【摘 要】
:
随着我国海洋战略的不断实施,人们对于水下的探索不断深入。其中,由水下机器人搭载侧扫声呐的水下探测技术成为海洋探索的重要一环,并广泛用于水下地貌测绘、目标探测、管道检验等场景。由于水下场景非常复杂,生成的侧扫声呐图像具有数据量大、噪声强等特点,使用人工审阅方式对大量的侧扫声呐图像进行检测效率低下,且需要大量先验经验累积。所以,一套自动化的侧扫声呐图像目标实时检测算法是该问题的有效解决途径。为了解决水
论文部分内容阅读
随着我国海洋战略的不断实施,人们对于水下的探索不断深入。其中,由水下机器人搭载侧扫声呐的水下探测技术成为海洋探索的重要一环,并广泛用于水下地貌测绘、目标探测、管道检验等场景。由于水下场景非常复杂,生成的侧扫声呐图像具有数据量大、噪声强等特点,使用人工审阅方式对大量的侧扫声呐图像进行检测效率低下,且需要大量先验经验累积。所以,一套自动化的侧扫声呐图像目标实时检测算法是该问题的有效解决途径。为了解决水下目标实时检测中数据量大的问题,本文将目标提取的过程分为两个步骤:在进行原始数据的读取时,首先将一部分冗余数据过滤,从而大幅降低需要处理的数据量。再训练卷积神经网络模型以提取出我们感兴趣的目标物区域,数据处理的速度和精度都达到了良好的效果。由此,本文提出了以下创新性设计:其一,在侧扫声呐原始数据读取层面,提出了一种基于自适应阈值的目标区域提取算法,分析声呐原始一维数据的灰度均值、标准差、熵与目标回波强度的相关性,计算出相关阈值以进行初始的数据过滤。算法提取的数据以全部目标存在量为基准,尽可能减少冗余数据。其二,根据初始分割的完成的一维数据,改进了一种深度残差收缩网络模型,使其在训练时能够更好地削弱干扰因素的影响,以学习一维特征。该模型达到了91%的测试精度,并完成目标存在性判断,提取出目标存在的序列。其三,对于提取完成的序列,设计了序列动态合并逻辑和基于阈值的目标分割算法。在合并完成连续的目标序列后,使用自适应大小的滚动边界窗进行二维层面的目标物判断,最终分割出了目标区域存在的图像片段。最后,设计了一套侧扫声呐水下检测系统,包括水下机器人平台设计和检测系统程序设计,进行水下试验对该算法进行验证。对于2313个数据包XTF的原始文件,算法以平均每数据包约27ms的速度完成了所有分割过程,并成功提取出了目标物片段,证明了该方法的可行性。
其他文献
桥梁是交通的关键枢纽和控制节点,是国家的重要基础设施之一,对社会和经济发展起着至关重要的作用,桥梁变形监测是工程结构健康监测领域的一项重要课题,基于现场实测信息,实时了解桥梁动态变化情况,对桥梁的承载能力、运营状态和耐久性能等进行监测和评估具有重要意义。本文围绕BDS/Galileo三频约束的BDS/GPS/Galileo短基线模糊度单历元解算方法,和不同高程环境下对流层延迟模型对桥梁监测的影响展
淤泥质海底航道边坡失稳滑塌是人工开挖航道自身求得稳定的一种自然灾害,航道一旦发生滑坡不仅会改变航道水深影响正常航运,还可能造成航段淤浅无法达到通航标准,为港口航道清淤疏浚工作带来困难,给国家、社会发展带来难以估量的损失,因此对航道边坡失稳滑塌进行预测预警对港口发展及其安全运行具有重要意义。目前对于海底滑坡失稳机理和演变机制研究大都基于滑坡灾害发生后,无法对海底航道边坡进行失稳滑塌预测预警。浅地层剖
随着遥感技术的快速发展,包含丰富地物场景空谱信息的遥感影像规模日益猛增,对浩如烟海的遥感影像数据的解译成为了当前的热点、难点问题。语义分割作为一种重要的图像内容解析方法,一直是遥感影像数据的一个重要研究方向。传统的遥感影像处理手段,依赖于数据特征本身以及先验知识,主要通过统计学习的方式得到浅层描述信息,存在耗时、耗力和精度低的问题。近年来深度学习技术的进一步发展,为遥感图像的解析和处理带来了新变革
设施农用地的数量和分布状况影响着耕地产能,代表着农业生产水平,反映了现代农业发展,及时有效地获取设施农用地的空间分布信息是农业生产及管理部门的迫切需求。但由于设施农用地目标地物小、类型多且所处的背景环境比较繁杂,此外还容易受到云雾、阴影等其他遮挡影响,传统的基于浅层学习的遥感分类方法难以满足业务生产部门的需求,基于高分辨率遥感影像,利用深度学习方法对设施农用地进行分类提取具有重要的应用意义。本研究
树木是城区的常见地物,是数字城市建设的最基本元素,也是城市生态和道路景观的重要组成部分,具有重要的景观、生态和社会服务功能。因此,城区树木信息的获取是智慧城市建设中必不可少的任务。机载激光雷达技术作为一门主动式遥感技术已经站在测绘领域的前沿,该技术能够在高速运动的状态下快速、准确获取物体的三维信息。机载激光雷达数据的城区植被和建筑物提取时Li DAR技术应用领域的一大重点,对其进行深入探究极具现实
船舶在海上航行时主要是依靠海图水深结合《潮汐表》来保障船舶的航行安全。海图水深是一个固定值,是静态的水深,由于受到潮汐作用以及海上气候环境的影响,使得实际水位高度时刻在变化,如果能够利用这种水位的变化,将有助于大型船舶乘潮进港,扩大航道通航能力,同时能使船舶穿越海图水深所不能到达的地方,提高海域的空间利用率。因此本文提出了一种基于海洋水动力模式建立高精度瞬时水深模型的方法,以高精度、高分辨率的海图
随着互联网技术的飞速发展以及移动终端设备的普及,互联网上出现越来越多与空间位置有关的地理信息数据,并应用到地图导航、环境监控、城市规划、土地利用、应急管理等各个领域。兴趣点(Point of Interest,POI)是和大众生产生活息息相关的地理数据,也是位置服务及相关应用的支撑。人们通常利用大众点评、微博等移动应用APP上传和发布美食、酒店、景点等兴趣点信息,使得网络中涌现出大量且更新频繁的P
随着大数据时代的到来,“大数据”理念及其应用的迅速发展带动数据驱动科学研究“第四范式”蓬勃兴起,海量数据资源的有序存储和规范化管理对于促进科学数据共享和驱动科学发现将发挥越来越重要的作用。目前我国科学数据仓储刚刚起步,在地球科学领域还与国际有很大差距,迫切需要对地球科学数据仓储进行研究。本研究通过调研对比国内外已建的典型数据仓储在功能结构、服务内容、服务形式等方面的情况,以地球科学数据仓储为对象,
我国的城市化进程正在快速发展,与之对应的是我国城市应对地震灾害的能力存在着明显的不足。城市作为人口和经济高度集中的系统,一旦遭受强震袭击,将会造成极大的生命与财产损失。韧性城市与韧性社区理念为城市缓解震害风险提供了解决思路,该理念通过量化城市遭遇不确定风险时实施主动适应、维持功能以及快速恢复能力等举措进行城市规划管理,从而提高城市抵御风险的能力。道路交通系统是抗震救灾的生命线系统之一,提升城市交通
叶绿素荧光参数是反映植物光合作用的指示性探针,遥感技术与叶绿素荧光技术的结合能够实现对植物的快速、无损监测,对研究滨海湿地植物健康状况和湿地生态修复具有重要意义。本文以黄河三角洲和临洪河口滨海湿地为研究区,以盐地碱蓬为研究对象,以碱蓬冠层光谱和叶绿素荧光参数为切入点,以MATLAB、SPSS、Origin为辅助工具,通过统计分析算法和机器学习算法分别优选碱蓬植被指数和叶绿素荧光参数的遥感反演模型并