基于霍夫直线检测和区域生长的合成孔径声呐图像线目标提取

本文针对合成孔径声呐图像线目标提取过程中,由于线目标宽度(直径)小且图像受相干斑噪声影响严重而导致的提取困难的问题,提出了基于霍夫直线检测和区域生长的线目标提取算法。首先利用Otsu算法计算区域生长终止阈值,并对噪声进行初步抑制;然后在对图像进行霍夫直线粗检测的基础上,对检测结果进行不均匀分割,再进行细检测,得到区域生长种子点;最后利用区域生长对线目标进行还原。试验结果表明,该算法能准确地提取线目标;与传统区域生长对比,该算法选取的种子点数量提升了5.37倍,且线目标提取结果具有更好的连续性和完整性。

优化短期余水位组合预测模型

针对现有非稳定非线性余水位预测模型较少和精度较低的问题,本文研究基于MEEMD算法与遗传优化BP神经网络的余水位组合预测模型。利用夏威夷岛4个长期验潮站获取的余水位时序数据,首先采用遗传算法MEEMD对余水位时序数据进行处理分析,得到较为稳定的余水位IMF分量;然后将经过遗传算法优化后分解的较为稳定的各个IMF分量作为BP神经网络预测模型的输入变量,分别建立12、24、48 h短期余水位的MEEMD遗传算法优化BP神经网络预测模型。通过与非优化BP神经网络预测模型结果进行对比分析,结果表明,优化前后均方根误差的偏差最高达2.03 cm,验证了预测24 h内的短期余水位仍保持其相关特性。该组合预测模型对于分析余水位变化规律和潮汐预报的精度、水位改正等均有重要意义。

水下视觉SLAM相机成像畸变纠正研究

针对水下视觉SLAM相机成像畸变问题,分析了水下机器人相机成像畸变原因,构建了纠正模型计算畸变系数以获取正确的像素坐标,实验证明在空气和水两种不同介质中,相机内参和畸变系数均有较大差异,而在不同水体中,仅畸变系数存在变化。表明在进行水下SLAM时,采用当前实验水体标定参数可以获取更好的定位和地图构建结果。

无人水下智能海洋测绘装备的机遇与挑战

针对海洋测绘面临的问题,分析了无人时代海洋测绘技术的发展机遇,提出了无人水下智能海洋测绘的新模式,讨论了无人水下智能海洋测绘的技术体系和无人水下智能海洋测绘装备的关键技术,以及无人水下智能海洋测绘的装备产业链,展望了无人水下智能海洋测绘装备的发展趋势及应用前景。