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 .

带通采样在高分辨率图像声纳中的应用

介绍了带通采样技术在高分辨率图像声纳中的应用;首先阐述了带通采样定理以及采样率的选取原则,然后从多波束图像声纳的原理出发,给出了基于带通采样的数字波束形成方法;仿真和湖上试验表明了这种方法的可行性以及工程实现的有效性。

图像声纳在锅炉煤渣探测中的研究

对电厂锅炉这一高温的水环境场所进行了分析和研究,并研制出相应的图像声纳探测系统。经过现场测试,图像声纳探测系统能够实时、正确地探测锅炉内煤渣的堆积厚度及形状,为安全、经济地进行排渣处理,提供了科学及非常直观的依据。

基于图像声纳SLAM算法在AUV组合导航中的应用

为了在有限的体积、功耗及成本范围内提高自主水下航行器(AUV)远程、深海导航定位精度,提出了将基于图像声纳的同时定位与地图创建(SLAM)方法应用于AUV水下组合导航系统,利用图像声纳获取AUV与地形特征点之间的距离和3D方位数据,结合捷联惯性导航系统(SINS)得到的导航数据,通过扩展卡尔曼滤波(EFK)方法对载体状态和地图状态进行连续并行估计和量测,将得到的误差估计反馈回SINS进行修正,可抑制其随航行时间和距离增加的姿态、速度和位置误差。此外,在地形特征点向量中加入声学尺寸元素,可提高特征识别的准确性。仿真结果表明,在持续观测到有效的地形特征点条件下,惯导误差得到了较好抑制,特别是在AUV返程或往复巡航过程中,重复观测到同一地标时,可大幅提高水下组合导航的定位精度。

一种图像声纳预处理技术研究

声纳图像目标分类目前是声纳技术上很大的难点,工程上常用的方式是采用图像分析处理技术,对已完成自动检测的疑似目标图像进行多维特征估计(亮度、阴影、强度、对比度、面积、尺度、水底座底高度等),然后依据特征利用合理的分类器对目标进行特征判别。为了后续更好地对目标进行特征提取和目标分类,根据图像声纳目标成像的特点,首先进行图像预处理(回波滤波、门限检测),构建回波亮点及阴影模型(数值化),实现疑似目标的自动检测。对经过检测门限后的点回波,通过回波特征分析及图多ping回波时间关联分析,实现疑似目标的有效提取,并最大程度滤除虚假回波。之后对目标图像进行降噪、目标增强、图像分割处理。图像增强的目的是改善图像的视觉效果或使图像更适合于机器分析。

数字图像声纳的数据采集与处理系统

对新型数字图像声纳系统中的高速多通道数据采集与信号处理部分的硬件设计和工作原理进行了论述。简述了数字成像声纳的工作原理 ,并提出了与成像声纳工作方式相适应的数据采集、缓存、传输和处理方案。详细讨论了多通道并行数据采集、缓存的机制 ,以及利用光纤进行远距离高速数据传输的实现方法和基于TMS3 2 0 C670

图像声纳在油气田气体泄漏监测中的应用

中国是海洋大国,这片蓝色疆土中有着丰富的资源,因此开发利用海洋资源对我国的可持续发展有着重大的意义。对海洋的探索已不仅仅只限于军事目的,也转向了民用目的,如海底资源开发、石油勘探、自动绘制海底地形地貌图等。油气田是海底开采石油、运输石油的大型民用项目,油气管道是在海底连续输送大量油气物质的密闭型联通容器。油气管道所输送的油气为有害的易燃易爆物质,一旦管道发生泄漏或断裂,会对其周围的环境和人员产生严重的后果,所以对油气田气体泄漏的监测成为一项关键技术,能够及时避免事故的发生。对处于深海的水下结构来说,监测气体泄漏的首选方法是水下声学监测,论文主要研究图像声纳在油气田气体泄漏监测中的应用。

图像声纳换能器指向性优化研究

图像声纳又称为水下相机,广泛应用于水下目标探测、成像、警戒等工程应用领域,是一种重要的海军军事型号装备。换能器的指向性参数对图像声纳的观察范围和分辨率等指标起着决定性作用,改善图像声纳换能器的指向性对提升声纳图像质量有重要作用。利用椭圆长轴布阵的方法设计了一种低指向性起伏弧形阵,并利用声障板,通过边界参数的优化设计拓展单基元的指向性角度。仿真计算和实测数据显示弧形阵水平主波束范围内指向性起伏小于3 dB,接收阵各基元水平指向性角度均大于120°。结果表明,图像声纳换能器的指向性特性改善明显。

一种双频彩色图像声纳关键技术研究

彩色图像声纳在海上防险救生、水下目标搜索、海洋工程和江河堤坝监测等水下工程中已经得到了广泛应用,但传统使用的图像声纳多采用单频工作模式,作用范围较近,搜索效率较低。应使用单位的要求,根据工程需要,研究开发了新型双频彩色图像声纳。文中综述了该型设备研制生产中所采用的主要技术,为同类产品的开发提供参考。

灭雷具图像声纳可视化仿真方法

介绍了一种灭雷具上高分辨率图像声纳对目标成像显示的计算机可视化仿真方法。此方法不是针对为声纳硬件的研制或调试而提供计算机辅助设计,而是从为部队官兵提供模拟训练平台的角度出发,提出一种数学模型和物理模型相结合的建模思路。同时也简单地介绍了仿真系统中三维海底地形和目标的数据模型。

基于轻量化YOLOv7算法的侧扫声纳图像沉船检测

针对现有的侧扫声纳图像水下沉船检测方法存在检测速度慢,传统的YOLOv5算法存在的漏检的问题,提出基于轻量化YOLOv7算法的水下沉船检测改进方法。首先,通过随机翻转、随机噪声等操作扩充沉船图像的样本数量;然后,引入迁移学习策略,将在COCO数据集上学习到的权重迁移到沉船检测的YOLOv7网络中;其次,改进模型损失函数中惩罚项的计算方式,提升收敛速度;最后在YOLOv7网络中引入FasterNet结构,减少模型的参数量和计算复杂度,降低模型对硬件的需求,达到轻量化模型的目的。实验结果表明,改进方法较原始YOLOv7算法在类平均精度值(mAP值)上提升了4.75%,检测速度也由原来的0.0218秒/帧提升到0.0179秒/帧,证明了改进方法的工程应用价值。

同步码字优化降噪的声纳图像多目标检测方法

针对海底侧扫声纳图像分辨率低、噪声污染严重导致水下目标检测不准确的问题,提出一种结合同步码字优化降噪的水下声纳图像目标检测方法。利用同步码字优化对声纳图像中的乘性噪声进行降噪处理,从而使图像中的水下目标物获得更好的视觉与检测效果,同时对声纳图像进行相应的数据集扩充。最后利用适合本文方法的YOLO系列中的YOLOv7对降噪后声纳图像中的目标物体进行检测,并在其特征网络中加入了卷积块注意模块,从而加强对目标的特征提取。仿真结果分析得出,同步码字优化降噪与YOLOv7相结合的目标检测方法,可使目标置信度达到79%,相较于降噪前的目标检测置信度提高16%,对于目标较小的物体,能更好地改善漏检与误检情况。

侧扫声纳图像中央区的自动确定和重建

侧扫声纳是海洋测绘领域的常用设备,为解决侧扫声纳波束模式带来的声纳图像中央区域质量较差的问题,提出了侧扫声纳图像中央区的自动确定和重建方法。首先根据侧扫声纳测量原理,基于波束模式,自动确定侧扫声纳图像的中央区域;然后根据图像强度梯度和像素可靠信息,计算图像重建区域的优先级;最后根据优先级顺序,采用基于样例的方法对中央区进行重建,提高侧扫声纳图像质量。研究表明,重建后的侧扫声纳图像无论是在主观视觉还是客观评价指标方面,都取得了满意的结果。采用本文所提方法得到的重建图像,能够清晰地反映海底特征,具有很好的应用价值。

联合多波束与侧扫声纳的海缆检测方法

为解决海底电缆路由检测中多波束扫测分辨率低、侧扫声纳(SSS)图像位置不准且存在误识别问题,提出了一种联合多波束与侧扫声纳的海底电缆路由自动检测方法,利用多波束图像高精度的位置信息纠正侧扫声纳图像,并顾及侧扫声纳图像海缆成像特点进行线状特征增强与边缘提取,实现海底电缆目标的自动、准确检测。实验结果表明,该方法能实现非掩埋海缆探测的准确探测,为海底电缆检测提供了多源测量信息融合的新思路,丰富了海底电缆检测的技术方法。

基于语义分割的侧扫声纳管线目标检测方法

为提高侧扫声纳图像中管线目标检测的自动化程度及效率,提出了一种基于语义分割的水下管线目标检测方法。首先通过构建高效语义分割网络主干,提高网络计算速度并降低网络对计算机硬件性能的需求;其次给出了一种针对管线目标特点的加权交叉熵损失函数,解决了因类间数量不均衡导致的网络训练困难问题。以多种复杂条件下侧扫声纳实测数据进行了水下管线检测试验,结果表明,该方法在取得和经典网络相近精度的情况下,速度提升了2.7倍,可达52.6FPS,实现了水下管线的快速、准确检测。

基于区域生长的侧扫声纳海底线追踪算法

针对当前侧扫声纳海底线自动追踪存在有飞点、连续性较差、易受噪声影响等问题,通过分析侧扫声纳海底线形成机理及图像特征,提出了基于改进的区域生长法的侧扫声纳图像海底线追踪方法,首先利用控制生长方向方法优化区域生长法计算复杂度高、效率低的问题,在提高追踪效率的前提下抗干扰能力也得到了有效加强,然后利用大滤波核中值滤波方法在保留海底边界特征的同时提高海底线连续性,最后利用二次区域生长方法针对性消除航迹线对瀑布图海底线的影响。通过对该方法进行研究和实验,成功实现了海底线自动追踪提取。在秦皇岛附近海域开展现场测试,论证了与传统阈值法提取海底线相比,提出的新方法在抗噪能力、连续性、普适性等方面都具有更好的效果。

侧扫声纳图像实时增强技术

本文从声纳原理和测量实践出发,针对海底图像实时判读问题,首次将负反馈分析理论引入海底图像处理,论述了海底声纳图像快速增强处理方法,探讨了数据采集实时性、图像处理复杂性、外业环境干扰强等矛盾的解决方法,实现了实时多色调海底声纳图像快速增强显示,首次提出侧扫声纳图像镶嵌必须考虑增益因素。实验结果表明:海底图像满足野外环境下的声纳作业要求,声纳数据符合目标信号、系统增益控制和目标判读三个层面的要求。

声纳图像伪彩色处理的调色板连续色编码方法

伪彩色处理是声纳图像增强和显示的一种常用方法。调色板的编码技术是声纳图像伪彩色显示的关键。当前,声纳图像伪彩色处理工程中采用的调色板编码方式大都是依据经验或者采用简单的线性生成的方式。分别给出了在RGB颜色空间和HSV颜色空间实现的两种连续色编码方法。试验结果表明,给出的方法简单易行,具有很好的实用性。

基于灰度直方图和几何特征的声纳图像目标识别

目标形状因子和长、宽、高等几何特征,与目标类别具有很大的关系,而灰度直方图也是目标物理特性的直接表现。根据采用马尔可夫随机场理论分割后的声纳目标和阴影图像,利用其灰度直方图曲线进行目标的聚类分析,再利用几何特征进行类别识别,经实测的数据验证,取得了较好的效果。证明该方法可有效表征不同目标的物理特性,从而区分不同类别的目标,避免了目标绝对反向散射强度的复杂计算,增强了抗噪性。以搜寻目标的几何特征为输入参数,可迅速锁定要搜寻的目标,借助其它探测手段,实现目标的自动识别。

用于侧扫声纳图像边缘检测的改进Canny算子

针对侧扫声纳图像斑点噪声强的特点,提出一种改进的Canny算子进行边缘检测.根据斑点噪声的乘性模型和瑞利分布特性,在非下采样Contourlet变换域进行局部自适应降斑.该方法在有效抑制斑点噪声的同时可较好地保护边缘,避免了Canny算子造成的边缘模糊.计算降斑后图像的梯度值分布,对梯度幅值进行非极大值抑制得到极大值点.将梯度模的极大值点分成强边缘点、弱边缘点与非边缘点3类,基于类间方差最大自适应确定区分3类的双阈值,经双阈值处理与弱边缘连接得到边缘图.对模拟声纳图像和实际声纳图像的边缘检测结果表明,较之Canny算子和小波模极大等边缘检测方法,该方法具有边缘检测完整、定位准确、伪边缘点较少等优点.