排序方式: 共有67条查询结果,搜索用时 31 毫秒
41.
基于MRF场的侧扫声呐图像分割方法 总被引:1,自引:0,他引:1
为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性. 相似文献
42.
43.
两种基于贝叶斯点估计理论的多声源定位方法研究 总被引:1,自引:1,他引:0
海洋环境参数失配是制约匹配场定位性能的主要因素之一。为了克服环境失配,本文基于贝叶斯理论,将环境参数与声源的距离和深度一起作为未知量进行反演。然而在进行多声源定位时,反演参数的维数几何增长,极大地增加了反演问题的复杂性和计算量。为此本文将声源强度和噪声方差表示成其极大似然估计值,从而将这些参数进行隐式采样,大大降低了反演的维数和难度。文章比较了两种贝叶斯点估计方法,最大后验概率密度方法和最大边缘后验概率密度方法。最大后验概率密度方法的解是令后验概率密度取得最大值的参数组合,可以利用优化算法快速获得。最大边缘后验概率密度法将其他参数积分,得到目标参数的一维边缘概率分布,分布的最大值为反演结果。该方法得到最优估计值的同时可以获取参数估计的不确定信息。在环境参数和声源参数都未知的情况下,利用蒙特卡洛法在不同信噪比情况下对两种声源定位方法进行分析,实验结果表明:(1)对于敏感参数,如声源距离、水深和海水声速,最大边缘后验概率密度法比最大边缘后验概率密度方法的性能好。(2)对于较不敏感的参数,如海底声速、海底密度和海底声衰减,当信噪比较低时,最大边缘后验概率密度方法能较好地平滑噪声,从而比最大边缘后验概率密度法具有更好的性能。由于声源距离和深度是敏感参数,研究表明最大边缘后验概率密度法提供了一种在不确知环境下更可靠的多声源定位方法。 相似文献
44.
使用灰色模型的“少数据”建模寻求现实规律的良好特性用于海岸线变迁预测,结合 MATLAB 强大的计算能力,解决了灰色预测模型在矩阵计算方面复杂的问题.利用1975-2005年珠江口内伶仃洋海区6个时期的海图提取局部时序海岸线,设置原点和28条侧线,使用侧线与海岸线的交点,建立灰色模型 GM (1,1)模型原始数列,使用 MATLAB 编制程序计算出海岸线变化的预测点,并使用2005年实际海岸线对预测结果进行验证,结果表明灰色模型 GM (1,1)进行海岸线预测是合理可靠的. 相似文献
45.
46.
海底沙波特征线的最优方向剖面自动识别方法 总被引:2,自引:2,他引:0
海底沙波是发育在近海陆架上的一种常见海底地貌类型,海底沙波特征与运动规律的研究具有重要的科学意义与工程应用价值,沙波脊线与谷线是表征海底沙波的最基本特征,也是精确描述沙波运动的基本参量。本文提出了一种基于复合数字水深模型的沙波特征线自动识别方法——最优方向剖面法,基于水深曲面归算得到最优剖面方向,再依据最优剖面方向求导并判定极值,自动提取沙波形态特征点,最终形成沙波脊线和谷线。以台湾浅滩复合型沙波为例进行对比实验研究,结果表明,该方法能基于不同分辨率的数字水深模型自动准确地提取海底沙波脊线与谷线,勿需设置阈值,地形自动化识别程度得到进一步提升,具有重要的实际应用价值。 相似文献
47.
台湾浅滩海底沙波精细特征、分类与分布规律 总被引:2,自引:2,他引:0
迄今由于缺乏高精度的实测水深数据,对台湾浅滩沙波的精细结构缺乏详细的阐述。本文基于多波束实测资料研究台湾浅滩沙波形态的精细特征及其分布规律。多波束探测结果显示:研究区沙波的平均波高达到13.5m,沙波波峰处水深为20.42m,沙波平均波高约为水深的2/3,沙波的波长大多数处于500~700m之间。研究区内主要发育3种类型的沙波,即摆线型沙波、余弦型沙波和双峰型沙波。研究区西部主要发育双峰型沙波,中部则主要发育余弦型和摆线型沙波,而东部主要发育摆线型沙波,整个区域以摆线型沙波为主。海平面波动、台湾海峡复杂的水动力条件以及台湾岛丰富的山溪河流携带的大量沉积物进入海峡,对浅滩区的沙波具有强烈的改造作用。 相似文献
48.
海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。 相似文献
49.
50.
本文通过南海北部陆坡神狐海域浅地层、单道地震剖面联合解释,发现了一系列与天然气水合物密切相关的海底异常地貌、地层结构.在精细浅地层剖面上发现了陆坡丘状体、浅部断层以及由连续强反射层、声空白补丁、局部增强反射和声空白带构成的海底浅部含气带.浅部含气带位于海底之下34-82m,通过其空间分布位置判断,认为气体来源于深部天然气水合物的分解.在单道地震剖面上识别出麻坑、气体渗漏柱、褶皱、模拟海底反射(BSR,bottom simulating reflector)等结构.BSR位于我国首次钻取的天然气水合物样品深度之下,判断其为该区水合物稳定带底界.依据ODP1148站深海钻井的地层厚度、沉积速率、测年等资料进行地层划分,识别出渐新世、中新世等地层界面,初步建立了神狐海域水合物区沉积地层年代标尺.地层年代划分结果表明BSR、褶皱、首次钻取的水合物样品位于晚中新世至上新世地层内,以上地层成为南海北部神狐海域天然气水合物勘探重点目标层位. 相似文献