目錄
叢書序
自序
第1章　成像聲吶概述 1
1.1　成像聲吶的種類 1
1.1.1　前視聲吶 1
1.1.2　側掃聲吶 3
1.1.3　多波束測深聲吶 4
1.2　成像聲吶的應用領域 5
1.3　典型成像聲吶產品及主要參數(shù) 8
1.3.1　前視聲吶 8
1.3.2　側掃聲吶 13
1.3.3　多波束測深聲吶 16
參考文獻 17
第2章　成像聲吶的數(shù)據(jù)處理 18
2.1　聲吶數(shù)據(jù)的可視化 18
2.1.1　回波強度數(shù)據(jù)的可視化 18
2.1.2　聲吶點云數(shù)據(jù)的可視化 24
2.2　聲吶圖像的預處理 25
2.2.1　聲吶圖像的灰度變換增強 26
2.2.2　圖像降噪 27
2.3　基于聲吶圖像的目標檢測 29
2.3.1　基于高階統(tǒng)計量的聲吶目標檢測方法 30
2.3.2　基于頻域方向模板的聲吶目標檢測方法 32
2.3.3　基于點聚集特性的聲吶目標串聯(lián)檢測方法 35
參考文獻 36
第3章　海底聲吶圖像的匹配與運動參數(shù)估計 38
3.1　聲吶圖像與聲吶坐標系 38
3.2　基于聲圖像的聲吶運動模型 41
3.2.1　聲吶圖像二維運動模型 42
3.2.2　聲吶圖像三維運動模型 43
3.2.3　波束圖像三維運動模型 46
3.3　聲吶運動參數(shù)的估計理論 47
3.3.1　單純旋轉 47
3.3.2　單純平移 49
3.3.3　一般運動 51
3.3.4　波束圖像上的運動參數(shù)估計 53
3.4　聲吶圖像匹配與參數(shù)估計模型 55
3.5　匹配問題的構建與求解 57
3.5.1　構建匹配的最優(yōu)化問題 57
3.5.2　匹配問題的快速求解 59
3.6　綜合實驗 62
3.6.1　水池綜合實驗場景的構建 62
3.6.2　實驗的設計思想與方法 62
3.6.3　實驗結果與分析 64
參考文獻 67
第4章　鄰近幀前視聲吶圖像配準算法 68
4.1　圖像拼接和圖像配準 68
4.1.1　圖像拼接 68
4.1.2　圖像配準算法概述 69
4.2　前視聲吶圖像配準模型與問題分析 72
4.3　一種有效的前視聲吶圖像配準算法 73
4.3.1　前視聲吶圖像平移參數(shù)的計算 73
4.3.2　前視聲吶原始數(shù)據(jù)估計旋轉角度 77
4.3.3　由映射函數(shù)選擇配準區(qū)域 79
4.3.4　前視聲吶配準算法 82
4.4　實驗結果與分析 83
4.4.1　僅有旋轉關系的前視聲吶圖像配準 83
4.4.2　帶有旋轉和平移運動的聲吶圖像配準 86
參考文獻 89
第5章　前視聲吶圖像序列全局比對 91
5.1　位姿的非線性優(yōu)化 92
5.1.1　極大似然過程 92
5.1.2　最小二乘問題 93
5.1.3　非線性優(yōu)化方法 94
5.2　位姿圖優(yōu)化 95
5.3　前視聲吶圖像序列位姿圖構建 97
5.3.1　頂點和邊的確定 97
5.3.2　信息矩陣的確定 98
5.3.3　圖像序列位姿初始化 99
5.4　基于線狀結構的閉環(huán)限制 99
5.4.1　閉環(huán)誤配問題 99
5.4.2　基于線狀結構的閉環(huán)圖像配準 100
5.5　位姿的非線性優(yōu)化 105
5.5.1　閉環(huán)配準結果 105
5.5.2　位姿圖優(yōu)化的結果 107
參考文獻 109
第6章　前視聲吶圖像融合技術 110
6.1　非下采樣輪廓波變換 110
6.1.1　NSPFB和NSDFB 111
6.1.2　濾波器設計和實現(xiàn) 114
6.2　結合變換域與空間域的分步式聲吶圖像融合算法 116
6.2.1　前視聲吶圖像對比度增強 116
6.2.2　前視聲吶圖像的變換域初融合 117
6.2.3　前視聲吶圖像的空間域再融合 120
6.3　前視聲吶圖像融合實驗結果與分析 122
6.3.1　圖像融合的客觀標準 122
6.3.2　前視聲吶圖像融合實驗結果 123
6.4　序列圖像拼接實驗 130
6.4.1　沒有位移的前視聲吶圖像序列拼接 130
6.4.2　結合航跡信息的前視聲吶圖像序列拼接 132
6.4.3　帶有閉合路徑的前視聲吶圖像序列拼接 134
參考文獻 137
第7章　基于聲吶圖像的小起伏水下地形匹配方法 138
7.1　自主水下機器人導航技術 138
7.2　水下地形地貌匹配定位技術 140
7.2.1　水下地形匹配技術研究現(xiàn)狀 140
7.2.2　水下地貌匹配技術研究現(xiàn)狀 143
7.2.3　水下地形適配性分析技術研究現(xiàn)狀 146
7.3　水下地形圖像的加權組合特征 148
7.3.1　水下地形數(shù)據(jù)的圖像表示及其特征分析 148
7.3.2　水下地形圖像的紋理特征 149
7.3.3　地形統(tǒng)計特征參數(shù) 152
7.3.4　組合特征向量的構建 154
7.4　基于加權組合特征的水下地形匹配方法湖試數(shù)據(jù)處理 155
7.4.1　匹配實驗一：噪聲影響 156
7.4.2　匹配實驗二：旋轉影響 159
7.4.3　匹配實驗三：實時圖尺寸影響 161
7.4.4　匹配實驗四：與TERCOM方法對比 164
7.5　水下地形圖像的邊緣角點直方圖特征 166
7.5.1　邊緣復雜度 167
7.5.2　邊緣角點和邊緣角點復雜度 168
7.5.3　邊緣角點直方圖 169
7.6　基于邊緣角點直方圖的水下地形匹配定位方法湖試數(shù)據(jù)處理 170
7.6.1　匹配實驗一：噪聲影響 171
7.6.2　匹配實驗二：實時圖尺寸影響 174
7.6.3　匹配實驗三：旋轉影響 176
7.7　基于深度學習算法的水下地形匹配 180
7.7.1　影響海底地形匹配定位性能的關鍵因素分析 180
7.7.2　水下地形數(shù)據(jù)樣本集 182
7.7.3　網絡體系結構 186
7.8　基于深度學習算法的水下地形匹配定位方法湖試數(shù)據(jù)處理 188
7.8.1　匹配實驗一：噪聲影響 189
7.8.2　匹配實驗二：實時圖特征區(qū)分度影響 192
7.8.3　匹配實驗三：旋轉影響 194
7.8.4　匹配實驗四：地形分辨率影響 196
參考文獻 199
第8章　水下地形適配性的圖像分析方法 204
8.1　水下地形圖像適配性的模糊判決方法 204
8.1.1　水下地形圖像適配性參數(shù) 204
8.1.2　水下地形適配性模糊判決法 209
8.2　模糊判決法的湖試數(shù)據(jù)處理 211
8.3　水下地形圖像適配區(qū)漸進式選擇方法 213
8.3.1　多波束地形圖像的適配尺度分析 213
8.3.2　地形圖像的特征選擇 216
8.3.3　適配區(qū)漸進式選擇方法 218
8.4　多波束測深湖試數(shù)據(jù)處理 219
參考文獻 223
第9章　基于側掃聲吶的地貌圖像匹配定位與航向估計方法 224
9.1　水下地貌圖像匹配定位的可行性分析 224
9.2　分辨率對準 225
9.3　水下地貌圖像匹配定位方法 226
9.3.1　特征選擇 226
9.3.2　模板形狀選擇 228
9.3.3　相似性測度 229
9.3.4　湖試數(shù)據(jù)匹配實驗 230
9.4　航向估計方法 232
9.4.1　旋轉角度估計 232
9.4.2　湖試數(shù)據(jù)處理 234
9.5　連續(xù)地貌匹配定位實驗與分析 235
9.6　水下綜合導航實施方案 238
9.6.1　方案流程 238
9.6.2　實驗與分析 241
參考文獻 246
索引 247
彩圖