Curvelet变换域侧扫声纳图像增强算法

针对海底侧扫声纳图像对比度低、纹理弱、噪声严重等问题,提出了一种基于第二代Curvelet变换的声纳图像增强算法。首先对原始声纳图像进行多尺度、多方向的Curvelet变换分解,得到低频子带和高频子带;然后引入非线性S型函数对低频系数进行处理,提高图像整体的对比度;采用一种可以避免过度增强的新型非线性函数对各尺度的高频子带系数进行处理,提高图像整体的对比度,增强图像边缘和纹理细节,并通过估计噪声水平设定阈值进行阈值降噪。最后经Curvelet逆变换得到增强图像。实验表明,该方法不仅改善了海底侧扫声纳图像对比度低的问题,而且降低了噪声,突出了声纳图像的边缘和纹理细节。     

基于非锐化掩模引导滤波的水下图像细节增强算法研究

针对水下图像对比度偏低,细节模糊的问题,本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像,并对细节层使用噪声检测的中值滤波去除斑点噪声;然后对原始图像进行基于均值滤波的非锐化掩模,得到锐化图像,并将锐化图像作为引导图对原始图像进行引导滤波,获取基础层图像;最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加,达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析,主观和客观测试结果表明,本文采用的算法能够有效提高图像对比度以及增强细节信息,有利于提高水下图像资料解释的准确性。     

基于注意力的光照感知水下图像复原网络

水下环境光线昏暗,仅依靠自然光源难以清晰成像,通常需要增加人工光源,但人工光源的引入会导致场景亮度不均。在这种包含自然光源和人工光源的混合光照环境下,所拍摄的水下图像质量严重退化,不仅降低视觉观感,更影响后续高级计算机视觉任务的顺利开展。然而现有方法大都只考虑了自然光源的影响,对混合光源环境下的水下图像复原效果不佳。为了解决混合光源环境下水下图像存在的光照不均、色偏、细节模糊等问题,提出了一个光照感知编解码器网络用于水下图像复原。一方面,在多尺度结构中引入注意力机制和改进残差结构高效提取丰富的结构细节特征,另一方面增加光照感知图作为先验约束网络复原结果的对比度。此外,设计了合适的损失函数,引导网络充分学习水下图像和清晰图像间的非线性映射关系,使恢复图像的色调更自然,纹理细节更丰富。对比试验结果证明此方法在主观感知和客观指标上均优于对比算法,消融实验证明所提网络模块和光照感知的有效性。     

基于改进粒子群优化算法和模糊熵水下图像分割

由于水下图像受到水下光照条件以及水质的一些特性影响,存在对比度低、灰度不均、目标边缘模糊等特点。传统基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是采用凸模糊集的隶属函数和穷举法存在计算复杂度高、时效性差等缺点。在传统模糊熵分割算法的基础上,重新定义了模糊熵,并根据最大熵原理,利用改进粒子群优化算法(PSO)来搜索分割阈值。通过水下图像处理试验证明,该算法对简单背景的图像分割是有效的;与传统分割方法相比,具有更强的自适应性和抗噪性。     

基于颜色–场景联合迁移的水下图像增强方法

水下成像存在颜色失真、图像对比度严重下降等问题。大多数基于深度学习的水下图像增强方法依赖仿真数据集,由于仿真与实测数据之间存在较大的分布差异,实测泛化能力受限。将水下图像增强任务划分为2个更简单,但是同时具有明确物理意义的子问题：颜色校正和对比度增强,提出基于物理模型分解的域内–域间迁移框架。首先,域内迁移校正图像颜色,通过学习对退化图像进行分解,在场景光层面通过对齐颜色退化,校正颜色失真同时保证其它成分完全不受影响。进一步,再次利用基于水下散射模型的分解策略,通过针对性迁移水下退化因素,使得仿真–实测域之间实现相互迁移和交互,增强水下图像对比度。实验结果表明：本方法在真实水下图像数据集上处理的结果,在色彩、纹理细节和清晰程度方面均优于现有的对比方法。     

基于改进的IHS方法的SAR图像增强与融合

从目前SAR图像处理及其应用的研究现状来看,SAR图像和可见光图像相结合的处理和应用模式已得到公认,但是这种模式并不是完美的。探究了在没有可见光数据情况下SAR图像的增强和融合的方法,提出了一种基于改进的IHS方法的SAR图像增强与融合的算法。实践证明,这种改进的IHS方法融合的图像比传统的IHS方法融合的图像具有更高的对比度和清晰度。     

基于粗糙集理论的水下红外图像增强

图像增强是通过改变图像中某类像素的灰度值,以改变图像视觉效果或为有助于机器自动分割。水下红外图像对比度差,干扰强,为了便于人工判读,在保边去噪的基础上还要进行增强处理。将基于粗糙集理论的中值滤波和增强方法应用于水下红外图像处理中,给出了实验结果。结果表明这种方法具有可行性。     

基于改进生成式对抗网络的水下图像增强

由于水介质的吸收和散射特性会导致雾化、低对比度、颜色退化等各种水下成像失真,严重影响了水下图像的后续利用。为了恢复清晰的水下图像,提出一种基于改进生成对抗网络的深度学习模型。借助图像质量评价技术,将生成的过程样本与高质量样本进行拟合,并将拟合得到的差值信息用于优化网络中的生成器。改进的生成式对抗网络有效改善了由真假训练逻辑带来的图像质量提升限制的问题。实验结果显示：该方法有效的恢复了水下图像的色彩,并改善了图像的清晰度和对比度;相比其他方法,提出的方法在SSIM、UCIQE和UIQM指标上分别提升了2.9%、6.2%和14.3%。     

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。     

水下图像基于 GAN 去模糊的增强技术

由于水下环境具有不稳定性,水下图像可能会出现偏色、对比度低以及运动模糊等退化现象。针对这些问题,本文提出了适用于水下图像的增强算法,其实现需要依次经过颜色恢复和去模糊这2个阶段。在第一阶段中,本文增强算法先利用高斯滤波和均值漂移对图像进行锐化;然后,通过对比图像各颜色通道的均值得到补偿值对图像颜色进行校正;最后通过线性拉伸来调整图像的对比度。在第二阶段中,采用带有残差思想的生成对抗网络(GenerativeAdversarialNetworks,GAN),利用9个连续的残差网络能够很好地提取图像中的特征,可起到消除模糊和增强图像特征的作用。利用本文算法处理水下图像时,发现本文方法不仅能去除图像模糊,而且能消除图像的色偏现象且不携带红色伪影。同时,通过对比水下图像质量度量(UnderwaterImageQualityMeasures,UIQM)和水下彩色图像质量评估(UnderwaterColorImageQualityEvaluation,UCIQE)这2项指标发现,本文算法有较好的图像处理效果。     

多波束点云滤波算法初步研究及适用性分析

为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。     

Adaptive estimation of wave parameters by Geno-Kalman filtering

Prediction of wave parameters is very important for planning, designing and operation of ocean structures. Accurate estimation of these parameters provides engineers to construct more economical and reliable ocean structures such as harbors, breakwaters, oil production platforms and ocean wave energy converters. For this reason, optimum operation of these plants has become a must. Various methods have been introduced to determine the relation among wind speed previous and current wave parameters. Method proposed in this paper consists of genetic algorithms and Kalman filters which is called as Geno-Kalman filtering. It is based on adaptive calculation to reach the solution. Also a comparison has been made between perceptron Kalman filtering and Geno-Kalman filtering techniques. The application of Geno-Kalman filtering was performed for station 46002 which located in the Coos Bay at Oregon, USA. It is observed that the Geno-Kalman filtering methodology has smaller absolute, mean-square and relative errors than perceptron Kalman filtering. Also coefficient of efficiency value which was used to evaluate results between observed and estimated is higher at Geno-Kalman filtering than perceptron Kalman filtering.     

扩展卡尔曼滤波与采样卡尔曼滤波性能比较

详细研究了卡尔曼滤波在非线性系统中的应用,在分析扩展卡尔曼滤波理论的基础上,指出了其在非线性系统应用中的缺陷,阐述了采样卡尔曼滤波(UKF)思想,通过事例和仿真说明了这种新型卡尔曼滤波理论的优越性能。     

信号快速带通滤波方法在海洋信号分析中的应用

借助于离散"解析"信号提出了一种对信号进行快速滤波的方法.与传统方法比较,手续简单,快速有效,尤其适用复杂多变的海洋长信号的滤波.以2个典型信号的带通滤波为例,验证了快速滤波方法的有效性,2个复杂海洋信号的滤波结果表明,此滤波方法在海洋信号分析中有应用意义.     

基于小波变换和高斯函数的影像去噪方法研究

提出了小波变换与高斯函数相结合进行影像去噪的方法,在去除高斯白噪声的同时能够有效去除椒盐噪声。此方法是在小波域内结合小波变换的特点对高频子带分别进行高斯低通滤波,将滤波后的小波系数经过反变换后即可得到经过去噪后的影像。实验表明该方法不仅对高斯噪声和椒盐噪声去噪效果明显,而且保留了影像的细节信息,其滤波效果优于中值滤波和小波软阈值法。     

Filtering inertia-gravity waves from the initial conditions of the linear shallow water equations

A method for filtering inertia-gravity waves from elevation and depth-averaged velocity is described. This filtering scheme is derived from the linear shallow water equations for constant depth and constant Coriolis frequency. The filtered solution is obtained by retaining only the eigenvectors corresponding to the geostrophic equilibrium and by discarding explicitly the eigenvectors corresponding to the fast moving inertia-gravity waves. An alternative formulation is derived using a variational approach. Both filtering methods are tested numerically for a periodic domain with constant depth and the variational approach is implemented for a closed domain with large topographic variations. The filtering methods significantly reduce the amplitudes of the inertia-gravity waves while preserving the mean flow. The variational method is compared to the Incremental Analysis Update technique and the benefits of the variational filter are presented.     

Fourier filtering and coefficient tapering at the North Pole in OGCMs

This article considers how some of the measures used to overcome numerical problems near the North Pole affect the ocean solution and computational time step limits. The distortion of the flow and tracer contours produced by a polar island is obviated by implementing a prognostic calculation for a composite polar grid cell, as has been done at NCAR. The severe limitation on time steps caused by small zonal grid spacing near the pole is usually overcome by Fourier filtering, sometimes supplemented by the downward tapering of mixing coefficients as the pole is approached; however, filtering can be expensive, and both measures adversely affect the solution. Fourier filtering produces noise, which manifests itself in such effects as spurious static instabilities and vertical motions; this noise can be due to the separate and different filtering of internal and external momentum modes and tracers, differences in the truncation at different latitudes, and differences in the lengths of filtering rows, horizontally and vertically. Tapering has the effect of concentrating tracer gradients and velocities near the pole, resulting in some deformation of fields. In equilibrium ocean models, these effects are static and localised in the polar region, but with time-varying forcings or coupling to atmosphere and sea ice it is possible that they may seriously affect the global solution. The marginal stability curve in momentum and tracer time-step space should have asymptotes defined by diffusive, viscous, and internal gravity wave stability criteria; at large tracer time steps, tracer advection stability may become limiting. Tests with various time-step combinations and a flat-bottomed Arctic Ocean have confirmed the applicability of these limits and the predicted effects of filtering and tapering on them. They have also shown that the need for tapering is obviated by substituting a truncation which maintains a constant time step limit rather than a constant minimum wave number over the filtering range.     

抗差Vondrak滤波方法在内孤立波提取中的应用研究

声学多普勒流速剖面仪(ADCP)是对海洋内波监测的有效手段,但受到仪器本身和复杂的海洋环境噪声等影响,走航式ADCP记录的海流数据存在大量噪声,且混有流速异常值。为了进一步提高海洋内孤立波的提取精度与准确性,本文针对走航式ADCP海流数据特点引入IGG3方法的权函数因子,设计了一种抗差Vondrak滤波器,并与快速傅里叶变换、小波分析和滑动平均3种传统滤波方法进行对比,以验证抗差Vondrak滤波方法的有效性与优越性。研究结果表明,抗差Vondrak滤波方法不仅可以有效地滤除流速噪声,还可以自适应剔除海流观测数据中的异常值,由其提取出的内孤立波准确且各层水平流速清晰。因此,与传统滤波方法相比,抗差Vondrak滤波方法在内孤立波提取方面具有一定的优越性。     

地球物理勘探数据处理──递归滤波与褶积滤波计算量对比

在地球物理勘探数据处理中，通过实例计算表明，递归滤波可达到褶积滤波效果，又大大减少了计算量，提高了滤波速度。