基于聲納圖像的運(yùn)動參數(shù)估計(jì)和融合降噪技術(shù)研究.pdf

1、聲納是水下機(jī)器人開展探測的重要設(shè)備，近年來隨著高分辨率前視聲納的發(fā)展與應(yīng)用，基于聲納圖像的水下探測技術(shù)受到國內(nèi)外學(xué)者的普遍關(guān)注。然而，載體的自由漂移運(yùn)動容易導(dǎo)致聲納圖像出現(xiàn)不同程度的灰度變化和幾何形變。相比于光學(xué)圖像，聲納圖像僅具有較弱的紋理特征。本文針對水下探測任務(wù)中兩個典型的工程應(yīng)用問題，從聲納成像原理出發(fā)構(gòu)建了描述二維聲納圖像與載體三維微分運(yùn)動關(guān)系的聲納圖像運(yùn)動模型，結(jié)合海底場景聲納圖像特點(diǎn)研究了基于特征點(diǎn)分布概率模型的圖像匹配方

2、法，并實(shí)現(xiàn)了序列聲納圖像的運(yùn)動參數(shù)估計(jì)，采用方向性小波融合方法分析了水中大目標(biāo)聲納圖像，基于方向性濾波器和形態(tài)學(xué)理論提出了兩種適合聲納圖像的融合方法。
　　聲納圖像運(yùn)動模型是利用載體三維微分運(yùn)動來描述二維聲納圖像中特征點(diǎn)運(yùn)動關(guān)系的模型。模型的構(gòu)建以聲納成像原理為基礎(chǔ)，包括近似描述三維載體運(yùn)動的聲納圖像二維目標(biāo)運(yùn)動模型、可描述水下載體6自由度運(yùn)動的聲納圖像三維運(yùn)動模型、以及用原始聲納數(shù)據(jù)描述載體運(yùn)動的波束圖像三維運(yùn)動模型。同時，本文

3、研究了三維運(yùn)動模型中未知的仰角信息的估算方法，并重建了水池場景的三維高度圖信息。此外，利用聲納圖像運(yùn)動模型對運(yùn)動參數(shù)進(jìn)行了分析和估計(jì)，并進(jìn)一步結(jié)合波束圖像和圖像的陰影運(yùn)動解析了運(yùn)動參數(shù)的估計(jì)方法。
　　利用聲納圖像運(yùn)動模型研究了海底場景聲納圖像的匹配與運(yùn)動參數(shù)估計(jì)方法。本文結(jié)合聲納圖像的特點(diǎn)構(gòu)建了圖像匹配的原理框架，并展開了具體研究。首先，分析并補(bǔ)償了聲納圖像不一致的灰度分布，并將梯度閾值和灰度閾值與目標(biāo)陰影關(guān)系相結(jié)合，提出了穩(wěn)定

4、點(diǎn)特征和感興趣區(qū)域特征的提取方法；其次，用穩(wěn)定的概率模型替代光學(xué)匹配中常規(guī)的灰度分布模型，研究了基于特征點(diǎn)位置分布的區(qū)域高斯概率描述方法，有效地將離散的特征點(diǎn)表示為分段連續(xù)的概率模型；最后，基于聲納圖像運(yùn)動模型推導(dǎo)了關(guān)于特征點(diǎn)和運(yùn)動參數(shù)的匹配模型，通過構(gòu)建區(qū)域概率模型的最優(yōu)化問題求解圖像的變換矩陣或運(yùn)動參數(shù)，并研究了匹配問題的快速求解方法。為驗(yàn)證聲納圖像的匹配和運(yùn)動參數(shù)估計(jì)的精度，本文開展了模擬海底場景的水池實(shí)驗(yàn)研究，用多種方法匹配了構(gòu)

5、成閉環(huán)運(yùn)動的多幀聲納圖像，并分析了特征點(diǎn)匹配和運(yùn)動參數(shù)的累積誤差。根據(jù)水下機(jī)器人對圖像后處理單元的需求，本文設(shè)計(jì)了一種嵌入式智能聲探測平臺，為后續(xù)算法實(shí)現(xiàn)打下基礎(chǔ)。
　　為融合大型目標(biāo)表面和結(jié)構(gòu)的聲納圖像優(yōu)勢細(xì)節(jié)信息，本文研究了方向性多尺度聲納圖像融合方法。首先，討論了多種方向性多尺度小波在聲納圖像融合中的應(yīng)用，包括脊波變換、曲波變換和輪廓波變換。其次，結(jié)合聲納圖像和非下采樣的輪廓波變換的特點(diǎn)，提出基于NSCT與形態(tài)學(xué)決策的聲納圖

6、像融合方法（NSCTMM）。最后，將方向性濾波器理論與形態(tài)小波相結(jié)合，提出基于方向性分析的形態(tài)小波聲納圖像融合方法（MWTD）。本文開展了凸型鋼板的表面探測實(shí)驗(yàn)，分別用典型的沉底石油平臺聲納圖像和實(shí)驗(yàn)圖像對各融合方法進(jìn)行分析，結(jié)果表明本文提出的NSCTMM方法保留了源圖像更多的細(xì)節(jié)信息，目標(biāo)區(qū)域連貫性好，灰度級更加豐富。而MWTD方法融合細(xì)節(jié)信息的能力略有下降，但同樣有效獲得了聲納圖像的優(yōu)勢信息，并具有一定的抑制噪聲能力。這對未來的目標(biāo)