您现在的位置: 首页> 研究主题> 侧扫声纳

侧扫声纳

侧扫声纳的相关文献在1996年到2022年内共计291篇,主要集中在测绘学、海洋学、水路运输 等领域,其中期刊论文154篇、会议论文45篇、专利文献111631篇;相关期刊61种,包括军民两用技术与产品、北京测绘、海洋学研究等; 相关会议27种,包括2015中国西部声学学术交流会、中国仪器仪表学会2014年度气象水文海洋仪器分会学术交流会、中国航海学会救捞专业委员会2012年年会暨第七届中国国际救捞论坛等;侧扫声纳的相关文献由653位作者贡献,包括刘晓东、许枫、滕惠忠等。

侧扫声纳—发文量

期刊论文>

论文:154 占比:0.14%

会议论文>

论文:45 占比:0.04%

专利文献>

论文:111631 占比:99.82%

总计:111830篇

侧扫声纳—发文趋势图

侧扫声纳

-研究学者

  • 刘晓东
  • 许枫
  • 滕惠忠
  • 刘佳
  • 朱维庆
  • 潘国富
  • 苟诤慷
  • 刘雁春
  • 卞红雨
  • 叶秀芬
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 王强; 陈嘉伟; 姚弘毅; 蔚广鑫
    • 摘要: 海底电缆冲刷监测对海上风电的运行维护具有重要意义,传统的海缆探测声纳存在调查手段单一、特征表达片面、检测效率较低等问题。采用同时集成测深模块和侧扫模块的SeaBat T50-P多波束系统,通过对两类声纳数据进行解译识别和相互印证,提高海缆状态判别的准确性。结合福清兴化湾海上风电场二期项目海缆冲淤监测工程实例,该调查技术能够直接反映海底电缆的三维空间形态,从而确定非掩埋海缆的裸露长度和悬空高度。水下探摸结果验证了本方法实施的有效性,非掩埋海缆探测的精度和效率得到显著提高。
    • 龚权华; 朱维强; 夏显文
    • 摘要: 侧扫声纳是水下应急扫测的重要手段,水下目标识别是其中的关键技术,基于深度学习的智能识别技术现阶段因缺少大量样本效果不佳。基于侧扫声纳成像机理,针对拖鱼定位不准、船速不均匀和转向、声纳收发机制造成图像畸变问题,以集装箱为对象,提出一种基于弹性形变的样本扩增方法和目标识别方法。利用集装箱成像机理及畸变特点,首先对集装箱图像进行仿射变换;然后对该图像使用弹性变换(Elastic Distortions),随机调整形变控制参数生成指定数量的目标图像,完成样本扩增;在此基础上构建神经网络模型,实现侧扫声纳图像中的集装箱识别。试验表明,应用简单的弹性变换方法有效地扩增了样本,增强了神经网络的泛化能力,智能识别模型的查准率和查全率都提高了16%以上。
    • 龙振宇; 金绍华; 边刚; 崔杨; 王俊森
    • 摘要: 海面线是影响侧扫声纳图像海底线跟踪和海底目标检测识别的重要因素,识别并处理海面线是侧扫声纳图像处理的主要内容。考虑到海面风浪影响及拖鱼姿态变化,提出了一种基于移动最小二乘法的侧扫声纳海面线拟合提取方法。首先根据侧扫声纳Ping回波强度的分布特征,利用迭代收敛算法得到海面线概略拟合结果;然后利用移动最小二乘法实现海面线的精确拟合;最后依据得到的海面线,抑制海面线强度,以实现消除海面线。实验结果表明:本文所述方法精度高、误差小、拟合效果佳,能很好地消除海面线。
    • 郑云亮
    • 摘要: 为构建适合不同测量平台搭载以及满足不同任务需求的高效侧扫声纳图像目标检测网络,将高性能轻量级目标识别网络PP-LCNet引入YOLOv5目标检测框架,并通过调整网络卷积层的通道数,构建了8种不同大小的高性能水下目标检测网络模型。以水下沉船目标为例进行了目标检测试验,结果表明,当网络主干改进为PP-LCNet-1.5x和PP-LCNet-2.0x时,检测精度(mAP)可分别达0.845和0.849,较原始YOLOv5s分别提升了0.024和0.028,同时参数量更少,能够满足普通硬件上的实时目标检测需求。
    • 宋曦
    • 摘要: 随着海洋经济的迅速发展,海域使用开发研究也日益频繁和深入。而多波束与侧扫声纳是一种重要且有效的海底探测工具,在海洋工程领域得到了广泛应用。然而,由于其自身特点以及海洋环境的复杂性等因素的影响,多源数据融合技术一直以来都受到国内外学者们广泛关注并不断进行着探索和实践,取得了一定成果,但仍然存在一些问题需要解决,如多源信号的配准精度不高、目标检测性能不佳、数据处理效率低下等等,因此有必要对这些问题进行进一步研究以进一步提高海上调查工作效率。
    • 李书东; 王晓; 张博宇; 秦培强; 戴郅祺
    • 摘要: 针对传统侧扫声纳图像沉船目标识别精度低的问题,引入深度学习,提出了一种改进的You Only Look Once X(YOLOX)目标检测方法。首先对收集的侧扫声纳沉船图像进行预处理,根据实测过程拖鱼的姿态、仪器设备不同等造成的成像差异进行数据增强与扩充,并构建数据集;其次以YOLOX为基础网络,根据侧扫声纳图像缺少丰富特征信息的问题,对网络进行改进,在网络的Spatial pyramid pooling(SPP)结构引入Softpool池化替换原来的池化,提取更多的细节特征信息;最后对改进前后的网络模型进行精度评估,验证改进网络的可行性。实验结果表明,改进后的网络在平均精确率均值(mAP)等精度评定指标中相较于原网络都有着显著提升,识别效果更好。该研究可为侧扫声纳探测中实时目标物检测提供研究基础。
    • 王磊; 金绍华; 崔杨; 边刚; 魏源
    • 摘要: 为进一步降低侧扫声纳回波信号中非高斯分布的乘性噪声,获取更佳效果的侧扫声纳图像,提出了一种利用小波和NLM(nonlocal means)滤波的组合降噪方法.首先采用同态变换将侧扫声纳回波ping信号中的乘性噪声转换为加性噪声,然后利用小波阈值和NLM滤波对侧扫声纳每ping回波数据实施降噪处理,最后经过小波反变换和指数变换获取降噪后信号和图像.仿真实验和实测数据验证结果表明,该方法适用于侧扫声纳回波信号处理,可以获取较好的图像降噪效果.
    • 武鹤龙; 邱政; 张维全
    • 摘要: 成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况.针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换(NSCT)域分区增强方法.对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹理边缘的划分以及对应的处理.将所提方法与小波硬阈值增强方法、小波Shrinkage自适应阈值增强方法做实验对比,结果表明,该方法不仅可以较好地消除噪声,而且可以抑制琐碎纹理、提升弱边缘,侧扫声纳图像增强效果更加突出.
    • 陈朋; 蔡烜伟; 赵冬冬; 梁荣华; 郭新新
    • 摘要: 侧扫声纳(SSS)是一种利用声波的水下传播特性完成水下探测的电子设备.因为侧扫声纳利用回波强度成像,所以不可避免地引入散斑噪声.本文针对散斑噪声,提出了基于自适应三维块匹配滤波(BM3D)的侧扫声纳图像散斑降噪方法.该算法首先对SSS图像进行幂变换和对数变换,采用小波变换估计整体图像噪声,同时用局部噪声估计结果更新BM3D算法的参数.然后本文算法比较全局估计和局部估计的结果,选择最合适的参数解决噪声分布不均匀的问题.实验结果表明,本文改进的BM3D算法能有效地降低SSS图像中的散斑噪声,获得良好的视觉效果.本文算法的等效视数至少提高了6.83%,散斑抑制指数低于传统方法,散斑抑制和平均保存指数至少减少了3.30%.该方法主要用于声纳图像降噪,对于超声、雷达或OCT图像等受散斑噪声污染的信号也有一定的实用价值.
    • 侯海平; 赵楠; 夏璟; 严然
    • 摘要: 利用成像声纳对油气管线进行探测,是重要的声学测量技术手段之一.侧扫声纳和环扫声纳是两种典型的实孔径成像声纳,介绍了这两种声纳的成像特点,分别从搭载平台、扫测特点、参数显示和声图特征等4个方面进行了比较,结合工程实例给出了两种声纳对海底油气管线探测的应用效果,分析比较了二者的优缺点.所得结论对于了解和掌握侧扫声纳和环扫声纳设备性能,进行海底油气管线检测和状态评估具有重要的工程实用意义.
  • 查看更多

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