呐条带数据处理及其无缝成图

受测量机理的制约,侧扫声呐拖鱼位置及姿态难以准确获得,这也使得侧扫声呐图像长期用于定性分析,而忽略了其精处理工作。本文针对瀑布图像存在的各种畸变、使用不直观等问题,从侧扫声呐成图机理出发,对侧扫声呐条带数据处理方法开展了系统研究,形成了一套集海底追踪、斜距改正、拖鱼归位计算、地理编码、缝隙填补等技术为一体的综合方法,最终形成了一幅消除了各种畸变、灰度均衡、目标轮廓清晰、具有直观坐标信息的高质量无缝侧扫声呐地貌图像。     

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。     

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。     

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。     

一种基于形状上下文特征匹配的线状要素Morphing方法

提出了一种基于上下文特征的形状匹配方法,并将其用于线状要素的Morphing变换。首先通过计算每个点的形状上下文,建立形状直方图,然后通过直方图匹配找到同名实体在大小比例尺下轮廓点的最佳匹配关系。根据点的匹配关系,得到对应线段。最后通过分段线性内插实现线状要素的连续尺度变换。实验结果表明,基于形状上下文的轮廓点集匹配方法不需要标志点或者关键点,适应性较强,可以有效地实现形状匹配,极大地提高Morphing变换的精度。     

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。     

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。     

一种针对侧扫声纳图像的数字镶嵌技术方法

以南海某海域实测侧扫声纳数据为例,研究侧扫声纳图像的数字镶嵌技术方法,对关键步骤进行详细的阐述。通过对原始侧扫声纳数据进行导航数据校正、海底线跟踪、斜距改正、TVG校正、船速校正、地理编码与重采样、拼接与镶嵌等处理,生成大区域、大范围、高分辨率、无缝拼接的侧扫声纳图像。实验结果证明声纳图像数字镶嵌技术的有效性,并取得理想的效果。     

基于 XTF 格式的侧扫声纳数据解码及可视化

从侧扫声纳原理出发,深入研究XTF格式的侧扫声纳数据结构,对其进行自动解码,提取各种统计参数及声纳回波强度信息,编程自动生成侧扫声纳瀑布图,实现侧扫声纳数据可视化。以南海某海域实测XTF格式侧扫声纳数据为例,进行解码和可视化,实验结果表明形成的侧扫声纳图像完全满足海洋地质调查需求,对识别海底微地形地貌提供精确可靠的依据。     

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。     

一款侧扫声纳数据处理软件的研发与应用

从侧扫声纳及其数据处理的原理和方法出发,自主开发了一款侧扫声纳数据处理软件,可实现侧扫声纳原始数据自动格式解析、参数提取统计、质量检查、瀑布图显示、增益调整、斜距校正等功能,并能够在侧扫声纳数据瀑布图回放的同时进行镶嵌图的制作。该软件系统已在国家海洋信息中心对我国近海海洋综合调查与评价(908)专项的侧扫声呐数据处理工作实践中得到应用,并收到较好的效果。     

SAR图像河流提取的主动轮廓模型的稳健估计算法

针对现有主动轮廓模型无法精确提取SAR图像中河流的难题,提出了一种结合L_1范数和拉普拉斯能量的主动轮廓模型。首先,将Chan-Vese(CV)模型中L_2范数形式的外部能量约束项替换为L_1范数形式的外部能量约束项,得到新的能量泛函;其次,提出了一种基于拉普拉斯核函数的外部能量约束项,并将其添加到上述能量泛函中,同时赋予两种外部能量约束项不同的调节系数;最后,引入曲线内外区域像素灰度绝对中位差的均值替代模型中的常数曲线内外能量权值,以得到完整的提出模型。针对实际SAR图像进行河流提取,结果表明:与现有主动轮廓模型相比,本文提出的模型在河流提取准确性和提取效率两方面具有明显优势。     

多尺度等高线簇拓扑关系定量表达方法研究

等高线拓扑关系定量表达对空间认知、地形特征挖掘、地图综合等至关重要。然而,已有研究多针对等高线树的生成及综合算法,缺乏等高线拓扑关系及其与尺度变化关系的定量表达,不同地貌类型其变化规律是否一致仍未知。为此,通过分带与投影转换、非闭合等高线拓扑检查与闭合及有向等高线树的构建等,发展了一种等高线拓扑关系定量表达方法。采用高山、中山、平原地貌60组多尺度等高线数据集,探究不同地貌类型的多尺度等高线拓扑指标及其随尺度变化规律的一致性。试验结果表明,相邻尺度等高线拓扑指标变化规律符合空间认知与推理,不同地貌类型多尺度等高线拓扑指标与尺度变化间关系可用同一个幂函数定量表达,该结论为基于多尺度空间相似关系等高线全自动综合的实现提供了理论支撑。     

基于空间约束和结构特征的光学与SAR影像配准

针对光学和合成孔径雷达(synthetic aperture radar,SAR)影像间的几何形变和辐射差异造成的配准困难问题,提出一种基于空间几何约束和结构特征的光学影像与SAR影像自动配准方法.首先,利用分块的Harris算子在输入影像上提取分布均匀的特征点,根据有理函数模型对输入影像进行局部几何纠正,实现输入影像...     

一种改进的火星车多光谱影像深度新颖目标探测方法

火星车（即巡视探测器）是对火星表面探测和科学研究的重要手段。针对火星车采集到的日益增长的遥感数据,亟需一种能够智能化地从海量影像中探测出有科学价值的新颖目标的方法。传统的新颖探测多采用基于距离测度和基于影像重建的方法,其中基于距离测度的方法逐像素计算新颖分数,未考虑空间上下文信息;基于影像重建的方法侧重对典型地貌背景进行重建,新颖性表现为影像重建误差,对小型新颖目标如钻孔、除尘点等提取效果不佳。提出一种改进的火星车多光谱影像深度新颖目标探测方法(convolution auto-encoder combined Mahalanobis distance method, CAE-M),利用全卷积自编码神经网络提取深层特征进行典型地貌重建,并联合马氏距离将新颖目标与典型地貌背景分离,充分挖掘空间维与光谱维特征,提高火星车新颖目标探测结果的准确性。实验采用好奇号火星车多光谱影像数据集,在盖尔撞击坑地表采用Reed-Xiaoli探测器、主成分分析、卷积自编码神经网络、生成对抗网络与CAE-M进行对比实验,结果表明,CAE-M在探测精度和可视化解释上均优于对比方法,在不同类别的新颖目标探测上都有着均衡稳定的表现。