多波束声纳图像处理关键技术的研究

海底地形地貌探测是海洋资源开发和工程建设的基础,多波束声纳图像是反映水下地形地貌的重要手段,对其处理技术的研究具有重要意义。文中介绍了多波束声纳图像的形成原理及其特点,分析了影响多波束声纳图像的主要因素,从回波强度数据修正、声纳图像的生成和声纳图像改正三个方面,对多波束声纳图像处理的关键技术进行了详细介绍。总结和分析了目前国内外多波束声纳图像主要处理技术的研究现状和发展趋势,提出了研究多波束声纳图像处理技术的若干建议。     

基于分形理论的声纳图像识别

为了解决声纳图像分类较困难的问题,提出一种基于分形理论的声纳图像识别方法.针对传统的分形维数作为图像纹理特征表示时缺少图像分布特征的不足,引入了多重分形的概念和广义维数,并对原图像和灰度差分图像重新提取了图像的纹理特征.通过对声纳图像的分类实验,结果证实该方法行之有效.     

基于分形理论的声纳图像识别

为了解决声纳图像分类较困难的问题,提出一种基于分形理论的声纳图像识别方法。针对传统的分形维数作为图像纹理特征表示时缺少图像分布特征的不足,引入了多重分形的概念和广义维数,并对原图像和灰度差分图像重新提取了图像的纹理特征。通过对声纳图像的分类实验,结果证实该方法行之有效。     

基于声纳图像的水平集分割算法研究

针对现有的图像分割方法无法准确地分割声纳图像的问题,提出了一种改进的水平集声纳图像分割方法。介绍了LBF能量模型,借鉴其无重初始化的水平集演化思想。为克服声纳图像中复杂背景带来的负面效应,利用形态学顶帽—底帽变换对声纳图像进行预处理,并在此基础上进行无需初始化的水平集分割。进行仿真对比实验,实验结果显示:与LBF能量模型相比,改进的水平集分割方法更加适应于背景不均匀的声纳图像分割。     

新的声纳图像自动分割方法

对水下声纳图像进行目标分割是非常复杂的,它不仅取决于被分割的不同目标,还与海底混响噪声、背景区域有着紧密的联系。通过分析声纳图像的特点,提出了一种新的声纳图像自动分割方法,即利用一种快速的模糊C均值聚类方法来完成初始分割,然后利用初始分割结果对马尔可夫模型的初始参数进行估计,最后,根据马尔可夫理论进行迭代条件估计,得到精确的图像分割结果。最后利用实测数据,验证了此种算法的可行性和有效性。     

多小波变换在声纳图像降噪中的应用研究

与普通光学图像相比,声纳图像受到噪声污染更加严重,为了更好的去除侧扫声纳图像噪声,提高图像质量,保持图像原始信息,该文通过将图像变换到多小波域,结合热传导方程的差分格式与图像的分形维数,提出了一种声纳图像软阈值去噪算法,并将该算法与单小波去噪算法做了比较．该算法只需要含噪图像本身,不需要任何其它先验知识,是一种自适应的去噪算法．仿真试验表明,与单小波去噪算法相比,该算法具有更好的去噪效果,同时较好的保持了声纳图像的原始信息．     

单波束前视声纳的信息提取方法研究

介绍了一种可用于小型水下机器人的前视声纳信息提取方法。利用该方法获取了声纳视域内目标的方位信息,这在小型水下机器人的自主目标跟踪和避碰方面具有很大的应用价值。该方法主要包括3个部分的内容:利用声纳数据生成声纳图像;对声纳图像进行预处理;从处理后的图像中提取目标的特征信息。针对图像中较大目标的边缘信息,提出了一种基于最小二乘法的分段曲线拟合的方法,并给出了基于实验室的水池中获得的实测数据的拟合结果,验证了该方法的有效性。     

PDE模型在声纳图像去噪中的应用研究

偏微分方程方法在光学图像去噪中已有很多成功的应用,但用于声纳图像去噪的情况还不多见。针对声纳图像受噪声污染严重的问题,将偏微分方程原理引入到声纳图像去噪中,重点讨论了两种偏微分方程模型:ROF模型和四阶扩散模型。基于这两种模型对声纳图像进行去噪处理,仿真实验证明了偏微分方程去噪算法的有效性,并对比分析了两种模型的去噪性能。ROF模型适用于低信噪比条件下的声纳图像处理,而四阶扩散模型在高信噪比条件下,能够很好地保持图像边缘,但当噪声污染严重时,其去噪后的SNR比ROF模型去噪低了近10 dB,不利于声纳图像处理。     

基于主灰度的声纳图像识别

声纳图像是一种灰度图像,所以将灰度信息作为特征参与匹配和识别,具有重要意义.针对声纳图像识别系统实时性要求高、存储空间小的特点,提出一种基于主灰度的提取和识别方法,从而降低了特征维数,提高了声纳图像的识别效率.将该方法应用于水下声纳图像的识别中,实验结果表明它是有效的,具有一定的实用价值.     

水下便携式三维声纳实时成像系统设计

针对传统三维声纳装置体积庞大、设备沉重,在水下难以灵活作业的问题,设计了水下便携式三维声纳实时成像系统。通过现场可编程门阵列（ FPGA）控制多路信号同步采样,优化波束形成算法大幅提高声纳信号处理速度,同时采用基于低功耗的数字媒体处理器以并行处理方式实时完成三维建模和图像显示。实验结果表明：系统续航时间可达4 h,水下零重量,可在40 m范围内实现角度分辨率1.2°的三维成像,图像刷新率可达25帧/s。     

基于NSCT循环抽样的声纳图像去噪方法

针对声纳图像对比度差、不易判别边缘及细节的特点,提出一种有效的声纳图像去噪方法。对含噪声纳图像循环抽样后得到多幅声纳图像,分别执行NSCT变换,选取适当的阈值对变换的系数进行取值,筛选后的系数进行NSCT逆变换;将得到的多幅去噪后的图像空域平均后输出去噪后的图像。通过实验数据比较,此改进算法好于其他经典方法,提高了处理结果的信噪比及边缘保持效果。由于充分利用了NSCT变换的平移不变性,使去噪后的细节保护能力增强。     

低空多物理场图像声呐远程监控应用设计

为解决当前系统存在的监控实时性差、抗干扰能力弱、监控精度低等问题,提出低空多物理场图像声呐远程监控应用设计。分析声呐远程监控原理和图像质量检测原理,对系统硬件部分的图像数据处理服务器、图像数据处理工作站和图像数据传输电路进行改进,优化开发系统软件的图像数据模拟发送、实时显示、接收和发送功能,完成低空多物理场图像声呐远程监控系统的设计。实验结果表明,该系统的监控实时性好,抗干扰能力强,监控精度高,满足远程监控的功能需求。     

基于IDL语言实现侧扫声纳图像可视化及预处理

阐述了IDL(Interactive Data Language)语言的图像处理优点,介绍了侧扫声纳XTF格式数据的特点,利用IDL语言开发了集图像可视化、格式转换、图像校正和预处理于一体的侧扫声纳图像预处理软件。结果表明,该语言面向矩阵的特性和强大的图像处理能力减小了开发的复杂性,缩短了开发周期,对国内声纳图像处理软件开发有一定参考价值。     

基于声图像序列的快速目标跟踪算法

针对声图像具有对比度低、不同时刻目标回波变化大等特点,提出了一种基于卡尔曼滤波和数据关联算法的快速目标跟踪算法.该算法首先对声图像序列进行高斯平滑和自适应阈值分割处理,在此基础上建立卡尔曼滤波目标跟踪模型和数据关联目标匹配算法,分析计算了可跟踪的目标速度上限值.仿真结果表明,该算法可较准确地实现目标跟踪,允许的目标速度可满足实际应用的需要.同传统文献算法相比,该算法具有实时性好、鲁棒性强,能更好地适应目标分裂或合并等情形.     

基于最大加权区域互信息的声呐图像检索系统

针对声呐图像检索的实际需求,设计基于最大加权区域互信息的声呐图像检索系统。对声呐图像进行分割,产生n个子区域;计算例图与图像库中各个图像子区域之间的互信息,结合声呐图像目标物体的特点,对区域互信息进行加权;取加权区域互信息中的最大值作为图像互信息,并照其大小进行图像排序,经门限处理后,将排在前面的图像作为检索结果输出。仿真实验结果表明:基于最大加权区域互信息的检索方法更加适用于声呐图像检索,尤其是在处理两幅背景相同前景不同或者前景相同背景不同的图像时更有优势。     

Technical Note. Mapping seagrass beds using IKONOS satellite image and side scan sonar measurements: a Japanese case study

In this study, we mapped seagrass beds in Japanese coastal areas by using a newly developed combination method of satellite and side‐scan sonar images. Traditionally, sea‐truth data used for satellite‐image analysis are collected through direct observations requiring scuba divers or by aquatic video‐camera observation. The method proposed here used side‐scan sonar measurements for collecting accurate sea‐truth data and succeeded in efficiently obtaining precise information about seagrass distribution. Side‐scan sonar images also enabled us to assess the reliability of satellite‐image results from an area perspective and not only from a traditional point data one. The IKONOS image was analysed in two different ways. First, mapping was realized without any reference to bottom depth. Second, mapping was processed with consideration for depth gradients. Results were compared using error matrices and showed that the method proposed here is suitable to map several specific areas efficiently.