首页> 中文学位 >高分辨率水下超声波摄影探测系统的研究
【6h】

高分辨率水下超声波摄影探测系统的研究

代理获取

目录

文摘

英文文摘

上海海洋大学硕士学位论文答辩委员会成员名单

第一章 引言

1.1 研究背景

1.2 研究目的和意义

1.3 国内外研究现状

1.3.1 水下目标探测系统的发展现状

1.3.2 水声图像处理技术

1.4 研究方法与步骤

1.5 章节橛要说明

第二章 水下超声波摄影探测系统

2.1 双频辨别声纳DIDSON

2.1.1 概要

2.1.2 DIDSON成像方法

2.1.3 DIDSON成像分辨率

2.1.3 DIDSON数据格式

2.2 水下探测系统构建

2.2.1 GPS定位系统

2.2.2 姿态传感器

2.2.3 本论文使用探测系统摄影法

第三章 声图像预处理

3.1 概要

3.2 坐标变换

3.3 图像平滑

3.4 图像增强

第四章 图像拼接

4.1 概要

4.2 图像配准

4.2.1 纯平移图像配准

4.2.2 旋转、缩放图像配准

4.2.3 平移、旋转、缩放图像配准

4.3 图像融合重建

第五章 运动目标跟踪

5.1 概要

5.2 运动目标跟踪原理

5.3 运动目标跟踪方法

5.3.1 去除背景

5.3.2 目标检测

5.3.3 目标运动估算

5.4 跟踪结果分析及应用

第六章 实验结果及分析

6.1 模拟管道图像拼接实验

6.2 码头水下部分图像拼接实验

6.3 香鱼计数实验

第七章 结论与展望

7.1 结论

7.2 展望

参考文献

附录

致谢

展开▼

摘要

随着科学技术的高速发展,人类对覆盖地球总面积71%的海洋的认识逐渐深化。海洋因其经济上的巨大潜力和战略上的重要地位越来越被人们所重视。水下目标(包括水里的生物和水下建筑物如鱼类,藻类,海底油气管道,码头、桥墩水下部分,人工鱼礁等)的探测,是海洋资源开发利用以及海洋环境保护的一个重要课题。目前,一方面对水下重要建筑物如诲底管道,桥墩、码头的水下部分的检测,主要靠潜水员潜到水下通过手触、目视和拍照操作完成,另一方面,在渔业资源调查如洄游鱼类和养殖鱼类的个体计数上,主要靠计数员进行目视计数。这些方法不仅很消耗劳动力,而且工作效率低,精度也不高。
   近年来,由美国华盛顿大学研发的声学摄影仪器DIDSON(Dual-frequency IDentification SONar),即使在黑暗、浑浊不清的水中也可以摄取接近光学视频画质的图像。DIDSON已被广泛用于渔业管理、水中构造物检测、液/气体泄漏探测、测定识别、水下保安、证据探查、船底和港湾码头的安全检查以及水下导航等多个方面。然而,在某些方面要更有效地应用DIDSON进行水下目标探测,还有一些不足需要改进,如DIDSON的视野狭小(水平只有29°垂直只有14°),很难掌握探测范围的总体情况,另外,DIDSON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6厘米以下的小个体鱼,由于其回波信号弱,计数显得非常困难。
   本论文研究主要从实际应用出发,根据DIDSON的成像特点,对DIDSON的采集的图像进行预处理,并且针对DIDSON的视野狭小以及对运动目标跟踪、计数等不足之处加以改进,构建了基于声学摄影仪DIDSON的更有效的水下目标摄影探测系统。通过模拟的管道图像拼接实验,实际码头水下部分的图像拼接实验以及逆河洄游香鱼的自动计数实验,验证了此超声波摄影探测系统的实用性和高效性。主要研究成果如下:
   1.针对DIDSON的成像特点,对DIDSON采集的图形进行图像预处理,包括:采用反距离加权空间插值法(IDW)实现了极坐标系存储的声纳图像数据到直角坐标系图像显示的投影插值转换;采用中值滤波器和高斯滤波器,对图像进行去噪、平滑处理,改善声学图像的视觉效果;将直方图修改的方法应用在DIDSON图像对比度增强上,进一步改善了图像的视觉效果,使之更易于人工判读和机器处理。
   2.针对DIDSON视野狭小,在水下建筑物等安全探测诊断应用上,无法直观掌握探测范围等不足之处,对DIDSON的图像拼接做了研究。给出一种基于傅里叶变换域的相位限定相关法对声学图像配准的算法,对声学图像的平移参数配准,旋转、缩放参数配准,以及平移、旋转和旋转参数同时配准都起到了一定的作用。并给出加权平滑图像融合的方法对配准的图像进行融合拼接,间接扩大了DIDSON的视野。
   3.给出了相对静止的图像背景下,水下运动目标的检测、跟踪算法。采用基于移动平均的自适应背景去除法,去除静止的背景;使用数学形态学的膨胀腐蚀算法去除孤立点噪声,提取目标轮廓,填充轮廓,补强不连续的目标图像;给出目标轮廓跟踪算法,对图像中各个目标进行分割;给出根据目标的轮廓计算目标面积以及目标重心的计算方法;最后给出使用卡尔曼滤波器对运动目标预测跟踪的算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号