在混濁水域中進行目標(biāo)檢測的最有效工具之一是成像聲納。然而,成像聲納的縱橫角通常很小,這是對高檢測精度的犧牲。為了使成像聲納在大角度大目標(biāo)檢測中實用,研究連續(xù)聲納幀的海底障礙物匹配方法具有重要意義。介紹了一種利用多波束合成孔徑側(cè)掃聲納圖像的海底障礙物匹配方法,主要研究弱回波信號和后續(xù)聲納圖像不匹配問題。海底障礙物和投射陰影區(qū)域之間的對應(yīng)關(guān)系用于提取障礙物的區(qū)域。此外,水下航行器的狀態(tài)參數(shù)用于近似圖像變換。圖像分割方法涉及減小特征提取區(qū)域的大小,減少非目標(biāo)海床區(qū)域的影響,顯著提高了該聲納海底障礙物匹配方法的穩(wěn)定性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖4特征點檢測及匹配

圖3比較方法的海底障礙物匹配4結(jié)論

圖1成像聲納坐標(biāo)系

如[5]中所述,首先定義聲納的坐標(biāo)系,如圖1所示。P=[X,Y,Z]T是P的笛卡爾坐標(biāo)。如果P可以在球坐標(biāo)中描述為[R,θ,φ]T,那么R是P和聲納之間的距離,θ代表方位角,φ代表仰角。笛卡爾坐標(biāo)和球坐標(biāo)之間的變換在公式(1)中展示。點P投射到聲納圖像中。點s表示為s=I(P)=....

圖2特征提取過程的步驟

局部特征提取與匹配。多波束合成孔徑側(cè)掃用于提取障礙物區(qū)域中的特征點。多波束合成孔徑側(cè)掃使用高斯差分來檢測關(guān)鍵點,克服了從俯仰角度的微小變化帶來的對圖像強度的影響。它還在主要方向上設(shè)置了特征描述;在改變方位角時實現(xiàn)關(guān)鍵點的旋轉(zhuǎn)不變性。多波束合成孔徑側(cè)掃能夠提取具有局部不變量的輪廓,....

圖3比較方法的海底障礙物匹配

表1本文算法與RANSAC算法匹配數(shù)據(jù)比較水域算法總點對正確匹配點對匹配率/%時間/s水域I本文算法13611584.57.203RANSAC1545938.37.075水域II本文算法625182.25.379RANSAC77....

本文編號：3955008