基于图像声呐的运动目标轨迹合成

通过图像处理,利用水下运动目标的连续声图像合成目标的运动轨迹。为了在增强目标区域的同时更好地抑制噪声干扰,对灰度形态学进行了改进,取得了较好效果。

基于图像频域方向模板的目标检测方法

运用傅里叶分析方法,利用水平方向、垂直方向、45°方向和135°方向直线的频域模板对侧扫声纳图像在4个方向上进行投影分解,根据子图像在4个方向上投影的能量和,设定门限判断有无目标,并粗略估计目标的位置。实验结果证明,该方法对于纹理较强的侧扫声纳图像中感兴趣区域(目标)的检测有较好的效果。

一种浮标定位方法的误差分析

对一种浮标定位的原理进行了阐述,分析了几何定位方法的定位精度对自身位置误差和方位误差敏感性,即分析自身位置误差和方位误差对定位结果的影响。仿真结果表明该几何定位方法的定位精度对方位误差较为敏感。

一种基于波束输出方位变化特性的信号检测方法

对一种可实时实现的信号检测方法进行了分析,该方法采用分裂波束进行实时精确测向,利用实时方位序列方差对波束输出进行加权处理,仿真结果证明该方法有较好的检测效果。

侧扫声纳图像分割中种子区域获取方法

研究了一种基于区域增长的侧扫声纳图像感兴趣区域提取方法。该方法利用边缘检测算子提取侧扫声纳图像的目标影阴区的种子区域,利用阈值分割方法提取目标亮区的种子区域,采用Haralick与Shapiro提出的相似准则进行区域增长,提取感兴趣区域。从处理结果看,该方法对某些类型的侧扫声纳图像的感兴趣区域提取有较好的效果,而且种子区域的引入大大缩短了处理时间。

基于聚类分析的声呐目标图像自动提取方法

给出了有效表征侧扫声呐图像区域平坦度的两个特征:区域绝对粗糙度和分形维数,并联合像素最基本的灰度值特征,建立了像素点的二维特征矢量;采用均值聚类算法进行聚类,提取侧扫声呐图像的感兴趣区域。从提取结果看区域灰度均值特征和区域绝对粗糙度、区域灰度均值特征和分形维数都能实现很好的聚类,从而有效地提取到侧扫声呐图像中的感兴趣区域。