-
题名基于侧扫声纳图像反演三维地形方法
- 1
-
-
作者
戴光耀
夏显文
黄超
-
机构
中国交通建设集团第三航务工程局有限公司
武汉大学测绘学院
-
出处
《海洋测绘》
北大核心
2025年第1期44-47,共4页
-
文摘
为实现海底地形的高分辨率呈现,准确还原海底地貌特征,提出了一种创新的侧扫声纳图像地形反演方法,该方法通过单波束测深数据的约束来实现海底地形的高分辨率重建。首先利用稀疏的单波束测深数据构建了初始海底地形模型,然后在海底反射模型的基础上,通过迭代优化算法,实现了高分辨率海底地形的反演。实验结果表明,该方法不仅显著提高了地形分辨率(提升60倍),而且确保了地形反演的高精度(误差小于15 cm)。这一研究成果不仅为海底地形的获取提供了新的思路,也为侧扫声纳技术的应用开辟了新领域。
-
关键词
侧扫声纳图像
海底地形反演
明暗形状恢复
朗伯体模型
约束方法
-
Keywords
side-scan sonar images
seafloor terrain inversion
shape from shading
lambertian model
constraint method
-
分类号
P229.1
[天文地球—大地测量学与测量工程]
-
-
题名顾及海底纹理信息熵的侧扫图像修复方法
被引量：2
- 2
-
-
作者
龚权华
朱维强
夏显文
-
机构
中国交通建设集团第三航务工程局新能源工程有限公司
武汉大学测绘学院
中国交通建设集团第三航务工程局有限公司
-
出处
《海洋测绘》
CSCD
北大核心
2022年第6期30-34,共5页
-
基金
国家自然科学基金(42176186)。
-
文摘
针对侧扫声纳图像由于成像机理、测量及数据处理方法造成的图像异常和缺失问题,提出了一种基于图像灰度熵的纹理修复方法。首先开展了异常区探测方法研究,提出了联合拖鱼高度和图像灰度梯度的纹理异常区探测方法和基于图像分块比较的缺失区检测方法;然后提出了一种联合图像灰度熵最优权计算和样本相似块搜寻的图像异常区修复方法。实验表明,该方法可以有效地恢复缺失和失真区的纹理,保证了修复区海底地貌纹理结构的合理性,改善了侧扫声纳图像质量。
-
关键词
侧扫声纳
图像修复
纹理修复
异常区域
灰度熵
-
Keywords
side-scan sonar
image restoration
gray-scale entropy
texture restoration
anomalous regions
-
分类号
P229.3
[天文地球—大地测量学与测量工程]
-
-
题名基于样本扩增的水下集装箱智能识别
被引量：1
- 3
-
-
作者
龚权华
朱维强
夏显文
-
机构
中国交通建设集团第三航务工程局新能源工程有限公司
武汉大学测绘学院
中国交通建设集团第三航务工程局有限公司
-
出处
《海洋测绘》
CSCD
北大核心
2022年第4期22-26,共5页
-
基金
国家自然科学基金(42176186)。
-
文摘
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。
-
关键词
侧扫声纳
深度学习
目标识别
样本扩增
弹性变换
-
Keywords
side-scan sonar
deep learning
object detection
sample augmentation
elastic distortions
-
分类号
P229.3
[天文地球—大地测量学与测量工程]
-
-
题名两种滤波算法应用于人工鱼礁提取的对比分析
- 4
-
-
作者
沈蔚
杨朝禹
夏显文
冯亮
冷佳昕
-
机构
上海海洋大学海洋科学与生态环境学院
-
出处
《渔业现代化》
2025年第4期153-160,共8页
-
基金
国家重点研发计划(2019YFD0901302)
自然资源部东海局青年科学基金项目“水下多源声学影像人工智能识别技术研究—以海底管线为例(2024190101)”。
-
文摘
针对当前海洋牧场人工鱼礁的探测识别以人工识别为主,存在效率低、成本高的问题,开展了CSF与Ransac两种滤波算法在多波束点云数据识别人工鱼礁的研究和分析。首先介绍两种算法的原理与配置,由NORBIT iWBMS多波束测深仪采集两个试验区域的数据点云,随后在两个鱼礁区域分别进行鱼礁提取试验,并对比CSF与Ransac两种算法的识别精度和识别完整度。结果显示:两种算法对人工鱼礁都有较好的识别效果,由CSF算法自动识别提取到的人工鱼礁正确度为95.88%,完整度为93.94%,而Ransac算法的正确度为93.48%,完整度为90.53%;但CSF算法提取的鱼礁的三维形态更为完整,能够保留单体鱼礁的完整三维信息。本研究方法和成果,为多波束声呐点云数据识别提取人工鱼礁提供了技术路线,为海洋牧场人工鱼礁的科学评估提供了技术保障。
-
关键词
鱼礁提取
多波束点云
Ransac算法
CSF算法
对比分析
-
Keywords
fish reef extraction
multi-beam point cloud
ransac algorithm
CSF algorithm
comparative analysis
-
分类号
S954.1
[农业科学]
-
-
题名顾及桩体点云特征的多波束艏摇偏差探测方法
- 5
-
-
作者
龚权华
朱文博
夏显文
盖圣璐
-
机构
中国交通建设集团第三航务工程局新能源工程有限公司
-
出处
《海洋测绘》
2025年第3期21-25,共5页
-
基金
国家重点研发专项(2022YFC2808303)。
-
文摘
多波束测深系统是海上风电桩基地形冲刷测量的重要手段,但其测量精度容易受到安装偏差的影响。艏摇偏差作为安装偏差的一种,在实际测量过程中严重影响结果的准确性。为解决这一问题,提出一种顾及海上风电桩特征的艏摇偏差探测及修正方法,以提高测量精度,保障风电桩施工质量和长期运行稳定性。具体方法如下:首先利用区域生长算法进行点云分割,然后基于最小二乘圆柱拟合提取风电桩目标点云,最后通过粗探测和精探测步骤实现艏摇偏差自动探测,结合仿真数据和实测数据实验,验证了方法的有效性。实验结果表明,该方法能够准确探测并修正艏摇偏差,提高了海洋测绘数据的准确性和可靠性,为海上风电桩的准确安装提供了科学依据,也拓展了多波束测深技术在复杂海洋工程中的应用潜力。
-
关键词
多波束测深
艏摇偏差
偏差探测
偏差修正
自动探测
-
Keywords
multibeam measurement
acoustic seabed classification
backscatter intensity
angular response curve
supervised learning
unsupervised learning
-
分类号
P229
[天文地球]
-
