基于明暗恢复形状(shape from shading,简称SFS)方法进行海底侧扫声呐图像三维重建时,会因为方法中反射模型与海底表面不相符而降低重建精度。为此文章在分析大陆架海底表面特点及侧扫声呐工作机理的基础上,提出了基于SFS混合反射模型...基于明暗恢复形状(shape from shading,简称SFS)方法进行海底侧扫声呐图像三维重建时,会因为方法中反射模型与海底表面不相符而降低重建精度。为此文章在分析大陆架海底表面特点及侧扫声呐工作机理的基础上,提出了基于SFS混合反射模型的侧扫声呐图像海底地形重建方法。首先在保留Lambert漫反射模型的基础上引入Blinn-Phong镜面反射模型,并基于侧扫声呐图像粗糙度进行漫反射系数、镜面反射系数和镜面反射指数的自适应设计,从而形成适合复杂海底表面的混合反射模型;然后线性化处理辐射照度方程,并采用牛顿-拉夫逊方法来获得海底表面高程;最后根据海底点设计反演高程约束系数来约束表面高程,进而完成侧扫声呐图像的三维重建。试验测试结果表明,相较于其他三维重建方法,文中方法的平均绝对误差值VMAE平均降低了32.18%、相关系数值VCC平均提高了29.62%、信噪比值VSNR平均提升了27.23%,有效实现了侧扫声呐图像三维重建。展开更多
明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重...明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重建的图像不够精确等问题。为解决三维重建精度问题,本文提出一种基于SFS算法改进的高精度快速水下图像三维重建方法,在提高三维重建精度的前提下,解决了对本轮数据利用率不够、迭代速度慢等问题。将其应用在真实图像和虚拟图像上进行实验评估以及三维重建的量化分析,验证了相比于经典SFS线性化算法和SFS最小化算法,本文提出的SFS算法改进的高精度快速水下图像三维重建方法,取得了令人满意的信噪比和图像信息熵值。展开更多
针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续...针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting,WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。展开更多
文摘基于明暗恢复形状(shape from shading,简称SFS)方法进行海底侧扫声呐图像三维重建时,会因为方法中反射模型与海底表面不相符而降低重建精度。为此文章在分析大陆架海底表面特点及侧扫声呐工作机理的基础上,提出了基于SFS混合反射模型的侧扫声呐图像海底地形重建方法。首先在保留Lambert漫反射模型的基础上引入Blinn-Phong镜面反射模型,并基于侧扫声呐图像粗糙度进行漫反射系数、镜面反射系数和镜面反射指数的自适应设计,从而形成适合复杂海底表面的混合反射模型;然后线性化处理辐射照度方程,并采用牛顿-拉夫逊方法来获得海底表面高程;最后根据海底点设计反演高程约束系数来约束表面高程,进而完成侧扫声呐图像的三维重建。试验测试结果表明,相较于其他三维重建方法,文中方法的平均绝对误差值VMAE平均降低了32.18%、相关系数值VCC平均提高了29.62%、信噪比值VSNR平均提升了27.23%,有效实现了侧扫声呐图像三维重建。
文摘明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重建的图像不够精确等问题。为解决三维重建精度问题,本文提出一种基于SFS算法改进的高精度快速水下图像三维重建方法,在提高三维重建精度的前提下,解决了对本轮数据利用率不够、迭代速度慢等问题。将其应用在真实图像和虚拟图像上进行实验评估以及三维重建的量化分析,验证了相比于经典SFS线性化算法和SFS最小化算法,本文提出的SFS算法改进的高精度快速水下图像三维重建方法,取得了令人满意的信噪比和图像信息熵值。
文摘针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting,WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。
