一、侧扫声纳图像变形分析（论文文献综述）
李荟[1]（2019）在《侧扫声呐图像中的管道识别方法》文中研究说明随着海底资源的不断发掘,海底管道在油、气运输中扮演着越来越重要的角色,海底管道的铺设和日常维护不可避免的需要首先对其进行定位,浅海中的管道检测主要依靠潜水员深入水下进行工作,难度大且危险系数高,深海中主要依赖配备水下机器人视觉系统和侧扫声呐系统。光学成像系统视距短,在对管道局部近距离观测时,为提高作业效率,须先进行远距离定位。侧扫声呐系统利用声波返回信息形成图像,分别率高,能对管道实现远距离观测,因此本文以侧扫声呐图像中的管道为研究对象,主要完成海底管道的在线自动识别任务。传统管道识别方法需要手动提取管道特征,当管道被泥沙掩埋时无法识别,目前也不存在针对弯曲管道的识别,因此本文针对上述方法的不足提出基于Dense Net与位置拟合相结合的管道识别方法,多组对比实验结果表明,本文提出的方法是目前管道识别领域识别精度最高、抗干扰性最强的方法。主要研究工作如下:首先,神经网络数据集扩充方法研究。神经网络识别效果的好坏很大程度上取决于数据集能提供的学习信息量的大小,其中还要制造有一定差异真实有效的“副本”。然而侧扫声呐图像获取困难且成本高,因此提出使用基于神经风格迁移的数据扩充方法,该方法可将光学管道图像迁移为侧扫声呐风格的图像。除了上述扩充方法,本文还使用仿射变换、弹性畸变等传统数据扩充方法为识别网络提供更多的训练样本。其次,基于神经网络的管道识别方法研究。针对现有BP神经网络手动提取特征不全面这一问题,本文提出将图像像素直接输入BP神经网络自动提取特征,提高网络的分类准确率。并沿用这一思路继续使用公共数据集上表现更好的Dense Net对数据进行分类,进一步提高对局部管道的识别精度。再次,管道位置拟合方法研究。在神经网络管道识别后,针对管道样本中心点做进一步的拟合,以确定管道最终位置。由于分类结果存在一定误差,传统直线拟合方法会因野点的存在拟合精度大大降低,因此本文使用改进的鱼群算法和RANSAC算法对直线进行拟合,另外对弯曲管道使用快速傅里叶曲线逼近方法进行拟合,提高检测鲁棒性。最后,管道识别方法对比研究。本文用基于Hough变换的管道识别方法和基于全卷积神经网络的管道识别方法分别与本文提出的方法进行实验对比分析,实验结果显示本文方法抗干扰性最强、识别精度最高。
高翔[2]（2019）在《基于数据分类的高效光线投影算法研究》文中研究说明科学计算可视化能够将三维数据转换为具有丰富信息的图像,并进行交互处理。水声数据可视化便是其中的一个重要分支,主要应用于水下资源探测、沉船打捞以及渔业应用等方面。由于水下环境的复杂且声纳采集的数据易受噪声的影响,所以对其进行有效的绘制是水声数据可视化的核心工作。体绘制技术在三维水声数据可视化发展中占据了重要的位置,因此在介绍了几种体绘制算法后,选择其中最为典型的光线投影算法完成绘制,尤其针对其中最为重要的传递函数的设计进行了较为深入的研究,并进一步设计并开发了可视化平台。主要研究内容和成果如下:实现可视化的过程关键环节是传递函数的设计,其目的是突出显示重要的信息和结构特征。水声数据主要由水体层、过渡层、地层组成,由于目标数据包含在其中,因此其边界信息也是至关重要的。LH直方图传递函数能够显着的提高边界的区分能力,然而原始LH值计算计算范围较大,不能满足高效性的需求。因此提出一种基于区域空间的LH直方图传递函数设计方法,通过在水声数据中选择某一区域空间,并计算此区域内每个体素与其相邻体素的均值和方差,通过比较方差与设定的估计范围值,确定是否与其邻域体素相似,以确定是否是内部相等体素,从而减少FL与FH值的计算工作量,之后遍历体数据所有区域空间,得出区域空间LH直方图传递函数,从而实现高效分类映射的需求。实验结果表明,与现有基于阈值的LH直方图传递函数方法相比,基于区域空间的LH直方图方法节省了将近50%的计算耗费,同时保持很好的边界区分能力与较好的绘制效果,有效的改善了光线投影算法计算时间较长的问题。结合跨平台C++图形用户界面库Qt和可视化工具包VTK,设计实现了基于VTK和Qt的水声数据应用平台,利用VTK进行图像可视化,再利用QT对图形用户界面进行设计并交互,设计出两类标量值传递函数与梯度值传递函数控件,并通过设置插值、阴影、光照强度等小控件真实还原水下环境。实验通过对分类后的两组切片数据采用两种不同的光线投影算法进行测试,通过比较不同设定下的控件,从而快速的绘制出较为清晰的三维水声图像,达到交互的需求。
库安邦[3]（2018）在《侧扫声呐海底管道检测关键技术研究》文中研究说明海底管道作为输送石油、天然气的重要载体,长期铺设于海底,受海底复杂环境的影响常常会出现悬空裸露等现象,存在巨大的安全隐患。目前对海底管道状态的检测多依赖于侧扫声呐、管线仪等声学设备,根据探测得到的声学图像直观的判断海底管道的存在状态,效率低、准确性差。本文基于侧扫声呐检测海底管道做了系统的研究,并获得了初步成果。主要研究内容有:（1）针对现在各类资料对侧扫声呐成像原理的众多解译,重新梳理了其正确的成像机理,分析了其发射信号形式及其适用性,区分了侧扫声呐系统几个性能探测指标的概念并分析了其影响因素。（2）设计了完整的外业数据采集流程和方法,利用侧扫声呐系统采集了原始实验数据,分析了海底管道在声呐图像上存在的几种状态,根据实测侧扫声呐图像和水深数据对海底管道状态做了初步的解译。（3）为更准确评估海底管道的存在状态,对原始XTF格式侧扫声呐数据进行了解码,分析了从数据解析到形成侧扫声呐地理编码图的每一步,提出了联合单波束的海底线检测方法,经过各项改正后得到了消除各种畸变的侧扫声呐地理编码图,最后将各部分算法进行了封装和集成,形成了一套海底管道侧扫声呐数据可视化系统,能快速查看、提取和处理原始数据中包含的所有信息。（4）以得到的侧扫声呐图像为基础,探讨了声呐图像常见的噪声类型,针对性的研究了侧扫声呐图像的去噪算法和分割算法,发现基于Ping滤波效果最好的为维纳滤波,基于图像滤波效果最好的为双边滤波;针对侧扫声呐图像分割主要研究了模糊聚类分割算法和阂值分割算法,结果表明针对本文实验数据聚类算法效果不佳,提出了基于双阈值的直方图双谷法,并与其他阈值分割算法对比分析,结果表明双阂值Ostu算法结果最优;根据分割后的声呐图像,提出联合管道自阴影的形状恢复方法,利用边缘检测效果最好的Canny算子提取阴影和目标边界坐标,判断海底管道状态并计算其悬空裸露高度,从而恢复海底管道形状,并与实测管道单波束断面数据对比分析,验证了本文方法的有效性,最后将图像处理各算法集成开发一套海底管道检测处理软件。
孙玉超,曾纪胜,张震,邓少帅,王银霞,魏征[4]（2018）在《侧扫声纳在水下坡脚线位置探测中的精度分析》文中认为根据国家海洋局印发的《海籍调查规范》,填海工程用海范围算至填海边坡水下坡脚线。在填海工程竣工验收中,水下坡脚线主要使用侧扫声纳获取。通过对侧扫声纳探测水下坡脚线位置的误差来源进行分析,提出了一系列提高侧扫声纳水下坡脚线位置探测精度的措施,并将其应用到实际工作中,对侧扫声纳水下坡脚线位置探测精度进行了验证。结果表明,侧扫声纳在填海工程水下坡脚线探测中的位置精度满足《海籍调查规范》中水下坡脚线平面位置精度要求。
王晓[5]（2017）在《侧扫声呐图像精处理及目标识别方法研究》文中认为随着我国建设海洋强国战略的提出,针对海洋资源尤其是深海资源的勘察活动越来越多。侧扫声呐（Side Scan Sonar,SSS）系统,作为水下地貌图像的获取设备,因价格低廉、分辨率高等优点在海洋工程、海洋科学、海上搜救、水下目标探测和识别等领域得到了广泛的应用。而目前国内市场上使用的仪器和数据处理软件多为国外进口,国外数据处理软件无法针对性处理我国生产过程中遇到的问题,且水下目标探测和识别均依靠人工判读,效率低下且精度难以保证。据此,论文开展了侧扫声呐数据精处理及目标识别方法研究,研制了侧扫声呐条带数据处理软件,实现了大区域侧扫声呐图像的精获取及沉船目标的自动识别。论文的主要工作及贡献如下:（1）阐述了侧扫声呐系统的最新发展,总结了数据处理及目标探测、分割和识别方法的研究现状,综述了图像的应用领域,阐明了本文的研究意义、目的和主要内容。（2）介绍了侧扫声呐系统的基本原理,系统分析了侧扫声呐图像的特点,认为几何和辐射畸变是图像畸变的主要诱因,发射脉冲、海面波浪和海流、尾流和气泡群、猝熄、多路径回声、沙坡地形和其它作业设备是目标探测和识别的主要影响因素,并给出其消除策略。对精细化处理侧扫声呐数据、更深层次应用侧扫声呐图像提供了理论基础。（3）复杂海洋环境下海底线的综合提取算法研究。针对侧扫声呐图像传统阈值海底跟踪法存在费时且精度不高的缺陷,提出了联合最后峰法、异常海底跟踪段修复法、对称性和海底地形变化渐近性原则及卡尔曼滤波的海底线综合跟踪方法。实验结果表明,该方法实现了复杂海洋环境噪声下海底线的自动、准确跟踪;与外部测深数据比较,取得了最大标准偏差为±0.18m,与测深精度一致的拖鱼高度跟踪精度。（4）单条带侧扫声呐图像的辐射畸变改正方法研究。针对受增益、底质等因素影响,单条带侧扫声呐图像存在的辐射畸变问题,研究并给出了一种联合人工增益量消除、分离距离和波束模式影响的图像辐射畸变联合改正方法。与传统方法比较,联合改正法处理后图像熵值减小、PSNR增大,图像质量提高,视觉效果改善。（5）联合特征与地理编码的多条带侧扫声呐图像精拼接方法研究。针对侧扫声呐图像地理编码拼接法带来的相邻条带共视目标错位问题、特征拼接法带来的地理位置整体偏移问题以及贫特征区域无法实施问题,提出了一种联合地理编码,多条带图像分组、分块特征拼接（这里给出了一种基于几何变换的特征匹配改进算法）实现大区域海底地貌图像的获取方法;同时,为保证大区域图像灰度的均匀变化,给出了一种规整化均值的简单均衡化方法;综上研究,给出了综合法的拼接流程。实验表明,基于几何变换的分块特征匹配将传统匹配方法耗时30 s缩减到7 s,满足了程序实时处理的要求;多条带图像拼接后共视特征点对平均坐标偏差从8.91 m减小到1.17m,实现了位置统一;均衡化处理后图像熵值减小、PSNR增大,图像质量提高。综上处理,获得了共视目标形状保形、位置统一及灰度变化一致的大区域海底地貌图像。（6）基于扩散映射的目标探测方法研究。目标准确探测是目标分割和识别的基础,针对传统目标探测方法难以实现多目标及复杂地貌图像中目标准确探测的问题,根据扩散映射在有效降低数据维数的同时还可寻找数据结点间有意义的几何结构的优点,给出了一种基于扩散映射的侧扫声呐图像目标的准确探测方法。针对扩散映射计算效率低的缺陷,给出了图像数据随机采样计算扩散映射的方法,提高了计算效率;针对探测精度问题,提出了首先对阴影进行单阈值简单探测,随机采样时不考虑阴影位置,提高目标探测的准确性;然后基于高斯金子塔图像完成目标探测,弥补随机采样可能造成目标探测失败的问题;以此,提高了目标探测精度。实验结果表明,含多目标的侧扫声呐图像实现了目标无遗漏的准确探测,探测准确率达到100%;沙坡地形图像中目标也可实现准确探测。研究为侧扫声呐图像提供了一种适应性强的非监督的目标准确探测方法。（7）基于中性集合和量子粒子群算法的目标图像分割算法研究。针对传统侧扫声呐图像目标分割方法存在准确性和效率不高的缺陷,提出了目标阴影区单阈值分割、高亮区联合中性集合和量子粒子群算法的目标图像综合分割方法。实验结果表明,实测288x288像素的沉船图像分割耗时为2.428 s,低于传统的2D-OTSU（5.905 s）,MRF（10.500 s）,FCM（3.654 s）和分形（5.386 s）的分割方法;模拟图像分割结果的F-得分,诸如F1值（F1越大,分割精度越高）达到了 0.9943,F1值高于前述传统分割方法;实现了侧扫声呐目标图像的高效、准确分割。研究为侧扫声呐图像中目标的高效、准确分割提供了一种新方法。（8）侧扫声呐图像沉船识别模型研究。研究了适合侧扫声呐水下沉船目标图像的特征提取方法,分析了人造物体和海底自然背景图像的特点,认为分形维和多重分形谱宽是区分二者的有效特征;为丰富沉船特征表示,进一步提取沉船灰度特征,灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）、Tamura、局部二值模式（Local Binary Pattern,LBP）、基于傅里叶变换的环形和楔形、Gabor等纹理特征作为综合全特征;借助独立成分分析（Independent Component Analysis,ICA）,实现了特征优选;比较了基于GentleAdaBoost、KNN、SVM、随机森林构建沉船识别模型的正确识别率、漏检率及误报率,认为GentleAdaBoost是构建沉船识别模型的最佳算法;利用ICA优选特征,借助Gentle AdaBoost训练,建立了水下沉船识别模型;最后,基于精处理后的侧扫声呐瀑布图像给出了沉船识别流程。实验表明:样本实验沉船识别模型的正确识别率达97.4359%,误报率为0.0313%,漏检率为0;实测条带数据验证了沉船识别流程及识别模型的正确性。论文研究形成了较为完备的侧扫声呐图像精处理方法体系,以及基于侧扫声呐图像目标的分割、探测和识别方法体系,为研发具有自主知识产权的侧扫声呐条带图像处理软件奠定了理论和方法基础。
许枫,苏瑞文,张纯,安旭东[6]（2015）在《双阈值Ostu算法的侧扫声纳图像分割》文中认为为了利用侧扫声纳进行水下目标的探测和识别,首先必须将声纳图像分为亮点、阴影和背景三部分。由于多数侧扫声纳图像各部分灰度对比较明显,所以适合采用阈值分割的方法进行图像分割。本文针对基本的Ostu阈值提取算法,提出了改进的双阈值Ostu算法,从而满足将图像分为三部分的需求,得到分割阈值。在Ostu算法中,除了使用灰度均值,还使用了灰度方差作为特征量对阈值进行了自动提取。然后根据侧扫声纳图像的特征提出了一种快速分割的算法,将提取的阈值应用到该算法中,成功地将侧扫声纳的亮点和阴影在复杂的背景噪声中分割提取出来。并且发现方差比均值更适合用于Ostu算法进行图像分割,得到的分割效果更好,提高了算法的正确性和合理性。
刘臻[7]（2015）在《海底管道声学探测方法中的问题分析》文中研究表明在海底油气输运过程中,由于海洋环境的特殊性和复杂性,海底油气管道自身的安全受到极大挑战,尤其处于暴露、甚至悬跨状态后,管道极易失效。在海底管道检测中,为获知海管的赋存状态,确定其埋深、暴露长度、悬跨高度等在位信息,多借助于高频浅地层剖面仪（简称浅剖）和侧扫声纳等声学探测设备。通过对黄河口埕岛油田、海南东方1-1气田及杭州湾海底管道路由调查资料的分析发现,受海底底形、作业工况等影响,以及浅剖、声纳探测资料多解性的干扰,经常造成对管道状态的误判,具体表现为：使用浅剖资料分析时,管道埋藏状况判别不明；使用声纳资料分析时,悬跨段高度、长度的确定存在困难。针对以上问题,建立“管道—海床”共存的地质模型,根据地震勘探原理对浅剖、侧扫声纳的探测过程进行正演模拟。将模拟记录图像与实际探测资料比对表明,海底斜坡、凹坑等特殊地形处的探测资料不能真实反映管道的在位信息。在探测资料解译阶段,应将实测图像回归到地质演化环境中评估海底管道的赋存状态,分析影响管道状态的地质因素,剔除因仪器自身原理产生的探测图像变形、资料多解性等问题。论文的主要研究进展及取得的认识如下：（1）当海底管道位于斜坡、凹坑等海底不平整地层时,浅剖探测图像中地层反射界面的偏移常混淆管顶界面与海底的位置关系,造成悬跨管道被海床掩埋的假象；通过Kirchhoff积分叠后偏移方法将浅剖探测资料进行偏移归位是一种有效的方法,可还原海底的真实地形,消除解释陷阱。（2）侧扫声纳对海底斜坡处管道进行探测时,管道在拖鱼浅水侧的声学阴影宽度明显小于深水侧宽度,造成管道悬跨高度在浅水侧被压缩、深水侧被放大,干扰真实悬跨高度的判定；基于声纳探测的几何关系,通过数值推演的方法修正斜坡处管道的悬跨高度。侧扫声纳对海沟内的管道探测时,由于沟槽边坡的遮挡及管—沟识别特征的相互叠覆,使得对管道在位信息的检测难以实现,在调整声纳波束入射角度未果的情况下,应采用条带测深系统等精确测量设备完成对管道状态的检测。（3）由于管跨支点处土体强度降低而使支点位置逐渐向两端移动,且土体在管跨端点的掩埋范围短期内并未改变,使得其实际位置难以通过侧扫声纳探测获得,声纳图像显示的悬跨长度往往小于实际长度。（4）受物源和动力因素的双重影响,在沉积环境较复杂的近岸及河口区,海底管道的赋存状态主要受控于路由区地形的长期演化趋势和短期季节性调整。诸如活动性沙波迁移、季节性暴风浪冲刷造成海床动态变化,海底沉积物软硬不均导致的海床差异冲蚀、块体运动等,在破坏海床稳定性的同时也威胁到管道的运行安全。本文研究成果的创新性主要体现在：在海底动力地貌理论的背景下,结合地球物理勘探中的处理方法,解决海洋工程运行中的现实问题,弥补了地质解释中处理方法的不足,提升了地质解译的表现力。通过对海底管道声学探测过程的正演模拟,揭示特殊地形处的探测假象与解释陷阱,提出相应的修正措施应用于工程实践,对海底管道的检测与维护具有较大的实际意义。
王丽娜[8]（2014）在《侧扫声纳目标特征提取方法研究》文中研究指明无人水下航行器（Unmanned underwater vehicle, UUV）是未来具有广泛应用前景的水下作业载体,其在无人现场条件下自主完成使命任务的前提之一是具有长时间水下自主导航能力。通过在线提取海底地貌特征构建增量式地图、同时完成导航定位,是目前UUV自主导航的一种有效手段与方法,而环境地貌特征通常采用侧扫声纳在线测量。因此,针对侧扫声纳工作特点开展其测量数据处理、声纳模型构建、目标特征提取等方法研究具有重要的理论与实际应用价值。本文针对侧扫声纳实测数据展开目标特征提取方法研究,主要包括三个方面:首先,通过深入研究侧扫声纳的工作原理,结合侧扫声纳接口数据格式,完成了侧扫声纳JSF数据文件的解析,提取得到声纳测量过程中UUV经度、纬度与姿态、声纳工作参数和声纳采样数据等,并将采样数据转换为声强信号,为后续构建声纳图像提供信号来源,通过数据分析验证了该数据解析方法是有效的。其次,建立了侧扫声纳传感器坐标系统、UUV运动坐标系统和大地坐标系统,并完成相应的坐标变换,建立了侧扫声纳声强-灰度级别转换模型,绘制了侧扫声纳原始图像。针对侧扫声纳的原始图像存在噪声问题,本文设计了声纳图像三步式预处理方法:第一步采用高斯滤波法去除高斯噪声影响,第二步采用灰度增强法补偿强化图像特征,第三步通过选取合适的阈值参数完成图像的二值化处理,由此得到可供目标特征提取的声纳图像。最后,针对测量海域地貌特征的特点,设计了侧扫声纳图像的霍夫变换目标特征提取方法,实现了对海底目标特征的线特征提取,并通过UUV不同航次的海试数据试验,验证了本文所研究方法的正确性和有效性。
徐世洋[9]（2014）在《基于多波束侧扫声纳的海底图像拼接系统研究》文中研究表明随着对海洋探索的不断深入,声纳探测技术在海洋探测中发挥的作用越来越重要。由于声纳数据所表示的仅仅是反映局部信息的条带型数据,不能直观的反应整片海域海底地形情况,对于整片海域水下资源分布的分析以及对水下目标的精确定位都有较大的局限性。因此对于多波束侧扫声纳海底图像进行拼接得到完整海底地形地貌图像具有十分重要的意义。由于海洋环境复杂,在声纳发射和接收声波信号时往往要受到噪声的污染,从而对声纳图像造成影响。另外,在利用声纳进行海洋探测时拖鱼会受到船的航行姿态、船速以及海浪的影响,这将导致声纳在成像的过程中出现失真现象,并且声纳数据信息与真实海底信息存在较大差异。声纳图像与普通光学图像相比图像所含信息量较少,混响噪声影响严重,图像灰度范围较窄,使特征提取难度加大。这些问题提高了恢复真实海底地形图的难度。针对上述问题,本文对多波束侧扫声纳海底图像拼接的相关技术进行研究,主要工作如下:首先从声纳数据入手,根据规定好的协议对声纳数据进行解码获得图像数据和辅助信息数据,并根据辅助信息对声纳图像进行速度校正和灰度校正。分析噪声产生原因,对常用的滤波去噪算法进行研究。其次,对声纳图配准算法进行研究,对于未发生形变或图像形变较小的图像。针对角点特征的图像配准算法的结构简单易懂,算法计算量小的特点。提出一种基于自适应的Harris多尺度角点检测算法,利用LBP描述算法与圆形模板理论相结合对特征点进行描述。并以质心作为算子主方向保证了匹配算法的方向性与尺度不变性。对于发生较大形变的声纳图像,利用角点作为特征进行匹配错误率较高,针对这一问题提出了一种基于SIFT算法的改进算法,利用非线性滤波原理突出图像的轮廓,建立非线性滤波金字塔。保证了 SIFT算法的原有特性,提高了特征点的检测数量和图像的配准精度。最后研究分析了常用的图像坐标变换模型和融合算法,并完成声纳图像的最终拼接。
赵建虎,王爱学,王晓,关永贤[10]（2013）在《侧扫声纳条带图像分段拼接方法研究》文中研究指明拖曳作业模式会引起侧扫声纳条带图像错位和畸变,并给基于地理编码的条带图像整体拼接以及海底目标的识别和判读带来问题。提出了一种基于共视目标的相邻侧扫声纳条带图像分段拼接方法。该方法通过对侧扫声纳条带图像预处理、基于共视目标的分段匹配、基于小波变换的公共覆盖区图像信息融合,最终实现了相邻侧扫声纳条带图像拼接,最大限度地削弱了错位和畸变对声纳图像质量的影响。试验验证了该方法的有效性。
二、侧扫声纳图像变形分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、侧扫声纳图像变形分析（论文提纲范文）
（1）侧扫声呐图像中的管道识别方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的背景及研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 海底管道检测国内外研究现状 |
| 1.2.2 深度学习国内外研究现状 |
| 1.3 本文主要研究内容及章节安排 |
| 第2章 数据集的建立与扩增 |
| 2.1 引言 |
| 2.2 传统数据扩增算法 |
| 2.3 神经风格迁移 |
| 2.3.1 VGGNet模型 |
| 2.3.2 风格迁移 |
| 2.4 实验结果与分析 |
| 2.5 本章小结 |
| 第3章 基于神经网络的管道识别方法 |
| 3.1 引言 |
| 3.2 基于BP神经网络的管道初步识别 |
| 3.2.1 BP算法简介 |
| 3.2.2 BP算法初步识别结果与分析 |
| 3.3 基于DenseNet的管道初步识别 |
| 3.3.1 DenseNet简介 |
| 3.3.2 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 管道位置拟合方法研究 |
| 4.1 引言 |
| 4.2 管道的直线拟合 |
| 4.2.1 基于鱼群算法的直线拟合 |
| 4.2.2 基于RANSAC算法的直线拟合 |
| 4.3 直线拟合实验结果分析与改进 |
| 4.4 曲线拟合的快速傅里叶变换逼近 |
| 4.5 本章小结 |
| 第5章 管道识别方法对比研究 |
| 5.1 引言 |
| 5.2 基于Hough变换的管道识别方法 |
| 5.2.1 Canny边缘检测算法 |
| 5.2.2 Hough变换直线检测 |
| 5.3 基于全卷积神经网络的管道识别方法 |
| 5.3.1 全卷积神经网络简介 |
| 5.3.2 基于FCN的管道识别算法实现 |
| 5.4 实验对比与分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（2）基于数据分类的高效光线投影算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水声数据可视化研究现状 |
| 1.2.2 可视化方法研究现状 |
| 1.3 本文研究工作及内容安排 |
| 第2章 三维水声数据可视化 |
| 2.1 三维水声体数据 |
| 2.2 三维水声数据处理流程 |
| 2.2.1 数据采集 |
| 2.2.2 数据预处理 |
| 2.2.3 分类映射 |
| 2.2.4 绘制显示 |
| 2.3 体绘制技术 |
| 2.3.1 体绘制的光照模型 |
| 2.3.2 几种典型的体绘制算法 |
| 2.4 光线投影算法 |
| 2.4.1 光线投影算法基本原理 |
| 2.4.2 基于GPU的光线投影算法 |
| 2.4.3 三维体数据插值 |
| 2.4.5 图像合成 |
| 2.4.6 传递函数研究 |
| 2.5 三维可视化工具VTK |
| 2.5.1 VTK简介 |
| 2.5.2 VTK类库的特点 |
| 2.5.3 VTK对象模型 |
| 2.6 本章小结 |
| 第3章 基于改进的高效LH直方图传递函数水声数据分类算法 |
| 3.1 引言 |
| 3.2 LH直方图传递函数设计 |
| 3.2.1 LH直方图传递函数 |
| 3.2.2 LH直方图构造 |
| 3.2.3 基于区域空间的高效LH直方图传递函数 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 结合VTK和QT的水声数据应用平台开发 |
| 4.1 引言 |
| 4.2 系统功能与开发环境 |
| 4.3 系统设计实现 |
| 4.3.1 数据管理模块 |
| 4.3.2 显示模块 |
| 4.3.3 交互模块 |
| 4.4 系统编译与调试 |
| 4.5 系统界面与绘制结果 |
| 4.5.1 系统界面 |
| 4.5.2 绘制结果 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）侧扫声呐海底管道检测关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及选题意义 |
| 1.2 国内外研究现状及趋势 |
| 1.3 论文组织结构及研究内容 |
| 2 侧扫声呐信号仿真及性能指标分析 |
| 2.1 引言 |
| 2.2 侧扫声呐的系统组成和成像原理 |
| 2.3 侧扫声呐信号特性及仿真分析 |
| 2.4 侧扫声呐系统性能探测指标分析 |
| 2.5 本章小结 |
| 3 侧扫声呐数据采集及管道状态分析 |
| 3.1 引言 |
| 3.2 研究区历史资料分析 |
| 3.3 数据采集方法设计 |
| 3.4 侧扫声呐检测海底管道状态分析 |
| 3.5 测量结果初步分析 |
| 3.6 本章小结 |
| 4 侧扫声呐数据解析、海底线检测及可视化系统 |
| 4.1 引言 |
| 4.2 XTF格式侧扫声呐数据解码 |
| 4.3 海底线检测方法研究 |
| 4.4 侧扫声呐图像畸变类型及改正方法 |
| 4.5 航迹处理与像素地理编码 |
| 4.6 海底管道可视化系统 |
| 4.7 本章小结 |
| 5 基于侧扫声呐图像的海底管道形状恢复 |
| 5.1 侧扫声呐图像预处理 |
| 5.2 侧扫声呐图像分割算法研究 |
| 5.3 联合自阴影的海底管道形状恢复 |
| 5.4 海底管道检测软件 |
| 5.5 本章小结 |
| 6 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的论文及参加项目情况 |
| 附录1 |
| 附录2 |
（4）侧扫声纳在水下坡脚线位置探测中的精度分析（论文提纲范文）
| 1 引言 |
| 2 侧扫声纳系统介绍 |
| 3 侧扫声纳水下目标探测误差分析与评估 |
| 3.1 侧扫声纳水下目标探测位置误差来源分析 |
| 3.1.1 拖鱼定位误差 |
| 3.1.2 声纳图像几何变形 |
| (1) 船速产生的变形 |
| (2) 声速变化产生的变形 |
| (3) 波束倾斜产生的变形 |
| (4) 海底地形产生的变形 |
| 3.2 侧扫声纳水下坡脚线位置探测精度提高措施 |
| 3.2.1 提高拖鱼定位精度 |
| 3.2.2 减小几何变形误差 |
| 3.2.3 来回扫测提高位置精度 |
| 3.3 侧扫声纳水下坡脚线位置探测精度评估 |
| 4 侧扫声纳水下坡脚线位置探测精度验证 |
| 4.1 直立式码头水下坡脚线声图获取 |
| 4.2 水下坡脚线声图处理及坡脚线提取 |
| 4.3 直立式码头侧扫坡脚线位置精度分析 |
| 5 结束语 |
（5）侧扫声呐图像精处理及目标识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 侧扫声呐系统 |
| 1.2.2 侧扫声呐图像处理方法 |
| 1.2.3 目标探测、分割和识别方法 |
| 1.2.4 应用研究 |
| 1.2.5 现状分析 |
| 1.3 研究目标及研究内容 |
| 1.3.1 目标 |
| 1.3.2 内容 |
| 1.3.3 技术路线 |
| 1.4 章节安排 |
| 第2章 侧扫声呐系统及其图像 |
| 2.1 侧扫声呐系统及其工作原理 |
| 2.1.1 系统组成 |
| 2.1.2 工作原理 |
| 2.2 侧扫声呐成像原理及其图像特点 |
| 2.2.1 侧扫声呐成像原理 |
| 2.2.2 侧扫声呐图像组成 |
| 2.2.3 侧扫声呐图像特点 |
| 2.3 侧扫声呐图像畸变诱因 |
| 2.4 影响目标探测和识别的因素 |
| 2.5 本章小结 |
| 第3章 单条带侧扫声呐数据精处理 |
| 3.1 传统侧扫声呐数据处理 |
| 3.1.1 回波强度数据预处理 |
| 3.1.2 海底跟踪 |
| 3.1.3 辐射畸变改正 |
| 3.2 海底线综合跟踪 |
| 3.2.1 影响海底跟踪的因素分析 |
| 3.2.2 海底综合跟踪法 |
| 3.2.3 海底跟踪精度评估 |
| 3.3 辐射畸变联合改正 |
| 3.3.1 人工增益量消除 |
| 3.3.2 与距离有关的辐射畸变改正 |
| 3.3.3 与波束模式有关的辐射畸变改正 |
| 3.4 单条带侧扫声呐数据精处理流程 |
| 3.5 实验及分析 |
| 3.5.1 数据准备 |
| 3.5.2 综合法海底跟踪 |
| 3.5.3 辐射畸变联合改正 |
| 3.6 本章小结 |
| 第4章 联合特征与地理编码的多条带侧扫声呐图像精拼接 |
| 4.1 现有的拼接方法 |
| 4.1.1 基于地理编码的拼接 |
| 4.1.2 基于共视特征的拼接 |
| 4.1.3 现有方法的不足及改进策略 |
| 4.2 联合特征与地理编码的综合拼接方法 |
| 4.2.1 基于共视特征的匹配算法改进 |
| 4.2.2 多条带图像位置基准的统一 |
| 4.2.3 拼接图像灰度的均衡化 |
| 4.2.4 图像的融合算法 |
| 4.2.5 拼接图像质量评估 |
| 4.3 综合拼接流程 |
| 4.4 图像存储 |
| 4.5 实验及分析 |
| 4.5.1 基于共视特征的匹配算法改进 |
| 4.5.2 大区域侧扫声呐图像拼接 |
| 4.5.3 大区域侧扫声呐图像灰度均衡 |
| 4.6 本章小结 |
| 第5章 基于扩散映射的目标探测方法 |
| 5.1 传统目标探测方法及性能分析 |
| 5.2 扩散映射基本原理 |
| 5.3 基于扩散映射的目标探测关键问题 |
| 5.4 基于扩散映射的目标探测流程 |
| 5.5 实验及分析 |
| 5.6 本章小结 |
| 第6章 基于中性集合和量子粒子群算法的图像分割方法 |
| 6.1 传统目标分割算法及性能分析 |
| 6.2 中性集合运算 |
| 6.3 智能优化算法 |
| 6.3.1 PSO算法 |
| 6.3.2 QPSO算法 |
| 6.4 适应度函数选取准则 |
| 6.4.1 最大类间方差 |
| 6.4.2 最大熵 |
| 6.4.3 交叉熵 |
| 6.5 联合中性集合和量子粒子群算法的目标图像分割算法及流程 |
| 6.6 实验及分析 |
| 6.7 本章小结 |
| 第7章 沉船识别模型构建及应用 |
| 7.1 沉船特征 |
| 7.1.1 形态特征 |
| 7.1.2 纹理特征 |
| 7.1.3 ICA特征优选 |
| 7.2 最优识别模型确定 |
| 7.2.1 现有的分类识别模型 |
| 7.2.2 分类识别模型优选 |
| 7.2.3 AdaBoost最优算法确定 |
| 7.3 沉船识别模型构建 |
| 7.4 沉船识别流程 |
| 7.5 实验及分析 |
| 7.5.1 沉船典型特征有效性分析 |
| 7.5.2 最优分类识别模型 |
| 7.5.3 沉船识别模型构建 |
| 7.5.4 全图识别 |
| 7.6 本章小结 |
| 第8章 结论与建议 |
| 8.1 结论 |
| 8.2 建议与展望 |
| 参考文献 |
| 攻博期间的主要工作与成果 |
| 致谢 |
（6）双阈值Ostu算法的侧扫声纳图像分割（论文提纲范文）
| 1 引言 |
| 2 Ostu方法基本原理 |
| 3 双阈值Ostu的快速图像分割算法 |
| 3.1 双阈值Ostu方法 |
| 3.2 快速分割算法 |
| 3.2.1 侧扫声纳图像的构成特点 |
| 3.2.2 侧扫声纳图像分割算法 |
| 4 实验分析 |
| 4.1 阈值选取 |
| 4.2 图像分割 |
| 4.3 定量评价 |
| 5 结束语 |
（7）海底管道声学探测方法中的问题分析（论文提纲范文）
| 摘要 |
| Abstract |
| 0 前言 |
| 0.1 选题背景及意义 |
| 0.2 国内外研究现状 |
| 0.2.1 海底管道发展进程 |
| 0.2.2 海底管道失效成因研究 |
| 0.2.3 海底管道检测方法研究 |
| 0.2.4 海底管道声学检测存在的问题 |
| 0.3 研究内容与技术路线 |
| 0.3.1 研究内容 |
| 0.3.2 技术路线 |
| 0.4 主要创新点 |
| 1 海底管道追索中常用声学探测设备及工作原理 |
| 1.1 高频浅地层剖面仪及探测原理 |
| 1.1.1 浅地层剖面仪在管道探测中的发展历程 |
| 1.1.2 高频浅地层剖面仪的系统组成 |
| 1.1.3 高频浅地层剖面仪探测海底管道的基本原理 |
| 1.2 侧扫声纳系统及探测原理 |
| 1.2.1 系统组成与工作原理 |
| 1.2.2 声图结构与几何关系 |
| 1.2.3 海底管道在声纳图谱中的识别特征 |
| 2 海底管道声学检测中的问题分析及修正措施 |
| 2.1 浅地层剖面探测中的问题分析 |
| 2.1.1 不平整地层反射界面的偏移 |
| 2.1.2 正演模拟探究非水平界面对管跨高度判定的影响与修正 |
| 2.2 侧扫声纳探测中的问题分析 |
| 2.2.1 斜坡地形处管道状态分析 |
| 2.2.2 管道沟内管道状态分析 |
| 2.2.3 管道裸露长度准确性分析 |
| 3 影响海底管道在位状态地质因素 |
| 3.1 海底活动性沙波的迁移 |
| 3.2 海底滑坡与差异冲蚀 |
| 3.3 海底地形的季节性调整 |
| 3.4 浅地层地质灾害 |
| 4 结论与建议 |
| 4.1 结论 |
| 4.2 建议 |
| 4.3 进一步设想 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 发表的学术论文 |
（8）侧扫声纳目标特征提取方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 无人水下航行器应用侧扫声纳的研究现状 |
| 1.2.1 侧扫声纳在水下目标识别中特征提取的研究现状 |
| 1.2.2 侧扫声纳在导航定位中特征提取的研究现状 |
| 1.3 课题的主要研究内容及研究方法 |
| 1.3.1 课题的主要研究内容 |
| 1.3.2 课题主要研究方法 |
| 1.4 论文的组织结构 |
| 第2章 侧扫声纳工作原理与数据解析 |
| 2.1 引言 |
| 2.2 侧扫声纳原理 |
| 2.2.1 侧扫声纳工作特点 |
| 2.2.2 侧扫声纳的分类 |
| 2.2.3 侧扫声纳成像特点 |
| 2.3 侧扫声纳数据协议与解析 |
| 2.3.1 JSF文件 |
| 2.3.2 报文头协议 |
| 2.3.3 报文内容协议 |
| 2.3.4 侧扫声纳采样数据解析 |
| 2.4 本章小结 |
| 第3章 系统模型构建与图像预处理 |
| 3.1 引言 |
| 3.2 坐标系统构建 |
| 3.2.1 坐标系统与运动参数 |
| 3.2.2 坐标转换 |
| 3.3 侧扫声纳声强转化灰度模型 |
| 3.4 侧扫声纳图像预处理 |
| 3.4.1 滤波去噪 |
| 3.4.2 灰度增强 |
| 3.4.3 图像二值化 |
| 3.5 本章小结 |
| 第4章 侧扫声纳目标特征提取方法 |
| 4.1 引言 |
| 4.2 侧扫声纳图像特征 |
| 4.2.1 侧扫声纳图像点特征 |
| 4.2.2 侧扫声纳图像面特征 |
| 4.2.3 侧扫声纳图像线特征 |
| 4.3 线特征的提取方法 |
| 4.3.1 分割-聚合法 |
| 4.3.2 随机抽样一致性法 |
| 4.3.3 霍夫变换法 |
| 4.4 基于霍夫变换的特征提取方法设计与实现 |
| 4.4.1 霍夫变换方法的程序设计与实现 |
| 4.4.2 基于霍夫变换的线特征提取试验及结果分析 |
| 4.5 本章小结 |
| 第5章 基于侧扫声纳的海试数据验证 |
| 5.1 引言 |
| 5.2 验证试验环境 |
| 5.2.1 验证试验软件工具 |
| 5.2.2 侧扫声纳传感器 |
| 5.3 验证试验步骤 |
| 5.4 验证试验结果与分析 |
| 5.4.1 数据解析验证 |
| 5.4.2 图像预处理方法验证 |
| 5.4.3 特征提取方法验证 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（9）基于多波束侧扫声纳的海底图像拼接系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究的目的和意义 |
| 1.2 论文研究的国内外进展 |
| 1.2.1 国外的发展状况 |
| 1.2.2 国内的发展状况 |
| 1.3 论文的研究内容 |
| 第2章 侧扫声纳的图像重建及图像预处理 |
| 2.1 侧扫声纳的数据解码与速度校正 |
| 2.1.1 声纳数据格式分析 |
| 2.1.2 声纳图像速度校正 |
| 2.2 侧扫声纳图像的插值与灰度校正 |
| 2.2.1 声纳图像插值算法研究 |
| 2.2.2 声纳图像灰度校正 |
| 2.3 侧扫声纳图像的滤波与去噪 |
| 2.3.1 侧扫声纳噪声分析 |
| 2.3.2 侧扫声纳滤波与去噪 |
| 2.4 本章小结 |
| 第3章 基于角点提取方法的声纳图像拼接技术研究 |
| 3.1 经典角点提取算法研究 |
| 3.1.1 Moravec角点检测算法研究 |
| 3.1.2 SUSAN角点检测算法研究 |
| 3.1.3 Harris角点检测算法研究 |
| 3.2 改进的Harris角点检测算法研究 |
| 3.2.1 动态阈值求解模型的确定 |
| 3.2.2 多尺度Harris角点检测算法 |
| 3.3 图像匹配算法研究 |
| 3.3.1 基于图像像素平方差和(SSD)描述算法 |
| 3.3.2 基于互相关(CC)描述算法 |
| 3.4 Harris-LBP图像配准算法 |
| 3.4.1 LBP特征描述 |
| 3.4.2 关键点周围圆形LBP特征描述 |
| 3.5 实验结果及分析 |
| 3.6 本章小结 |
| 第4章 基于SIFT特征的声纳图像拼接技术研究 |
| 4.1 SIFT算法研究 |
| 4.1.1 基于尺度空间的极值检测 |
| 4.1.2 特征点的精确定位 |
| 4.1.3 特征点的方向确定 |
| 4.1.4 SIFT特征描述符的生成 |
| 4.1.5 SIFT特征点匹配 |
| 4.2 结合非线性滤波的SIFT算法研究 |
| 4.2.1 非线性扩散滤波原理 |
| 4.2.2 非线性尺度空间构建 |
| 4.3 实验结果分析 |
| 4.4 本章小结 |
| 第5章 声纳图像的融合 |
| 5.1 图像坐标变换 |
| 5.1.1 刚体变换 |
| 5.1.2 仿射变换 |
| 5.1.3 投影变换 |
| 5.2 图像融合 |
| 5.2.1 平均值法 |
| 5.2.2 加权平均融合算法 |
| 5.2.3 多频带融合法 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）侧扫声纳条带图像分段拼接方法研究（论文提纲范文）
| 1 声纳条带图像的预处理 |
| 2 侧扫声纳条带图像拼接原理 |
| 2.1 基于SURF的共视目标图像匹配 |
| 1) 特征点检测 |
| 2) 特征点描述子 |
| 3) 特征检索与匹配关系 |
| 2.2 共视目标分段配准方法 |
| 1) 粗配准。 |
| 2) 分段原则。 |
| 3) 区段之间的衔接。 |
| 2.3 图像融合方法 |
| 3 试验及分析 |
| 4 结 语 |
四、侧扫声纳图像变形分析（论文参考文献）
- [1]侧扫声呐图像中的管道识别方法[D]. 李荟. 哈尔滨工程大学, 2019(06)
- [2]基于数据分类的高效光线投影算法研究[D]. 高翔. 杭州电子科技大学, 2019(01)
- [3]侧扫声呐海底管道检测关键技术研究[D]. 库安邦. 山东科技大学, 2018(03)
- [4]侧扫声纳在水下坡脚线位置探测中的精度分析[J]. 孙玉超,曾纪胜,张震,邓少帅,王银霞,魏征. 海洋测绘, 2018(02)
- [5]侧扫声呐图像精处理及目标识别方法研究[D]. 王晓. 武汉大学, 2017(06)
- [6]双阈值Ostu算法的侧扫声纳图像分割[J]. 许枫,苏瑞文,张纯,安旭东. 网络新媒体技术, 2015(06)
- [7]海底管道声学探测方法中的问题分析[D]. 刘臻. 中国海洋大学, 2015(07)
- [8]侧扫声纳目标特征提取方法研究[D]. 王丽娜. 哈尔滨工程大学, 2014(03)
- [9]基于多波束侧扫声纳的海底图像拼接系统研究[D]. 徐世洋. 哈尔滨工程大学, 2014(03)
- [10]侧扫声纳条带图像分段拼接方法研究[J]. 赵建虎,王爱学,王晓,关永贤. 武汉大学学报(信息科学版), 2013(09)