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。     

一种基于图像声纳的AUV局部路径规划方法

以前视图像声纳作为环境感知系统 ,进行了智能水下机器人的局部路径规划 .以串口接收图像声纳探测数据 ,建立环境数学模型 .以数学形态学的方法去除环境数据噪声 ,以dt值传递法搜索最佳路径 .海试实验验证了算法的可靠性 .     

近海岸目标快速提取

针对海面运动载体对复杂海岸背景下的水上目标检测问题,提出了基于海岸线信息的近海目标自动检测方法.通过量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,提取海岸线区域的主要轮廓.采用哈夫变换进行投票加权处理,确定海岸线的精确位置,使用主频灰度对对海岸线以下的海面部分进行滤波,消除杂波效应,引入聚类方法,剔除伪目标,实现目标的有效区分.试验证明所提方法能够检测出不同倾斜状态下的海岸线,并实现精确的目标定位,单帧处理在0.2s以内,具有准确性和快速性.     

一种声图像局部自适应增强方法

声图像具有分辨率较低、混响干扰强、物体区域面积小、边界轮廓模糊不清等特点，因此采用全局的增强算法不能取得满意的结果。根据声图像特点，定义了局部增强函数，以边缘数目、边缘强度和熵定义了评价函数，通过采用PSO算法对增强函数中的参数进行了优化选取。最后与已实现的迭代自适应增强算法和直方图均衡化算法进行了对比分析，结果表明，该算法在保持了原图的灰度级的基础上，不但明显改善图像视觉效果，而且有效地增强和保留图像细节，改善图像质量，利于后续图像检测，是一种适合于声图像的增强方法。