一种改进的声呐图像自适应增强算法

针对声呐图像增强算法研究较少等问题，提出了一种具有较强自适应能力改进图像增强算法，该算法通过自适应选择方差最小的滑动窗口作为当前像素点的增强处理窗口，并自适应判别像素点所属的区域类别，以进行相应的增强处理。仿真与现有算法的结果对比表明，本方法具有算法简单、易于实现等特点，且增强效果可较好地满足视觉效果的需求。     

声呐图像背景灰度分布特性分析及模型研究

在图像声呐滤波、分割以及目标识别中,像素灰度分布特性及其模型的选择与建立具有非常重要的作用。针对当前声呐图像背景灰度分布模型研究尚不够深入的现状,分别采用威布尔分布和瑞利分布模型对声呐图像背景区域像素点灰度分布进行了仿真验证。结果表明,威布尔分布较瑞利分布来说能够更好地逼近图像声呐灰度分布曲线,且具有较强的自适应性。但在某些情况下,可采用瑞利分布替代威布尔分布,以提高运算效率。     

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection, LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle, ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。     

一种基于亮点的合成孔径声呐图像域自聚焦算法

提出一种能够应用于合成孔径声呐的基于亮点的分块相位梯度自聚焦算法（Mosaic Phase gradient Autofocus,MPGA）。通过对亮点区域分块处理使每个SAS图像子块的模糊函数保持不变,利用PGA算法计算模糊函数的相位,将相位补偿到原图像,使模糊SAS图像得到聚焦。     

一种图像声呐数据采集与处理系统

介绍基于TMS320C30和PC/104工控机的一种图像声呐数据采集与处理系统。重点讨论硬件构成、采集与处理过程和Windows操作环境下的图像显示技术。系统具有结构紧凑、操作灵活、功能丰富和可扩展性强等特点。     

一种基于改进直方图的声呐图像识别方法

针对传统直方图缺乏对图像空间信息描述的缺点，结合声呐图像的特点，提出了一种改进的直方图声呐图像识别方法。该方法将主要面积的圆度信息引入到直方图中，把图像的总体灰度信息与灰度空间分布信息有机地结合起来，从而降低了传统直方图对总体灰度信息的绝对依赖，提高了声呐图像的识别率。采用Manhattan距离作为相似性度量准则，与传统直方图声呐图像识别方法进行比较，验证了本文方法的有效性和可行性。     

声呐图像背景区域灰度统计特性分析与拟合

利用声呐进行水下目标定位识别是当前水下目标识别与跟踪的重要手段之一,由于声呐图像受噪声影响严重、分辨率低,对声呐图像的背景建模有助于其目标分割与识别。首先,分析声呐图像背景区域灰度的统计特性,结合其特点采用高斯分布、Gamma分布、威布尔分布、瑞利分布模型对6类不同背景区域声呐图像统计特性进行拟合,构建声呐图像背景区域模型。最后,采用?2准则和Kolmogorov距离误差评价准则评估拟合效果。拟合结果表明,高斯分布、Gamma分布和威布尔分布均能较好地逼近声呐图像背景区灰度统计特性。为满足实时性的应用需求,选用高斯分布构建声呐图像背景灰度统计模型是可行、合理的方案,从而为声呐图像预处理和目标分割提供了背景模型建模的理论依据。     

基于ZYNQ的轻量化YOLOv5声呐图像目标检测算法及实现

针对声呐图像存在的模糊、样本量不足的现象,本文提出一种基于YOLOv5的声呐图像目标检测改进算法。利用几何滤波、垂直翻转等方法,对声呐图像数据集进行数据增强。添加融合注意力机制模块,使算法更好地关注声呐图像小目标的特征。同时,针对目前大多数目标检测算法运行在云端,无法做到实时性声呐图像检测的问题,本文利用替换轻量级网络和NCNN边端移植技术,同时在颈部网络中采用GSConv模块,将算法成功移植到ZYNQ平台,实现声呐图像的嵌入式端实时检测。实验表明,本文提出的算法在降低了56%参数量的同时,在map50和map50-95上分别提高2.2%和2.5%。改进后的算法性能提升明显,证明所提出的方法在轻量化声呐图像目标检测任务上具有一定的可行性与有效性。     

一种便携式声呐信号模拟器

介绍了一种结构紧凑、体积小、重量轻、能模拟静止或机动声呐目标回波信号与指定海况下海洋环境噪声的声呐信号模拟器。它具有良好的用户界面,可通过键盘与LCD显示板快速准确地输入所有参数和命令,完成指定功能。系统接口特性优良,既可以单独成机,也可与PC/XT/AT及其兼容机和其它声呐系统配接,完成声呐系统的调机和检查测试。     

一种单波束前视声呐成像方法

提出了一种针对单波束前视声呐特点的改进成像方法：通过采用波束内插的方法,解决了由于声呐角度维回波数据过少所导致生成图像画质低的问题;通过坐标转换,将声呐数据转化成按图像处理要求的图像格式,并通过物体点畸变成因分析,给出了简易运动补偿公式。通过试验验证了该方法是一种有效的单波束前视声呐成像方法。     

一种新的灰度图像识别方法

灰度是灰度图像最重要的视觉特征之一，由于声纳图像多是以灰度来表征图像，所以将灰度信息作为重要内容参与匹配和识别具有重要意义。针对声纳图像中起主要作用的是图像的主灰度这一问题，提出一种基于主灰度分析、提取和识别的方法，从而降低了特征维数，提高了声纳图像的识别效率。该方法应用于水下声纳图像的识别，实验结果表明它是有效的。     

用于声呐图像处理的侧抑制模型改进算法

以声呐图像边缘增强为背景,将侧抑制理论引入声呐图像处理中来。展开了侧抑制模型算法分析及优化研究,探索侧抑制算法模型的改进算法,仿真和实际声呐图像处理效果显示,改进算法处理图像边缘更加清晰,噪声抑制更加明显,可以提高图像声呐目标轮廓提取以及分类识别的准确率。     

合成孔径声呐相关合成算法中的伪目标问题

本文将用于合成孔径声纳成像的相关合成算法推广到合成孔径技术的伪目标抑制当中，放宽了不出现伪目标的采样条件，从而提高了声纳运动速度，改善了图像的质量，提高了声纳的成像率。如果声纳采样间距已定，则相应的声阵物理长度可以缩短，从而使得方位分辨率有所提高，计算机仿真结果验证了所提思路的有效性。     

一种航空声呐控制键盘的设计

介绍了一种航空声呐控制键盘的功能与设计原理,给出了软、硬件的结构。     

一种基于关联处理的声呐图像去噪技术

为了改善声呐图像中存在大量杂波而导致目标跟踪困难,设备虚警率高的缺点,提出一种图像关联降噪算法。首先利用目标特性对静止目标进行剔除,之后利用目标运动的持续性和目标回波在连续多帧图像中的空间位置关联性,对随机噪声进行进一步滤除。仿真和试验数据验证,所提出的算法对于背景比较稳定的图像,降噪效率不低于95%。     

一种高鲁棒性的声呐图像信息隐藏方法

在图像信息隐藏算法中,借鉴扩频技术的原理将秘密信息分散到载体声呐图像的各个频率,使个别频段的损失不会影响对嵌入信息的提取;在此基础上引入差错控制编码,提出一种结合人眼视觉感知特性的SIIH算法,从而提高水下图像隐蔽通信的鲁棒性。仿真试验表明,该方法能够实现较为理想的声呐图像信息隐藏,而且由于信号经过伪随机序列扩频后随机分布在各个频段中,其特性与白噪声相似,有助于信息嵌入的隐蔽性和鲁棒性,一定程度上提高了系统的抗干扰能力。     

一种高精度声呐信号源的设计

本文介绍了一种频率、周期、脉宽、功率均可调的声呐信号源,它具有精度高、功能完善、电路结构新颖、调试容易、成本低、体积小等特点,已被用作多种水声设备的调试和校验设备.     

基于投影感知的水下声呐目标检测方法

现有基于深度学习的水下声呐图像目标检测方法受限于水下声呐图像噪声大、信噪比低,因而检测精度有限。针对该问题,本文提出了基于投影感知和声呐参数信息嵌入的水下声呐图像目标检测方法 SonarNet。提出的非参数化的投影感知对齐模块(PAA)在不引入额外的训练参数且无需额外标注的情况下,通过提取水下目标的投影区域特征与目标本身特征融合来提升目标检测精度。同时为了提升算法在不同声呐工作参数下的鲁棒性,本文设计了一个轻量级的声呐全连接网络SonarMLP,将声呐设备的工作参数信息以嵌入信息的形式引入到目标检测过程中。本文在声呐图像目标检测数据集上对算法的有效性进行了验证,在有效检测出水下目标的同时,比现有常用深度学习方法有更高的检测精度,能够提升3%以上的各类平均精确度(m AP)。