水下退化图像处理方法

针对水下图像退化现象严重、有效信息提取困难等问题,提出了水下退化图像处理方法.该方法通过分析水下图像退化过程,提出了基于大气湍流模型获取水下图像退化函数的方法,并利用频域滤波完成了退化图像的复原工作;进而将人工鱼群优化算法与图像二维Abutaleb熵信息相结合,利用一种二维最大熵阈值分割算法进行图像有意义区域分割.由于人工鱼群算法不需要了解问题的特殊信息,只进行问题优劣比较,使得该算法自适应性和收敛速度得到大幅提升.水池实验结果表明:该方法明显改善水下退化图像模糊度高、对比度低的问题,具有较优的分割效果,处理过程时间较短,具有一定的实用性.     

水下地形匹配导航中地形水深斜率序列研究

为提高水下地形匹配导航精度,针对传统地形特征参数在统计意义上局限性,根据经典TERCOM地形匹配算法的基本原理,提出了地形水深斜率序列这一地形特征参数,并从理论上证明了地形水深斜率序列均值越大,匹配误差越小,匹配导航性能越优的结论,从而进一步提出了结合路径的地形匹配区选取方法.仿真结果表明:地形水深斜率序列均值越大,匹配导航性能越优.同时,验证了基于地形水深斜率的地形匹配区选取方法的正确性和可行性,为水下地形匹配导航匹配区的选择和航迹规划提供理论依据.     

基于清晰度评价的水下退化图像盲复原

针对水下图像信噪比低、图像模糊的特点,开发了一种基于图像清晰度评价的水下图像盲复原算法.在分析水下图像特点的基础上,选取带参数的点扩展函数,结合Lucy-Richardson算法对图像进行复原并获得随参数变化的系列复原图像,进而以最高清晰度为评价指标,确定最优复原效果和参数,获得最高清晰度复原图像.实验证明,该算法获得了比较理想的复原效果.     

基于四叉树结构的大规模地形生成算法

为了获得更好的三维可视化效果,在对大规模地形模型的实时生成和简化进行了研究和分析的基础上,提出了一种基于四叉树结构的大规模地形生成算法,实现了基于四叉树结构的地形模型的连续多分辨率渲染;该算法包括一种新的保持地形特征的地形简化方法和一种简单高效的裂缝消除方法.实验结果表明,该算法能够实现大规模地形的实时可视化.     

基于B超成像的浑水地形可视化测量与模型重建

河工模型试验中,浑水地形的实时观测与模型重建对研究泥沙运动与河床演变规律具有重要的意义.本文针对B超成像仪获取的水下实时地形图像,提出了一种浑水地形的可视化实时测量与三维模型重建方法.该方法根据相近连续多帧图像中地形地貌的相似性和渐变性,自动跟踪识别水下床面地形边界线,实时监测水下地形的变化情况并进行三维重建.试验结果表明浑水地形的可视化测量误差和重建后的三维地形偏差均不大于1,mm,有效消除了床面附近运动泥沙颗粒的成像干扰,再现了浑浊水流下的沙波地形原貌.该方法直观快捷、实时性好,可作为水流泥沙运动规律研究和沙波地形观测及其冲淤情况分析的一种有效手段.     

浅述GNSS定位技术在水下测绘中的应用

测绘技术手段是限制测绘精度的主要制约因素,随着我国科学技术的快速发展,众多新型的测绘技术广泛的应用于测绘领域中。GNSS定位技术是目前用于水下地形测量的技术之一,对推动我国水下地形测量快速发展起着积极的推动作用。基于此,本文以GNSS定位技术为主,简要分析了该技术在水下地形测绘中的应用效果,为推动水下地形测绘提供帮助。     

星载SAR遥感浅海水下地形的最佳海况模拟仿真

根据星载合成孔径雷达(SAR)浅海水下地形和水深成像机理,建立了浅海水下地形和水深雷达后向散射截面仿真模型,模拟了浅海水下地形的雷达后向散射截面,分析了流速、流向、风速和风向与SAR水下地形观测之间的关系.结果显示,流经水下地形的流速越大,水下地形越易被SAR观测到.流向与水下地形坡度方向平行(0°)是水下地形观测的最佳流向;流向与水下地形坡度方向垂直(90°)最不利于SAR对水下地形成像.星载SAR水下地形观测的最佳风速范围为3～9 m/s.风向对水下地形成像的影响比较复杂,30°～89°是最佳的风向范围.     

基于B超图像的水下模型地形提取方法

针对B超仪对浑水中模型地形的成像特性,提出了一种自适应水下地形的快速跟踪提取方法.该方法利用图像中像素点间的梯度与灰度之和的最大值来判别地形边界线上的点,再结合背景特征及地形在水平方向的连续性来快速跟踪地形亮带,进而一次性实现了单像素宽的地形边界线提取.结果表明该方法提取水下地形的误差在2个像素宽以内,实际精度±1mm.该方法能够有效回避B超图像中噪声和伪像的干扰,适用于塑料沙、天然沙、煤粉灰、电木粉等模型地形,具有自适应性强,提取速度快,地形分辨率高的特点,为水下模型地形的动态分析与三维重建提供了一种新的有效途径,并已运用到实际工程中.     

基于旋转电弧传感器的水下焊缝偏差识别算法

提出了基于旋转电弧传感器的Nu-SVR水下焊缝偏差识别算法.Nu-SVR通过对基于旋转电弧传感器采集到的不同偏差的水下焊接信号进行学习,然后对水下电流信号进行焊缝偏差识别得出偏差.相对于传统的回归算法--区间积分法和神经网络法,算法具有更好的识别能力.最后通过水下焊接实验,其最大的识别误差仅为0.554 mm,证明了该方法十分有效.     

基于深度卷积神经网络的水下偏色图像增强方法

针对水下图像在采集和传输过程中存在偏色、 模糊等问题, 提出一种基于深度卷积神经网络的水下偏色图像增强方法, 并给出该方法的收敛性分析. 首先, 在传统U-Net模型的基础上, 构建一种基于偏色图像的卷积神经网络模型, 不断学习输入图像与输出图像的色彩偏差; 其次, 通过引用结构相似性的损失函数, 使增强后的水下图像与输入的水下图像在内容结构细节上保持高度相似. 该方法解决了水下图像偏色、 失真的问题. 通过对大量的真实水下数据集进行验证, 并与其他算法进行对比实验, 实验结果表明, 用该方法增强后的水下图像不仅在视觉效果上得到了有效提高, 同时也保留了原始影像中蕴含的纹理结构, 证明该模型在水下图像增强领域实用性较强.     

Using local geopotential model to implement underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of Inertial Navigation System (INS). This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

A local geopotential model for implementation of underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series-based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of the inertial navigation system （INS）. This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

基于 UCM 算法中直方图拉伸的水下图像增强研究

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的 UCM 算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知。 通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4 组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的 UCM 算法在 UIConM、UIQM、NIQE 指标下的数值分别平均为 0. 63、4. 30、3. 30,相比较其他 3 种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性。     

三维地形仿真技术在环保疏浚工程中的应用

根据不规则三角网生成算法的最新研究成果,改进了递归分割-合并算法,并针对目前三角网生成算法的缺点,提出了包络三角网生成算法.根据GPS实测数据生成不规则三角网,实现了水下地形的可视化.应用实例表明,包络三角网生成算法有效地减少了冗余三角形的生成,生成的三角网与实际湖底形状吻合较好.     

双透射率成像模型与Retinex 融合的水下图像清晰化

针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.     

地形可视化模型简化算法的研究进展

探讨地形模型简化领域的研究方法和进展及尚未解决的问题. 叙述了基于不规则三角网与规则格网两种数据源的自适应地形可视化建模方法, 同时根据对现代图形硬件是否友好, 将地形模型简化算法归纳为传统的细粒度多分辨率模型简化算法和面向现代图形硬件的粗粒度多分辨率模型简化算法, 总结分析了地形可视化建模领域的发展趋势和研究重点.     

基于摆动式单波束探测的微地形高程数据平滑算法研究

在摆动式超声单波束探测水下微地形中,高程数据的随机误差不可避免地影响地形绘制质量及未测地形预测精度.结合摆动式单波束探测特点,提出了一种改进型中值滤波算法,即根据背向超声波的地形坡面无法被探测的特点,首次引入地形坡度变化小于的经验准则确定跃变点最小间隔,再利用最小间隔判断测点是否为跃变点.在实际应用中,利用6条测线的高程数据,由标准中值滤波与改进型中值滤波进行比较.结果表明:改进型中值滤波算法能更好地保护地形特征点.     

基于DEM提取流域河网研究

回顾和介绍了基于DEM提取流域河网的三种不同算法移动窗口算法、坡面径流模拟算法、谷线搜索算法,其中坡面径流模拟算法由于其水文学基础,能产生连续河网,能与分布式参数模型紧密结合,进而分析了这三种算法各自的优缺点和存在的主要问题,重点分析和讨论了坡面径流模拟算法中存在的三个基本问题(1)水道起始点位置的确定,(2)凹陷与平坦区域水流方向的确定,(3)模拟河网与自然河网之间的偏差.最后,针对算法中存在的问题,探讨了未来的研究重点.     

基于深度和距离感知的三维水下传感器网络路由算法

由于水下传感器网络具有节点深度差大、定位困难、传输损耗大、电池难以更换等特点,针对二维平面网络提出的传统路由算法和基于地理位置的三维网络路由算法均难以适用。鉴于以上原因,提出一种基于节点深度和距离感知的三维水下传感器网络路由算法———DDSR(Depth and Distance Sensing based Routing)算法。路径节点通过自身安装的深度传感器感知深度,通过接收信号的强度计算出相邻节点间的距离,然后按照向上(水面方向)和向内(sink柱面方向)传输的原则完成路由。仿真结果表明,该算法在网络能耗、传输成功率以及端到端延时等方面均取得令人满意的性能,证明了该算法在三维水下传感器网络中的有效性。同时,该方案具有较低的算法复杂度,易于实用化。     

船舶航行三维显示系统的地形建模

根据船舶航行对视界内视景和水下地形的几何精确度与图像真实感要求,应用三维真实感地形生成理论,提出两种基于海图等高线和等深线数据的地形三角构网方法,在不加入新插值点的情况下对平面散乱点进行三角剖分,实现了基于ECDIS和AIS的船舶航行三维显示系统的地形建模.