成像声呐技术及应用

《成像声呐技术及应用》主要针对声呐探测设备中用于高分辨探测的一类设备—成像声呐，论述高分辨成像声呐及其在海洋开发中的应用。第1章介绍成像声呐的种类、应用领域及典型产品；第2章介绍成像声呐数据处理中的常用技术；第3～9章针对成像声呐的典型应用，论述几个具体应用实例的实现原理与图像数据处理过程，包括利用前视声呐获得的海底图像进行载体的运动参数估计（第3章）、利用前视声呐获得的序列声呐图像拼接实现大范围探测（第4～6章）、利用多波束测深声呐和侧扫声呐获得的水下地形地貌匹配实现潜器自主定位（第7～9章）。

目录
丛书序
自序
第1章　成像声呐概述 1
1.1　成像声呐的种类 1
1.1.1　前视声呐 1
1.1.2　侧扫声呐 3
1.1.3　多波束测深声呐 4
1.2　成像声呐的应用领域 5
1.3　典型成像声呐产品及主要参数 8
1.3.1　前视声呐 8
1.3.2　侧扫声呐 13
1.3.3　多波束测深声呐 16
参考文献 17
第2章　成像声呐的数据处理 18
2.1　声呐数据的可视化 18
2.1.1　回波强度数据的可视化 18
2.1.2　声呐点云数据的可视化 24
2.2　声呐图像的预处理 25
2.2.1　声呐图像的灰度变换增强 26
2.2.2　图像降噪 27
2.3　基于声呐图像的目标检测 29
2.3.1　基于高阶统计量的声呐目标检测方法 30
2.3.2　基于频域方向模板的声呐目标检测方法 32
2.3.3　基于点聚集特性的声呐目标串联检测方法 35
参考文献 36
第3章　海底声呐图像的匹配与运动参数估计 38
3.1　声呐图像与声呐坐标系 38
3.2　基于声图像的声呐运动模型 41
3.2.1　声呐图像二维运动模型 42
3.2.2　声呐图像三维运动模型 43
3.2.3　波束图像三维运动模型 46
3.3　声呐运动参数的估计理论 47
3.3.1　单纯旋转 47
3.3.2　单纯平移 49
3.3.3　一般运动 51
3.3.4　波束图像上的运动参数估计 53
3.4　声呐图像匹配与参数估计模型 55
3.5　匹配问题的构建与求解 57
3.5.1　构建匹配的*优化问题 57
3.5.2　匹配问题的快速求解 59
3.6　综合实验 62
3.6.1　水池综合实验场景的构建 62
3.6.2　实验的设计思想与方法 62
3.6.3　实验结果与分析 64
参考文献 67
第4章　邻近帧前视声呐图像配准算法 68
4.1　图像拼接和图像配准 68
4.1.1　图像拼接 68
4.1.2　图像配准算法概述 69
4.2　前视声呐图像配准模型与问题分析 72
4.3　一种有效的前视声呐图像配准算法 73
4.3.1　前视声呐图像平移参数的计算 73
4.3.2　前视声呐原始数据估计旋转角度 77
4.3.3　由映射函数选择配准区域 79
4.3.4　前视声呐配准算法 82
4.4　实验结果与分析 83
4.4.1　仅有旋转关系的前视声呐图像配准 83
4.4.2　带有旋转和平移运动的声呐图像配准 86
参考文献 89
第5章　前视声呐图像序列全局比对 91
5.1　位姿的非线性优化 92
5.1.1　极大似然过程 92
5.1.2　*小二乘问题 93
5.1.3　非线性优化方法 94
5.2　位姿图优化 95
5.3　前视声呐图像序列位姿图构建 97
5.3.1　顶点和边的确定 97
5.3.2　信息矩阵的确定 98
5.3.3　图像序列位姿初始化 99
5.4　基于线状结构的闭环限制 99
5.4.1　闭环误配问题 99
5.4.2　基于线状结构的闭环图像配准 100
5.5　位姿的非线性优化 105
5.5.1　闭环配准结果 105
5.5.2　位姿图优化的结果 107
参考文献 109
第6章　前视声呐图像融合技术 110
6.1　非下采样轮廓波变换 110
6.1.1　NSPFB和NSDFB 111
6.1.2　滤波器设计和实现 114
6.2　结合变换域与空间域的分步式声呐图像融合算法 116
6.2.1　前视声呐图像对比度增强 116
6.2.2　前视声呐图像的变换域初融合 117
6.2.3　前视声呐图像的空间域再融合 120
6.3　前视声呐图像融合实验结果与分析 122
6.3.1　图像融合的客观标准 122
6.3.2　前视声呐图像融合实验结果 123
6.4　序列图像拼接实验 130
6.4.1　没有位移的前视声呐图像序列拼接 130
6.4.2　结合航迹信息的前视声呐图像序列拼接 132
6.4.3　带有闭合路径的前视声呐图像序列拼接 134
参考文献 137
第7章　基于声呐图像的小起伏水下地形匹配方法 138
7.1　自主水下机器人导航技术 138
7.2　水下地形地貌匹配定位技术 140
7.2.1　水下地形匹配技术研究现状 140
7.2.2　水下地貌匹配技术研究现状 143
7.2.3　水下地形适配性分析技术研究现状 146
7.3　水下地形图像的加权组合特征 148
7.3.1　水下地形数据的图像表示及其特征分析 148
7.3.2　水下地形图像的纹理特征 149
7.3.3　地形统计特征参数 152
7.3.4　组合特征向量的构建 154
7.4　基于加权组合特征的水下地形匹配方法湖试数据处理 155
7.4.1　匹配实验一：噪声影响 156
7.4.2　匹配实验二：旋转影响 159
7.4.3　匹配实验三：实时图尺寸影响 161
7.4.4　匹配实验四：与TERCOM方法对比 164
7.5　水下地形图像的边缘角点直方图特征 166
7.5.1　边缘复杂度 167
7.5.2　边缘角点和边缘角点复杂度 168
7.5.3　边缘角点直方图 169
7.6　基于边缘角点直方图的水下地形匹配定位方法湖试数据处理 170
7.6.1　匹配实验一：噪声影响 171
7.6.2　匹配实验二：实时图尺寸影响 174
7.6.3　匹配实验三：旋转影响 176
7.7　基于深度学习算法的水下地形匹配 180
7.7.1　影响海底地形匹配定位性能的关键因素分析 180
7.7.2　水下地形数据样本集 182
7.7.3　网络体系结构 186
7.8　基于深度学习算法的水下地形匹配定位方法湖试数据处理 188
7.8.1　匹配实验一：噪声影响 189
7.8.2　匹配实验二：实时图特征区分度影响 192
7.8.3　匹配实验三：旋转影响 194
7.8.4　匹配实验四：地形分辨率影响 196
参考文献 199
第8章　水下地形适配性的图像分析方法 204
8.1　水下地形图像适配性的模糊判决方法 204
8.1.1　水下地形图像适配性参数 204
8.1.2　水下地形适配性模糊判决法 209
8.2　模糊判决法的湖试数据处理 211
8.3　水下地形图像适配区渐进式选择方法 213
8.3.1　多波束地形图像的适配尺度分析 213
8.3.2　地形图像的特征选择 216
8.3.3　适配区渐进式选择方法 218
8.4　多波束测深湖试数据处理 219
参考文献 223
第9章　基于侧扫声呐的地貌图像匹配定位与航向估计方法 224
9.1　水下地貌图像匹配定位的可行性分析 224
9.2　分辨率对准 225
9.3　水下地貌图像匹配定位方法 226
9.3.1　特征选择 226
9.3.2　模板形状选择 228
9.3.3　相似性测度 229
9.3.4　湖试数据匹配实验 230
9.4　航向估计方法 232
9.4.1　旋转角度估计 232
9.4.2　湖试数据处理 234
9.5　连续地貌匹配定位实验与分析 235
9.6　水下综合导航实施方案 238
9.6.1　方案流程 238
9.6.2　实验与分析 241
参考文献 246
索引 247
彩图