基于DIDSON的未知海域覆盖规划算法

针对自主水下机器人的路径规划问题,提出一种基于双频识别侧扫声呐(DIDSON)的全局路径规划算法。根据双频识别侧扫声呐的物理特性对AUV进行数学建模,根据声呐的工作频率不同,将AUV分为高频、低频两种工作模式。高频模式下成像精度高,低频模式下成像范围大。文中提出了一种D2-CPP算法,根据声呐返回的识别结果,算法会自主切换AUV的工作模式,并动态规划出对应的路径点,直到覆盖所有区域。通过与割草机算法的仿真对比,证明了算法的有效性,近海实验证明了算法的可靠性。

基于DIDSON的鱼群检测及鬼影抑制方法

双频识别声纳(DIDSON)能在浑浊黑暗的水下获得清晰的视频数据。对双频识别声纳拍摄的鱼群视频进行目标检测是后续跟踪、识别的前提。首先分析双频识别声纳图像噪声特性和鱼体亮度统计特性;基于此,提出并实现一种声纳鱼群检测方法,并就检测中的鬼影问题提出了抑制方法;最后利用形态学滤波去除孤立噪点。实验结果表明,该方法在鱼体目标轮廓清晰度、鱼体大小准确度方面明显优于经典方法,且满足实时跟踪、识别的应用要求。

基于DIDSON双频识别声纳技术的青草沙水库鱼类资源量评估

2015年9月利用双频识别声纳DIDSON(Dual-Frequency Identification Sonar)对青草沙水库的主要鱼类资源进行了探测评估。利用渔业声学数据处理软件Echoview对DIDSON采集的数据进行处理分析,对图像中的鱼体进行跟踪计数,结合人工目视计数验证了软件计数的准确性。运用DIDSON统计鱼类数量,并结合渔获物的鱼类体长、体质量等信息进一步评估水库中主要鱼类的资源量。评估结果表明,运用平面密度法统计水库鱼类数量约为1.16×10~7~1.24×10~7尾,水库中小型鱼类(体长<20 cm)在数量上所占比例较多(78.3%),而中大型鱼类(体长>40 cm)所占比例较少(8.5%)。由库区鱼类的平均体长体质量关系可得出水库渔业资源量约为115.5～124.5/m^2。利用GIS分析了各航线内鱼体质量的空间分布状态,结果显示水库东南侧深水区资源量较多,而水库西北侧资源量较少。本文创新性地利用DIDSON声纳数据进行青草沙水库渔业资源的评估,获得了客观的结果,并提出了一些建议及展望。

基于DIDSON的水库鱼类资源探测与时空分析

为获取上海市陈行水库鱼类时空分布特征,分别于2019年4月17日、8月15日和11月13日,采用双频识别声呐(dual-frequency identification sonar, DIDSON)对陈行水库进行鱼类资源探测,利用ECHOVIEW水声数据处理软件构建鱼类目标分析模型,开展鱼类目标的提取与计数,分析并绘制鱼类资源密度的水平和垂直分布图,揭示水库鱼类数量和时空分布特征。结果表明:陈行水库中小型鱼类(体长<60 cm)居多,占比达80.90%;春季至秋季库区鱼类体长逐渐增加,密度不断增大,数量和总质量也在增加;水平空间尺度上,库区鱼类个体主要集聚水库南部,夏季分布相对集中,秋季相对分散;垂直空间尺度上,库区鱼类主要分布在水深2~6 m区域,占比达84.85%,春季鱼类分布平均水深为3.89 m,夏季为4.34 m,秋季为5.12 m,库区鱼类垂直分布随季节有向底层移动趋势。所研究的水声探测方法和鱼类目标分析模型为类似的鱼类资源调查分析工作提供了有益参考,探测结果为水库采取合理的鱼类资源管理提供了依据。

基于主动识别声呐的养殖塘南美白对虾探测与初步分析

为实现高效、快速和准确的虾类识别和行为观测,提出一种基于主动识别声呐(DIDSON)的养殖塘南美白对虾探测和行为分析方法。该方法利用无人艇搭载主动识别声呐(DIDSON)对养殖塘设置的8个观测点进行连续定点观测,利用基于ECHOVIEW构建的虾类识别计数模型对采集的图像数据进行识别提取,通过目标识别、目标提取、通量分析以及方向分析等方法获得养殖塘南美白对虾的初步行为特征。试验在8个观测点观测的虾群数量极值分别为251只和208只,均值为234只,单位时间内的虾群通量区间为[108,131]只/(min·m^(2)),不同点位虾群正向游塘的占比均大于85%,通量变化较小。结果显示,该方法可以观测到养殖塘内虾群存在规律性的游塘行为,相较于传统的水下视觉观察和被动声呐调查,有效解决了养殖塘中虾群行为观测的难题,为制定更加高效的虾塘饲养和管理方案提供科学的数据支持。

用于渔业资源调查评估的两种声学手段的比较

采用数字回声探测仪Bio Sonics DT-X(430 KHz)和双频识别声呐DIDSON(低频1.1 MHz、高频1.8MHz)对青草沙水库的渔业资源量、空间分布特征等进行了为期2 d的水声学调查。在调查过程中两种仪器同步工作,并采用放网捕捞的方法对青草沙水库中的鱼类样本进行采集,并测量其体重与体长。利用Echoview软件对两种仪器采集所得的声学数据进行分析处理。DIDSON的调查结果显示:水库鱼类总数约为936万尾,总的资源量约为705万kg,鱼类主要分布于水库的东部、中部地区。Bio Sonics DT-X的调查结果显示:水库鱼类总数约为1 079万尾,总的资源量约为604.24万kg,鱼类主要分布于水库的东北部地区。

基于声学摄像仪的溯河洄游幼香鱼计数

至今主要靠目视计数来掌握香鱼(Plecoglossus altivelis)的资源量,这种方法很耗劳动力且精度低。由华盛顿大学研发的声学摄像仪DIDSON(Dual-frequency IDentification SONar)可在浑浊不清的水中摄取接近光学视频画质的图像。其附带软件虽可对体长为几十厘米的大个体鱼计数,但对于体长6cm以下的小个体鱼,由于其回波信号弱,计数显得非常困难。本文提供了一种基于DIDSON的溯河洄游幼香鱼计数的新方法。首先从声学图像中消除静止的背景,提取出运动目标并除去噪音像素,然后用卡尔曼滤波器对剩下的目标进行跟踪,根据目标移动的特性把目标分为香鱼和垃圾2大类,在除去向下游移动的垃圾之后,可正确地计算向上游移动香鱼的数量。通过现场实测验证了上述声学计数方法的实用性和高效性。

双频识别声呐在鱼类资源调查中的应用进展

介绍双频识别声呐(Dual-frequency Identification Sonar,DIDSON)的工作原理、图像后处理,国内外应用领域和研究现状.通过国内外的研究实验,探讨DIDSON使用过程中影响鱼类资源定量评估、鱼类个体体长探测的重要因素及问题处理办法.在此基础之上,分析DIDSON在改善鱼类种类鉴别方面的优势.探讨DIDSON在渔业资源调查应用过程中的不足并对DIDSON在实际过程中的应用进行展望,以期对DIDSON的应用提供一些参考.

声学摄像仪图像处理的初步研究及在渔业上的应用

声学摄像仪DIDSON(Dual-frequency IDentification SONar)可以在黑暗、浑浊的水中提供接近光学画质的图像,近年来在国外一些发达国家的渔业管理上已经得到了广泛的应用。分析了DIDSON采集的图像数据,对其进行了图像坐标变换、数据插值以及图像增强等预处理,得到视觉效果较好的声学图像。此外,还对其在渔业应用上的不足进行了分析,给出了扩大声学摄像仪视野的图像拼接方法,以及用于鱼群跟踪、计数的方法,以提高其在渔业上的应用价值。

基于双频识别声呐的鱼类目标识别与计数

鱼类资源调查是渔业管理的基础性工作,利用水声探测技术进行鱼类资源调查日益成为主流手段。针对双频识别声呐(DIDSON)在水库中采集到的声学数据,利用Echoview声学数据后处理软件及其相关算法进行鱼类识别和计数研究。首先利用Kovesi图像去噪法和背景差分法对声学图像中斑点噪声和水体背景进行去除,然后根据鱼类目标回声阈值进行目标识别,利用α-β轨迹追踪算法进行运动目标追踪以防止重复计数,最后进行目标计数和体长信息的提取。结果显示,与借助声学图像的人工计数相比,本方法鱼类目标计数误差在10%以内,平均计数误差为7.2%,具有相当高的统计精度。研究表明,DIDSON可以用于鱼类识别与计数,在浅水水域的鱼类资源探测与管理方面具有非常广阔的应用空间。

基于声学摄像机的养殖池塘南美白对虾资源量评估

为准确评估养殖水域内南美白对虾资源量,研发一种利用水中声学摄像机(Dual-Frequency Identification Sonar,DIDSON),进行养殖池塘识别并评估南美白对虾(Litopenaeus vannamei)资源量的方法,并在上海某养殖池塘(长170 m×宽60 m)进行了试验。利用无人船搭载DIDSON在池塘内进行走航测量,采集南美白对虾声学数据,针对其声学成像构建目标识别计数模型,进行了南美白对虾影像的自动跟踪计数工作,并结合捕捞数据和人工目视计数验证了模型识别计数的准确性。结果显示:池塘内南美白对虾渔业资源量评估结果为,大规格个体(体长>10 cm)数量占比为78.2%;水面的平均密度为7.39 ind/m^(2);总数量为75378 ind。南美白对虾的声学影像人工目视个体计数与使用目标识别计数模型自动计数的偏差约为8.47%;由南美白对虾体长与体质量关系式推定池塘内总体质量约为1415 kg,与历次捕捞统计南美白对虾体质量相比偏差约为8.63%。本研究的水中声学摄像机适用于池塘内虾类资源量评估和行为观测,评估结果对池塘内虾类资源管理提供指示作用,同时评估研究方法可推广到虾类养殖管理的数据获取与分析中。

双频识别声呐在三河船闸工程水下检测中的应用

为了了解三河船闸工程闸室、下游海漫及引航道运行状态,采用DIDSON 300m型双频识别声纳系统对1～5号闸室、下游海漫及引航道进行水下声纳检测成像并进行分析.经成像分析,可以发现闸室及廊道的混凝土部分损坏,伸缩缝内填料流失,部分检测区域有石块沉积.双频识别声纳（DIDSON）能够在浑浊、黑暗的水下获得清晰的影像数据,可有效探测和识别水下目标,能够为水下工程检测、航运安全提供很好的服务.

几种新型水下检测技术在国内海洋石油工程中的应用

海洋油气设施的水下检测对其结构安全具有重要意义,水下检测作为一门特殊的行业已逐步发展成熟,但由于海洋油气设施及水下结构、水下工况的多样化与复杂化,水下检测从技术装备到施工工艺都有较大的变化,并出现了一些新的检测技术及工艺。介绍了几种水下检测新技术、新工艺在国内海洋石油工程中的应用,DIDSON双频识别声呐检测技术为水下低能见度工况下的检测提供了一种新方式,ROV及检测设备的组合应用开辟了深水环境的检测工艺,实现潜水支持船与FPSO的同步旋转,为海洋石油单点设施的检测创造了条件。

双频识别声呐提取沉水植物盖度的可行性初探

沉水植物作为湖泊生态系统的初级生产者,在固定底泥、防止沉积物再悬浮、净化水质等方面具有重要的环境功能。因此,探究沉水植物的分布、群落结构及其演替规律,对于湖泊水生态环境修复工作有着重要意义。传统的沉水植物调查方法不仅调查效率低,而且在取样过程中会对沉水植物造成破坏,有必要探索更为高效科学的调查方法。由于双频识别声呐可实现在浑浊、黑暗的水下获得清晰的影像,利用双频识别声呐探测技术在不破坏沉水植物的情况下获取了太湖贡湖湾4种典型沉水植物在不同季节的影像数据,通过影像处理提取沉水植物盖度。结果表明该方法获得的盖度与传统调查结果较为接近,且该方法更加方便快捷,可为湖泊水生态环境修复提供支撑。

长江口排水板水下成像检测技术

针对长江口深水区域塑料排水板施工检测手段不足的问题,提出水下声学成像检测的新方法,采用高分辨率侧扫声呐和双频识别声呐,实现了水下排水板检测的可视化与可量测。获取水下排水板清晰的影像资料,并且通过双频识别声呐水下定点全环摄像方式能够实现排水板定量检测。新方法弥补了现有检测手段的不足,可作为现有检测手段的重要补充。

葛洲坝船闸过鱼时空特性研究

于2013年4月、6月及8月,在葛洲坝一、二号船闸上下闸首断面及闸室内,利用DIDSON声纳定点探测方法,对船闸上下行鱼类数量进行探测记录,并同步进行水质水动力现场监测,研究船闸过鱼现状及规律。结果表明:船闸天然情况下存在一定过鱼能力,附加一定的改进措施,船闸可能成为通航与过鱼功能合一的新型过鱼建筑物。船闸过鱼存在一定的昼夜节律,鱼类在夜晚时段表现的更为活跃,且在不同季节有选择相对适宜温度活动的趋势,而两船闸间下闸首天然鱼类通过量无显著差异。6月由于水温条件适合,且处于禁渔期末,鱼类大量繁殖,过鱼数量最大,4月及8月过高及过低的水温均不利于家鱼繁殖,过鱼相对较少,且均值比较无显著差异,另外不同月份水位流速变动可能对过鱼量造成一定影响。一号二号船闸的鱼类上闸首通过率分别为21%及42%。