侧扫声纳目标自动探测研究

为了解决水声图像因受到噪声、多途、混响的影响,使水声图像特征难以提取的问题,针对海底目标的识别,通过对图像处理算法的研究以及大量的实验分析,给出了侧扫声纳图像目标自动识别的有效方法。其中包括图像的增强、二值化、二值开闭操作、特征提取、特征计算及目标识别等内容。通过对面积特征的提取和计算实现了对水下目标的自动探测。     

一种水下目标分类的新方法

水下目标信号的特征提取和分类是当今水声信号处理领域中存在的难题。随着人工神经网络技术的发展,众多的研究人员已致力于将人工神经网络应用于水下目标分类的研究中。本给出了ＦＫＣＮ（ｆｕｚｚｙ Ｋｏｈｏｎｅｎ ｃｌｕｓｔｅｒｉｎｇ ｎｅｔｗｏｒｋ）算法,并将ＦＫＣＮ应用于水下目标的分类问题中。实录海上无源声纳目标信号的分类实验验证了该算法的可行性。实验结果表明：在大量的训练样本和测试样本下,ＦＫＣＮ提高     

深水多波束测深侧扫声纳显控系统研究

针对深水多波束测深侧扫声呐多源探测数据的实时可视化表达处理效率较低的问题,提出实时测深数据快速条带式动态网格化方法和动态不规则金字塔构建方法、实时侧扫数据条带式增量更新方法和基于极坐标的实时水体数据重采样方法,实现了全球框架下动态海底探测地形的实时三维渲染和快速侧扫图像及水体图像绘制.同时采用基于状态保护与转移机制的声纳设备控制方法,通过异步通信方式实现了安全友好的交互式操作过程. 实验结果表明：该系统满足深水多波束测深侧扫声纳设备的显控需求,能够保障声纳设备作业安全、增强现场作业能力及数据发掘能力.     

改进的MRF水下目标检测方法

为取得更好的水下目标检测结果,提出了一种改进的MRF水下目标检测方法.即在海底混响区服从Gamma分布的情况下,将建立的三类空间邻域MRF模型参数和层次间相互作用的模型参数应用于空间分层MRF三类分割中,得到最终精确的水下目标检测结果.在海底混响区服从威布尔分布模型的情况下,对原始声纳图像和人造模拟声纳图像检测结果的比较表明,提出的检测方法能得到更精确的检测结果,且运算速度较快.     

水下机器人

中国船舶重工集团公司７１０所应用军工技术研制出一种缆控水下浮游式航行体的水下机器人。该所根据海洋环境对水下机器人的使用要求，所研制的水下机器人采用流线型的外型结构，可在水下进行进退、上下、左右和回旋四个自由度的运动。水下机器人内装有各种仪器和设备，主要装备有水下电视、前视声纳、侧扫声纳、跟踪定位系统、机械臂等。该水下机械人具有如下特点：①水下航速高，最大航速６节，并可在３节以上海流中正常工作；②所需电力由水面供应，其水下工作时间可无限延长；③采用光纤传输遥控指令、目标信号和遥测信息，传输的数据量…     

基于随机共振和支持向量机的水下目标检测

声纳图像作为探测水下目标的主要工具,常伴有非高斯噪声,传统的目标检测方法无法较好地应用于声纳图像。提出利用随机共振系统对图像进行降噪处理,并提取图像的梯度特征作为支持向量机的输入特征向量,最终实现水下目标的智能检测。仿真实验结果表明,通过调节随机共振系统的参数能够提高目标检测率,并且该方法的计算量小,具有一定的应用前景。     

侧扫声呐图像反演海底地形的一种线性算法

为弥补现有测深方法在获取海底微地形方面的不足,基于侧扫声呐高分辨率成像特点,提出一种侧扫声呐图像反演三维海底绝对地形的线性化算法.首先,根据侧扫声呐成像原理给出声波入射方向的估算模型,基于海底表面漫反射模型推导出一种线性化反演模型,并以同区域初始地形作为约束建立反演地形的约束模型,实现了反演地形向绝对地形的转变;在此基础上,给出完整的侧扫声呐图像反演三维海底绝对地形的流程以及精度评定方法;最后,借助实验对该方法进行了检验和验证.实验结果表明,该方法可以获得均方根误差优于15 cm、分辨率为初始地形170倍的海底地形.     

基于生成式对抗网络和多级小波包卷积网络的水下图像增强算法

为了解决水下图像的雾模糊和偏色问题,针对水下图像成像模型提出基于生成式对抗网络（GAN）和改进卷积神经网络（CNN）的水下图像增强算法. 利用生成式对抗网络合成水下图像,以对配对式水下图像数据集进行有效扩充. 利用多级小波变换,以不丢失特征分辨率的方式对水下图像进行多尺度分解,然后结合卷积神经网络利用紧凑式学习方式对多尺度图像进行特征提取,并利用跳跃连接以防止梯度弥散,克服水下图像的雾模糊效应. 利用风格代价函数学习彩色图像各通道间的相关性,提高模型的色彩校正能力,克服水下图像色彩失真的问题. 实验结果表明,相较对比算法,在主观视觉和客观指标上,本研究所提算法拥有更优秀的综合性能及鲁棒性.     

水下目标动态阈值检测的区间值模糊集熵方法

针对现有区间值模糊集的模糊熵度量的不足,提出该类模糊集的一种新的熵刻画,并将其应用到图像分割中.用区间值模糊集表示图像,依据最优阈值选取准则确定图像分割的初始阈值.结合Canny边缘检测结果研究一种针对水下图像的动态阈值分割算法,实现水下图像的目标检测.仿真实验结果表明该算法具有很好的图像分割和目标检测效果.     

基于相关法方位分析的水下主动目标尺度识别研究

水下目标识别技术是现代声纳系统与水声对抗的一个极为重要的组成部分。它是随着声纳技术、信号检测理论、计算机技术等的进步而发展起来的 ,目前有多种识别方法。由于水下目标回波亮点结构是重要的目标特征 ,因此对目标回波亮点时空特征的提取已成为水下主动目标识别的一种有效方法。文中研究了水下高频 ( 2 0～ 35 k Hz)主动声学目标的识别方法及仿真性能。首先基于水下潜艇目标回波的亮点空间方位特征 ,提出了水下目标回波多亮点方位估计算法。然后 ,研究了目标亮点视在方位的模糊特性 ,给出了舷角与空间视在目标张角的关系。最后 ,进行了仿真实验 ,结果表明 :相关法方位分析的水下主动目标识别算法抗噪声能力强 ,在 S/N =0 d B时仍能很好地完成目标识别功能 ;在近正横附近 ,在距离 5 0 0 m处仍可完成目标尺度识别功能 ;在舷角 70°～ 2 0°扇面有良好的尺度识别能力 ;采用复杂波形 ,复本相关处理后可得到目标亮点时域信息和亮点方位信息。