侧扫声呐图像的3维块匹配降斑方法

斑点噪声是影响侧扫声呐图像质量的主要因素,降斑处理对侧扫声呐图像的判别与分析非常重要。针对侧扫声呐图像自身特性和斑点噪声分布特点,提出一种基于3维块匹配(BM3D)的降斑方法。根据海底散射模型,得到侧扫声呐图像斑点噪声的瑞利分布模型,然后通过高斯光滑函数幂变换将瑞利分布的噪声转化为高斯分布,通过对数变换将乘性噪声转变为加性噪声,再进行自适应的BM3D滤波,最后采用逆变换得到降斑图像。实验结果表明,该方法在降噪、边缘和纹理保持等方面均优于空间域、小波域、Curvelet域的一些降斑方法。     

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。     

基于PF和UKF的水下目标运动估计方法研究

针对无人水下航行器（UUV）目标跟踪控制需求,分别提出了水下目标的粒子滤波（PF）和无迹卡尔曼滤波（UKF）运动估计方法,建立了目标运动参考坐标系,给出了坐标系之间转换基本方法;设计了建立了目标的典型运动模型和非线性随机运动模型,利用前视声呐实测实验数据,完成水下目标运动估计。通过与扩展卡尔曼滤波器（EKF）的目标运动估计对比仿真实验,验证了PF和UKF两种目标运动估计方法的有效性。     

基于双立方插值的多波束前视声呐数据可视化算法

针对现有的前视声呐数据可视化算法存在的边缘模糊等问题,根据多波束前视声呐成像机理,提出一种将双立方插值应用到声呐数据可视化中的算法。确定插值点的16个邻近回波点,计算每个回波点的距离权值和角度权值,最终将16个回波点的加权像素值作为插值点对应的像素值。仿真数据与Gemini720i前视声呐现场数据可视化实验结果表明:较之现有的可视化算法,本算法具有更高的峰值信噪比和更好的边缘保持效果,能够更有效地提高可视化得到的图像质量。     

基于声呐图像的水下目标检测、识别与跟踪研究综述

水下目标检测、识别和跟踪是具有重要意义的热点研究问题,在军事和民用领域都有重要的应用.鉴于此,对基于声呐图像的水下目标检测、识别和跟踪原理、方法以及典型算法的研究进展进行全面阐述.首先论述基于声呐图像的水下目标检测、图像去噪、图像分割等方面的主要进展以及典型算法和算法扩展;然后对水下目标声呐图像识别中的特征提取、特征分类方法和主要技术难点进行讨论;最后阐述基于水声信号处理和声呐图像信息的水下目标跟踪方法和算法.通过对水下目标处理过程各个过程的深入讨论和对比分析,指出基于声呐图像的水下目标检测、识别和跟踪中急需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做进一步的展望.     

水下声呐图像轻量级目标检测模型

水下AUV搭载声呐进行探测成为水下目标检测的主流方式，水下环境的复杂及声呐成像方式导致声呐图像分辨率较低，使用形态学目标检测等传统方法时检测精度与实时性不高，深度学习如YOLO等算法直接用于水下声呐图像目标检测时仍然面临样本少、模型参数多等挑战，为此，本文提出一种声呐图像水下目标轻量化检测模型。针对低分辨率声呐图像数据特点以及水下AUV自动检测对实时性的要求，以YOLOv4模型为主要框架，进行模型裁剪、替换优化特征融合模块、目标预测框K均值聚类以及改进损失函数等，将构建的检测模型应用于声呐目标检测。所构建的声呐图像水下目标检测轻量化模型的mAP相对于SSD、YOLOv3、YOLOv3-DFPIN、YOLOv4-tiny分别提高了0.0659、0.0214、.0402和0.1701。在mAP相较于YOLOv4、CenterNet、EfficientdetD0分别低0.0186、0.0093、0.0074的情况下，FPS分别相对于YOLOv4提升一倍多、相对于EfficientdetD0提升近5倍、相对于CenterNet提升近一倍。同时，本文提出的模型兼具高精度和实时性的优点。实验结果表...     

样本仿真结合迁移学习的声呐图像水雷检测

水雷检测对于国防安全具有重要意义,然而,由于水下目标声呐成像实验代价较大,通常难以获得足够的水雷声呐图像样本,因此导致难以应用深度神经网络提高水雷等目标的检测精度.针对这一问题,提出样本仿真结合迁移学习的侧扫声呐图像水雷目标检测与识别方法.首先,根据侧扫声呐成像机理,建立水雷目标的仿真模型,进而仿真得到大量水雷目标样本...     

水下无人装备声呐发射机自动测试系统设计

针对某型水下无人装备声呐发射机的工作原理和现有声呐发射机检测方式落后,检测能力不足等问题,设计了基于国产PXI总线仪器平台的水下无人装备声呐发射机自动测试系统;首先分析了发射机的工作原理和检测需求,进行声呐发射机自动测试系统的总体设计;其次介绍自动测试系统的软硬件平台实现方法和关键技术,包括国产PXI总线仪器选型、接口单元设计、测试平台软件架构设计和实现以及数据处理算法设计和实现等技术;最后对声呐发射机自动测试系统的试验结果进行分析;应用结果表明：该系统能实现某型水下无人装备声呐发射机主要参数的测量,相较传统测试方法,自动测试系统能够节约大量的测试时间与人力,实现测试工作效果的最大化提高,并且还能防止人为因素对测试结果造成的不良影响。     

SCTD1.0:声呐常见目标检测数据集

近年来,卷积神经网络(CNN)在大规模自然图像数据集(如ImageNet,COCO)中获得了广泛应用,但在声呐图像检测识别领域的应用研究较缺乏,其存在声呐图像目标检测和分类数据集缺乏且水下目标样本往往面临样本稀少、不平衡等问题.针对这一问题,在进行广泛收集声呐图像的基础上,构建了一个完全公开的、可以用于开展声呐图像检测和分类研究的声呐常见目标检测数据集SCTD1.0,该数据集目前已包含水下沉船、失事飞机残骸、遇难者3类典型目标,共计596个样本.在SCTD1.0的基础上,文中采用迁移学习的方式测试了检测和分类的基准,具体来说:针对检测任务,使用特征金字塔网络对多尺度特征进行组合利用,比较了YOLOv3,Faster R-CNN,Cascade R-CNN这3种检测框架在本数据集上的性能表现;针对分类任务,对比了VGGNet,ResNet50,DenseNet 3种网络的分类性能,分类准确率达到了90％左右.     

水下成像声呐探测系统建模与仿真

水下探测技术已成为几年来各国普遍重视发展的技术之一。为解决通过试验进行水下声呐成像探测研究的方法中存在的经济成本高、技术方法准确性不好把握等问题。该文采用数学建模和计算机软件仿真的方法,在进行水下成像声呐探测仿真系统的总体软件设计的基础上,对各子模块的算法的研究现状进行分析,重点分析了声呐图像生成、图像滤波、目标识别以及控制系统等单元,并给出了部分算法的数学模型和仿真结果。从而实现了水下成像声呐探测系统的模拟,为水下声呐成像探测技术的研究提供了一个经济实用、高准确度的研究平台。     

一种改进的相干斑噪声抑制算法

研究了一种新的合成孔径雷达相干斑噪声抑制的算法.传统的噪声抑制和近年来的小波变换方法都有其不足之处,难以在高效降低斑点噪声的同时保持图像细节.结合增强Lee算法中的思想与小波算法用于抑制SAR图像中相干斑噪声,能够获得良好的效果,通过和现有的几种抑制斑点噪声的滤波算法进行定量的实验比较,主要的评价指标有斑点噪声指数,等效视数、平滑指数和边缘保持指数,由仿真结果可以看出算法具有较好的相干斑噪声抑制能力和边缘保持能力.     

基于计算机图形学的声呐图像生成方法

声呐图像由于采集困难,耗费的人力物力成本高,导致目前几乎没有公开的声呐图像数据集,其严重限制了声呐图像相关研究的进展。为了解决此问题,本文提出了一种基于计算机图形学的声呐图像生成方法,首先,通过场景建模、渲染获取海底地物场景的散射信息和深度信息,其次,通过回波生成计算模拟的原始回波数据,最后利用合成孔径成像算法对其进行处理得到生成的声呐图像。此外,考虑了海洋中常见的声压衰减和散斑噪声现象,并介绍了相关水声信息嵌入方法,可以进一步提高生成声呐图像的真实性。同时,可以通过控制拖体高度、目标高度、目标形状等参数来实现声呐图像的可控生成,能够有效缓解声呐图像数据集短缺的问题。     

形态小波域声呐图像谱聚类去噪算法研究

针对声呐图像噪声污染严重的问题,在基于形态小波的声呐图像去噪方法中引入了谱聚类算法以实现低信噪比下图像的去噪.给出基于形态中点小波的声呐图像去嗓法,在此基础上引入谱聚类的概念,针对谱聚类能快速实现数据分类的特点,对形态中点小波分解后的高频小波系数进行分类,使得包含噪声与细节信号部分的小波系数得以分离.对分离后的两类小波...     

基于垂直线阵的声呐平台区噪声源定位方法

声呐是舰船探测水中目标、收集水中信息的重要工具,但声呐平台区的噪声限制着舰船声呐的性能。目前,舰船艏声纳平台区部位噪声测试仅采用固化安装在0°方向的水听器进行测量,由于数量少、空间位置覆盖不全,难以有效掌握平台区的噪声水平和噪声的空间分布特性,难以为平台区的声学优化设计提供有效的实测数据支撑。本文提出在舰船声呐附近构建一个垂直线阵,针对声呐平台区的信号进行研究,利用空间谱估计理论进行DOA估计。本方法比较实用,分析结果对平台区结构声学设计、声学材料选型和布置形成具有指导作用。     

基于主动轮廓的声呐图像水雷识别方法

针对声呐图像具有噪声大、目标边缘模糊等特点,提出了一种基于主动轮廓的声呐图像水雷目标识别方法.首先根据水雷目标在声呐图像中的形状特征,采用水平集思想,得到了引入超椭圆形状约束的水平集函数;然后根据水雷目标在声呐图像中的灰度特征,采用Chan-Vese模型的演化思想,提出了一种基于超椭圆形状约束的多相水平集主动轮廓模型.将该模型用于声呐图像水雷目标的识别实验,实验结果表明,该方法对声呐图像中的水雷目标具有很好的识别效果,而且具有抗噪性和抗变形性能.     

Contourlet域下基于多尺度特征的声呐图像分割

水下环境复杂多变,导致声呐技术成像后的图像质量差,影响目标识别。为此,提出一种基于Contourlet域下多尺度高斯马尔可夫随机场(GMRF)模型的水平集声呐图像分割算法。采用Contourlet变换及逆变换获取声呐图像各尺度层下的纹理特征,通过GMRF对各层纹理特征建模,以描述局部结构空间信息并降低对噪声的敏感度。根据各层纹理特征模型,对声呐图像进行由粗到细尺度的水平集分割以得到分割结果。实验结果表明,该算法在不同声呐图像中的分割准确度超过90%,优于Otsu算法,且具有较低的复杂度和较强的鲁棒性。     

基于回波相关性的三维成像声呐多帧积累方法

三维成像声呐是一种用于拍摄水下三维场景的多波束声呐系统,在同一位置对场景多次观测后进行叠加,可以平滑图像噪声,提高信噪比。然而由于声速传播慢,且水下拍摄姿态容易受到环境扰动,成像设备无法在多个脉冲时间内保持姿态稳定,从而使得多帧数据无法有效积累。本文针对目标静止的场景,提出了一种声呐运动估计和补偿的方法,该方法首先利用2帧回波之间的相关性分别对时延和转动角度进行估计,根据运动参数对回波进行配准,将配准后的多帧声图进行非相干积累来提高声图质量。实验表明,该方法能够提升多帧积累的效果,多帧积累后的三维声图具有更低的图像信息熵,在相同的阈值设置下,补偿后获得的点云图像能够保留更完整的目标形态以及更少的背景噪点。     

基于加权最小二乘的多基地声呐定位算法研究

研究水下监视目标跟踪声呐定位精度问题,改善双基地声呐在某些区域(如基线区、发射和接收站的侧边区)定位性能,为了提高系统定位精度,最有效的方法就是增加发射和接收站的数量,形成多基地声呐.根据多基地声呐的几何关系,提出了加权最小二乘估计的多基地声呐定位优化算法,结合定位误差的表达式,对定位性能进行了仿真.仿真结果表明,基于加权最小二乘估计的多基地声呐定位优化算法,能够充分利用各基站的测量信息,有效提高声呐系统的定位精度.与基于距离信息的多基地声呐定位算法相比,算法不仅具有较高的定位精度,而且可以有效解地解决边区定位误差较大的问题.     

一种适用于VFGPIR序列图像的距离多视新方法

车载前视地表穿透成像雷达(VFGPIR)探测系统获取的单帧图像中浅埋小目标的信噪比(SNR)通常较低,导致单帧图像的检测性能很差.利用VFGPIR系统可在不同观测位置对空间同一区域进行多次成像的特点,提出一种基于VFGPIR序列图像的非相干距离多视处理方法,通过距离子带分割和迭代操作实现在线多视处理,并推导了多视图像和单视图像检测概率、虚警概率与SNR之间的关系以及确定多视视数的公式.实测数据处理结果表明:非相干距离多视处理可明显增加目标SNR,很好地抑制相干斑噪声.该方法在明显改善图像质量、提高检测性能的同时,降低计算量.     

双基地声呐与干扰器对抗效能分析

在双基地声呐几何模型的基础上,从信号能量的角度,对水下目标利用干扰器进行水声对抗时双基地声呐接收端的信噪比进行了仿真计算,通过分析表明：双基地声呐可以利用自身的隐蔽性以及系统配置的灵活性获得优于传统收发合置声呐的检测以及抗干扰效果。