CN102201125A - 一种三维成像声纳的数据可视化方法 - Google Patents

一种三维成像声纳的数据可视化方法 Download PDF

Info

Publication number
CN102201125A
CN102201125A CN2011100931620A CN201110093162A CN102201125A CN 102201125 A CN102201125 A CN 102201125A CN 2011100931620 A CN2011100931620 A CN 2011100931620A CN 201110093162 A CN201110093162 A CN 201110093162A CN 102201125 A CN102201125 A CN 102201125A
Authority
CN
China
Prior art keywords
dimensional
dimensional array
resulting
gray
expression
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011100931620A
Other languages
English (en)
Inventor
夏顺仁
洪一帆
宋坤坡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN2011100931620A priority Critical patent/CN102201125A/zh
Publication of CN102201125A publication Critical patent/CN102201125A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种三维成像声纳的数据可视化方法,属于小型声纳潜器中三维数据的图像处理领域。其包括如下步骤:(1)根据三维成像声纳采集阵列的空间位置、三维成像声纳采集阵列的运动状态、声波信号的频率和声波信号的强度,对采集到的三维成像声纳数据进行参数标定;(2)根据步骤(1)的参数标定结果,将采集到的所述三维成像声纳数据合成为三维数组;(3)利用光线投射直接体绘制算法,对最终得到的三维数组进行三维可视化。本发明通过对三维成像声纳的数据可视化,处理三维成像声纳采集到的图像数据,首次实现成像声纳数据的三维可视化显示,有助于全面准确的反映目标及海底环境的细节信息。

Description

一种三维成像声纳的数据可视化方法
技术领域
本发明属于声纳图像后处理技术领域。
背景技术
小型声纳潜器获得的声纳图像通常采用二维或伪三维可视化方法显示,确定声纳绘图数据的两维关联及规模,通过分屏显示第三维度的细节要求。成图画面多,仅仅突出了探测环境中可疑目标的单维度上的特征,这种显示方式主要缺点是不能够全面、直观的显示关键目标的三维细节几何特征。一方面随着高分辨率图像声纳技术的发展,小型潜器声纳系统已经出现了三维图像数据,目前对于此类数据仍缺乏可视化方法。另一方面由于小型声纳潜器属于物理尺寸小,集成度高,移动速度快的主动声纳系统,在连续性探测海底地貌、地层时,三维图像数据具有容量大,地形参数变化明显,干扰目标较多和图像更新速率快的特点。传统的声纳系统的图像数据显示方式更加难以实时、全面、准确的反映目标及海底环境细节信息。
发明内容
为了解决在小型声纳潜器中三维图像数据的可视化显示问题,本发明提出了一种三维成像声纳的数据可视化方法。
本发明解决其技术问题所采取的技术手段是:该三维成像声纳的数据可视化方法包括如下步骤:
(1)根据三维成像声纳采集阵列的空间位置、三维成像声纳采集阵列的运动状态、声波信号的频率和声波信号的强度,对采集到的三维成像声纳数据进行参数标定;
(2)根据步骤(1)的参数标定结果,将采集到的所述三维成像声纳数据合成为三维数组;
(3)利用光线投射直接体绘制算法,对最终得到的三维数组进行三维可视化。
进一步地,本发明在执行所述步骤(3)之前,按如下步骤对步骤(2)所得到的三维数组进行水体和地层分离,得到相应的水体标识和地层标识:
(a)对步骤(2)所得到的三维数组进行对数变换操作,得到灰度范围压缩的三维数组;
(b)对步骤(a)所得到的灰度范围压缩的三维数组进行高斯滤波得到平滑后的三维数组,所述高斯滤波的掩模尺寸半径大于20且小于50;
(c)利用阈值法将步骤(b)所得到的平滑后的三维数组二值化;
(d)对步骤(c)所得到的二值化后的三维数组沿深度方向由浅到深寻找水体和地层的分界面,将分界面以上的部分标识为水体,分界面以下的部分标识为地层。
进一步地,本发明在执行所述步骤(3)之前,根据步骤(d)所得到的水体和地层标识,先对步骤(2)所得到的三维数组按如下步骤进行三维图像分割处理:
1)对步骤(2)所得到的三维数组进行两次以上区域生长分割,得到三维数组中的疑似目标区域,其中,每次所述区域生长分割的初始种子点相同但生长相似性判定条件不同,所述初始种子点满足以下关系式(1),所述生长相似性判定条件满足以下关系式(2),
Figure 2011100931620100002DEST_PATH_IMAGE001
                          (1)
Figure 641610DEST_PATH_IMAGE002
                   (2)
其中,
Figure 2011100931620100002DEST_PATH_IMAGE003
表示初始种子点的灰度值,
Figure 201905DEST_PATH_IMAGE004
表示步骤(2)所得到的三维数组中的最大值, 
Figure 2011100931620100002DEST_PATH_IMAGE005
表示当前种子点的灰度值,
Figure 707972DEST_PATH_IMAGE006
表示待生长像素的灰度值,表示当前种子点与待生长像素的相似性判定条件;
2)利用公式(3),对每一次区域生长分割后的所述疑似目标区域边缘分别计算边缘灰度梯度均值,
                   (3)
其中,
Figure 2011100931620100002DEST_PATH_IMAGE009
表示疑似目标区域的边缘灰度梯度均值,
Figure 432794DEST_PATH_IMAGE010
表示疑似目标区域的边缘像素点所构成的集合,
Figure 2011100931620100002DEST_PATH_IMAGE011
表示疑似目标区域的边缘像素的数目,表示任意像素点的灰度梯度值,
Figure 2011100931620100002DEST_PATH_IMAGE013
表示
Figure 852460DEST_PATH_IMAGE010
所代表的集合内的像素点,
Figure 290395DEST_PATH_IMAGE012
根-据公式(4)计算得到,
Figure 271864DEST_PATH_IMAGE014
                (4)
其中,
Figure 744433DEST_PATH_IMAGE012
表示任意像素点的灰度梯度值,
Figure 654621DEST_PATH_IMAGE016
分别表示待计算像素点在三维直角坐标系各坐标轴方向的灰度梯度值,不同的下标表示不同的坐标轴方向,
Figure 642168DEST_PATH_IMAGE018
表示三维直角坐标系坐标为
Figure 2011100931620100002DEST_PATH_IMAGE019
的像素点的灰度值;
3)对比上述步骤2)所得到的疑似目标区域的各边缘灰度梯度值,将其中最小的边缘灰度梯度值所对应的疑似目标区域所在的三维数组作为待后续处理的三维数组。
进一步地,本发明还包括如下步骤:
根据步骤(d)所得到的水体标识或地层标识,对步骤3)所得到的待后续处理的三维数组中的非疑似目标区域中的水体标识的部分进行增强以使增强后的灰度值满足公式(5),并对该非疑似目标区域中的地层标识部分采用伽马变换法进行增强,所述伽马变换法中的伽马值大于1,得到待可视化显示的三维数组,
Figure 866476DEST_PATH_IMAGE020
                   (5)
其中
Figure 2011100931620100002DEST_PATH_IMAGE021
表示步骤3)所得到的待后续处理的三维数组中的一项,
Figure 255869DEST_PATH_IMAGE022
Figure 104002DEST_PATH_IMAGE021
项增强后的灰度值,
Figure DEST_PATH_IMAGE023
Figure 516528DEST_PATH_IMAGE021
项增强前的灰度值,
Figure 341265DEST_PATH_IMAGE024
是水体阈值,
Figure DEST_PATH_IMAGE025
表示步骤3)中所得到的待后续处理的三维数组中的疑似目标区域。
与现有技术相比,本发明具有以下优点:
(1)本发明方法可用于三维成像声纳的数据可视化,对三维成像声纳采集到的图像数据进行处理,首次实现成像声纳数据的三维可视化显示,有助于全面准确的反映目标及海底环境的细节信息。
(2)本发明通过将三维成像声纳数据合成的三维数组进行水体和地层分离,得到相应的水体标识和地层标识,使可视化与后处理过程得以针对成像声纳数据探测区域性质的不同分别施以不同的处理方法,而采用有针对性的处理方法使得处理过程速度加快,处理结果更优。
(3)本发明通过对三维成像声纳数据合成的三维数组进行三维图像分割,可以获得探测区域中的特异目标的清晰边界,以便帮助声纳数据分析人员快速浏览大量数据,并可为定量分析奠定基础。
(4)本发明通过在三维图像分割之后对水体标识部分和地层标识部分分别进行增强处理,并以三维图像分割的处理结果作为增强处理的辅助信息,使得整个增强处理过程简单直接,大幅度减少处理时间。
附图说明
图1 三维成像声纳数据组成示意图;
图2 本发明方法的流程示意图;
图3 本发明水体和地层分离操作流程图;
图4 本发明三维图像分割的原理图;
图5 现有技术中光线投射直接体绘制算法的原理图;
图6 本发明一个实施例中的仿真声纳成像数据的示意图。
具体实施方式
以下结合附图进一步说明本发明。
本发明三维成像声纳的数据可视化方法包括如下步骤:
(1)    根据三维成像声纳采集阵列的空间位置、三维成像声纳采集阵列的运动状态、声波信号的频率和声波信号的强度,对采集到的三维成像声纳数据进行参数标定。三维成像声纳的数据只有经过参数标定才可以进行三维可视化与定量分析。三维成像声纳图像数据存储在三维数组中,确定三维数组的维度为
Figure 585164DEST_PATH_IMAGE026
,各维度对应的物理意义为[方位向,深度向,走航向]。由三维数组的维度和该声纳的各向分辨力乘积确定探测范围的尺寸,其中方位向数据的分辨力(常规波束形成算法下),
Figure 40417DEST_PATH_IMAGE028
为信号波长,
Figure DEST_PATH_IMAGE029
为声纳接收阵物理孔径长度;深度向数据的分辨力为
Figure DEST_PATH_IMAGE031
代表声速度,
Figure 129519DEST_PATH_IMAGE010
代表发射信号带宽;走航向数据的分辨力为
Figure 165608DEST_PATH_IMAGE032
,其中为单个接收水听器物理阵元长度。三维数组最终标定方位向长度
Figure 854078DEST_PATH_IMAGE034
、深度向长度
Figure DEST_PATH_IMAGE035
、走航向长度
Figure 365831DEST_PATH_IMAGE036
,由此获得参数标定结果。
(2)    根据步骤(1)的参数标定结果,将采集到的所述三维成像声纳数据按如下方法合成为三维数组:
首先声纳平台以受控的周期发射宽带调频信号,获得海底区域的回波,回波信号满足公式(6):
Figure DEST_PATH_IMAGE037
                     (6)
式(6)中,记发射信号为
Figure 470053DEST_PATH_IMAGE038
Figure DEST_PATH_IMAGE039
是声纳平台行进到当前时接收到某方位角度的回波信号,
Figure 987065DEST_PATH_IMAGE040
是方位角
Figure 658217DEST_PATH_IMAGE024
上声线传播的距离,
Figure DEST_PATH_IMAGE041
为声线在该方位角上传播时间,
Figure 894027DEST_PATH_IMAGE042
是该方位角度上的回波强度参数,跟该路径上传播衰减条件和目标特征有关。声纳平台沿着走航方向探测前进,可获得了多个二维数组
Figure 904708DEST_PATH_IMAGE044
,多个二维数组则构成了三维数组
Figure DEST_PATH_IMAGE045
,其中
Figure 934981DEST_PATH_IMAGE046
对应参数标定中的三维数组维度
Figure 615403DEST_PATH_IMAGE026
,从而形成方位-深度-走航三维图像数据。
作为本发明的优选实施方式,为在可视化与后处理过程中针对成像声纳数据不同性质的探测区域分别施以不同的处理方法,从而解决特异目标难以辨识、图像整体成像质量差等问题,提高成像声纳的探测与辅助分析能力,加快处理过程速度。本发明方法首次提出针对步骤(2)所得到的三维数组
Figure 373012DEST_PATH_IMAGE045
进行水体和地层分离,得到相应的水体标识和地层标识。对水体和地层的分离操作具体包括如下步骤:
(a)    对步骤(2)所得到的三维数组
Figure 189265DEST_PATH_IMAGE045
应用对数变换操作,获得灰度范围压缩的三维数组
Figure DEST_PATH_IMAGE047
。对数变换操作满足下列公式(8):
Figure 452756DEST_PATH_IMAGE048
                   (8)
此处应用对数变换的作用在于压缩图像灰度值的动态范围,减少水中目标与水体、地层中目标与地层、地层与地层间的差异,以便后续的处理。
(b)    对前述步骤(a)所得到的灰度范围压缩的三维数组
Figure 36184DEST_PATH_IMAGE047
进行高斯滤波得到平滑后的三维数组
Figure DEST_PATH_IMAGE049
,其中高斯滤波的掩模尺寸半径大于20且小于50。高斯滤波是低通滤波器,可以滤除高频信息,也就是图像中的边缘、噪声等信息,此处采用较大的高斯滤波掩模的主要作用在于进一步减少差异,使得水体中目标与水体、地层中目标与地层、地层与地层间的连贯性更强,但此处选取的高斯滤波掩模又不宜太大,这是因为如果选取太大的高斯模板,会极大的减少水体与地层间的差异,导致无法将三维数组分为两类。
(c)    之后利用阈值法将前述步骤(b)所得到的平滑后的三维数组
Figure 974315DEST_PATH_IMAGE049
二值化,得到二值化的三维数组
Figure 959589DEST_PATH_IMAGE050
。二值化时采用的阈值是实验观测值,由操作人员根据具体的声纳设备与实际探测区域的情况设定,其值通常是在5~30之间。
(d)    然后根据前述步骤(c)所得到的二值化结果
Figure 331664DEST_PATH_IMAGE050
寻找水体和地层边界并设置水体地层标识。简单的二值化虽然将数据初步分组,但这种分组是不合理的。最直接的表现是深层地层会被分为与水体同类,这与客观实际相悖,无法正确选取对应的增强算法。因此,对二值化后的三维数组沿深度方向由浅到深寻找水体和地层的分界面,将分界面以上的部分标识为水体,分界面以下的部分标识为地层。
作为本发明的优选实施方式,为获得探测区域中的特异目标的清晰边界,帮助声纳数据分析人员快速浏览大量数据,并进一步为后续的定量分析奠定基础,本发明提出对三维成像声纳数据合成的三维数组进行三维图像分割。本发明提出的三维图像分割方法是一种基于边缘梯度均值约束的三维自适应区域生长方法,这种三维图像分割方法的基本流程如图(4)所示,具体步骤如下:
1)对步骤(2)所得到的三维数组的进行两次以上区域生长分割,得到相应的经过区域生长处理的三维数组
Figure DEST_PATH_IMAGE051
。由于目标区域的灰度值通常是水体与地层中的较大值,因此将待生长区域内灰度值满足公式(1)的所有像素点设置为初始种子点。
Figure 138351DEST_PATH_IMAGE001
                          (1)
Figure 40448DEST_PATH_IMAGE002
                   (2)
而后从自动确定的初始种子点开始按两种以上不同的生长规则分别进行区域生长,得到各不相同的分割结果。不同的生长规则其区别在于相似距离的不同,这些生长规则受式(2)约束。本发明的方法中设定了一组不同的相似性判断准则,以初始种子点灰度最大值的10%作为最大相似判断距离,依次设置一组生长规则。例如,待生长数据的灰度值区间是
Figure 521108DEST_PATH_IMAGE052
,则将灰度值在区间内的像素点均设置为种子点,并将设置一组生长规则,相似判断距离分别是:5,3,1三组。按3种生长规则分别生长,可以得到3组不同的生长结果。
2)为了比较不同的生长结果,获得更准确的辅助定量分析信息,可对所有区域生长分割的结果进行评价,本发明提出了一种基于梯度均值的三维分割评价函数
Figure 875866DEST_PATH_IMAGE009
,该函数定义为已生长三维数组内的区域边缘数据点的灰度梯度均值,如公式(3)所示,
Figure 732964DEST_PATH_IMAGE008
                   (3)
Figure 991032DEST_PATH_IMAGE009
值越小表示分割结果越好。对每一次区域生长分割的结果
Figure 642593DEST_PATH_IMAGE051
分别计算边缘灰度梯度均值得到对应的评价函数值
Figure 750226DEST_PATH_IMAGE054
3)对比上述步骤2)所得到的评价函数值,将其中最小值
Figure DEST_PATH_IMAGE055
所对应的三维数组作为待后续处理的三维数组
Figure DEST_PATH_IMAGE057
作为本发明的优选实施方式,为在消除杂波混响、散焦等因素造成的成像模糊效果、改善图像质量、提高可视化效果的同时确保实时性,本发明对三维图像分割后的三维数组
Figure 906904DEST_PATH_IMAGE057
按水体标识和地层标识分别进行增强处理得到最终的待可视化显示的三维数组
Figure 173937DEST_PATH_IMAGE058
,采用基本的图像处理方法,既保证了处理的效果,又极大提高了处理速度。增强处理具体包括如下步骤:
a) 三维数组
Figure 107258DEST_PATH_IMAGE045
中的水体部分具有目标可以辨识其存在,但因散焦造成目标边界模糊的特点,只需要消除散焦带来的影响即可。根据水体和地层分离操作中所设置的水体标识,对步骤3)所得到的三维数组
Figure 336989DEST_PATH_IMAGE057
中的非疑似目标区域中的水体部分进行增强以使增强后的灰度值满足公式(5),
                   (5)
b)三维数组中的地层部分具有目标难以辨识其存在,目标边界模糊,地层层间差异影响目标边界辨别,地层层间差异不明显这几个特点。根据水体和地层分离操作中所设置的地层标识,对步骤3)所得到的三维数组中的地层部分采用伽马变换法进行增强,所述伽马变换法中的伽马值应确保大于1,但获得最佳效果的伽马值与待处理的三维成像声纳图像有关,通常是区间内的值。
(3)利用光线投射直接体绘制算法将最终得到的三维数组进行三维可视化。需要说明的是,如果在此之前对步骤(2)得到的三维数组进行了水体和地层分离,则是对有水体和地层分离标识的三维数组
Figure 735292DEST_PATH_IMAGE045
进行三维可视化;如果在此之前对步骤(2)得到的对三维数组进行了三维图像分割,则是对三维数组
Figure 899557DEST_PATH_IMAGE057
进行三维可视化;如果在此之前对步骤(2)得到的对三维数组进行了增强处理,则是对三维数组
Figure 203500DEST_PATH_IMAGE058
进行三维可视化;否则直接对步骤(2)得到的三维数组
Figure 744203DEST_PATH_IMAGE045
进行三维可视化。
其中,可视化所需要的各向维度和尺寸根据步骤(1)所标定的参数进行设置。如图5所示,光线投射体绘制算法是从屏幕上的每一像素点出发,根据设定的视点方向,发出一条射线,这条射线穿过三维数据场的体素矩阵。沿着这条射线选择
Figure 122094DEST_PATH_IMAGE060
个等距采样点,对每一采样点,由距离该采样点最近的8个体素的颜色值及不透明度做三线性插值,求出其不透明度和颜色值。在求出该条射线上所有采样点的颜色值及不透明度值之后,将每一采样点的颜色及不透明度进行累加,从而计算出该射线所对应的屏幕素点的颜色值和不透明度。
对于不透明度,为了更好地体现不同对象的差异,按体数据数值分别进行了设定:水体并非观察的主体,因此对水体所处的灰度区间赋予极低的不透明度值;地层是声纳探测的重要对象,因此对表征地层的体数据赋予较高的不透明度值,以便充分展示地质特征;目标分辨是声纳探测的主要目的,因此设定分割出的目标为完全不透明,以便从不同的角度观察目标。所需要的透明度根据数组灰度值进行映射,常用的透明度映射关系如公式(7)所示:
Figure DEST_PATH_IMAGE061
                         (7)
其中,像素点的不透明度记作
Figure 286622DEST_PATH_IMAGE062
,像素点的灰度值记作
Figure 749964DEST_PATH_IMAGE013
为进一步提高三维成像声纳数据可视化的实时性,可利用GLSL技术对光线投射直接体绘制的加速。GLSL是一种通用GPU编程技术,帮助工程人员在编程中充分利用显卡比CPU更强大的并行运算能力,提高应用系统的效率。与其他常见的GPU加速技术相比,GLSL其实质是一种图形编程,解决真正的通用问题时编程复杂度较高,但解决图形相关的问题时有极大的优势。
本发明实施实例验证:如图6所示,仿真一组三维成像声纳数据,小圆圈表示目标物体,空间由水填充,没有地层数据,接收阵离目标的垂直距离20米(即接收阵高度20米,目标高度0米),长方体探测区域中包含36个目标,其中它们在X轴方向5个目标,间距 0.5米(走航方向); Y轴方向3个目标,间距1米(方位方向);Z轴方向5个目标,间距0.25米(深度方向)。利用本发明的可视化方法对仿真三维成像声纳数据进行可视化,在该实施例中,未对步骤(2)得到的三维数组进行水体和地层分离、三维图像分割以及增强处理,最终得到的可视化图像可以清晰地反映目标在空间维度的细节信息,可以直接辨识其中存在36个目标,且能直观显示出这36个目标围成一长方体边框,并可以对图像进行旋转、收缩、移动、切割等操作。

Claims (4)

1.一种三维成像声纳的数据可视化方法,其特征在于,包括如下步骤:
(1)根据三维成像声纳采集阵列的空间位置、三维成像声纳采集阵列的运动状态、声波信号的频率和声波信号的强度,对采集到的三维成像声纳数据进行参数标定;
(2)根据步骤(1)的参数标定结果,将采集到的所述三维成像声纳数据合成为三维数组;
(3)利用光线投射直接体绘制算法,对最终得到的三维数组进行三维可视化。
2.根据权利要求1所述的数据可视化方法,其特征在于:在执行所述步骤(3)之前,按如下步骤对步骤(2)所得到的三维数组进行水体和地层分离,得到相应的水体标识和地层标识:
(a)对步骤(2)所得到的三维数组进行对数变换操作,得到灰度范围压缩的三维数组;
(b)对步骤(a)所得到的灰度范围压缩的三维数组进行高斯滤波得到平滑后的三维数组,所述高斯滤波的掩模尺寸半径大于20且小于50;
(c)利用阈值法将步骤(b)所得到的平滑后的三维数组二值化;
(d)对步骤(c)所得到的二值化后的三维数组沿深度方向由浅到深寻找水体和地层的分界面,将分界面以上的部分标识为水体,分界面以下的部分标识为地层。
3.根据权利要求2所述的数据可视化方法,其特征在于,在执行所述步骤(3)之前,根据步骤(d)所得到的水体和地层标识,先对步骤(2)所得到的三维数组按如下步骤进行三维图像分割处理:
1)对步骤(2)所得到的三维数组进行两次以上区域生长分割,得到三维数组中的疑似目标区域,其中,每次所述区域生长分割的初始种子点相同但生长相似性判定条件不同,所述初始种子点满足以下关系式(1),所述生长相似性判定条件满足以下关系式(2),
Figure 171515DEST_PATH_IMAGE001
                          (1)
Figure 184471DEST_PATH_IMAGE002
                   (2)
其中,
Figure 129293DEST_PATH_IMAGE003
表示初始种子点的灰度值,
Figure 481777DEST_PATH_IMAGE004
表示步骤(2)所得到的三维数组中的最大值, 
Figure 486642DEST_PATH_IMAGE005
表示当前种子点的灰度值,
Figure 924577DEST_PATH_IMAGE006
表示待生长像素的灰度值,
Figure 345194DEST_PATH_IMAGE007
表示当前种子点与待生长像素的相似性判定条件;
2)利用公式(3),对每一次区域生长分割后的所述疑似目标区域边缘分别计算边缘灰度梯度均值,
Figure 381545DEST_PATH_IMAGE008
                   (3)
其中,
Figure 494995DEST_PATH_IMAGE009
表示疑似目标区域的边缘灰度梯度均值,
Figure 482542DEST_PATH_IMAGE010
表示疑似目标区域的边缘像素点所构成的集合,
Figure 706850DEST_PATH_IMAGE011
表示疑似目标区域的边缘像素的数目,表示任意像素点的灰度梯度值,表示
Figure 527541DEST_PATH_IMAGE010
所代表的集合内的像素点,
Figure 617857DEST_PATH_IMAGE012
根-据公式(4)计算得到,
Figure 799440DEST_PATH_IMAGE014
                (4)
其中,
Figure 989113DEST_PATH_IMAGE016
表示任意像素点的灰度梯度值,
Figure 449788DEST_PATH_IMAGE017
Figure 15898DEST_PATH_IMAGE018
Figure 317567DEST_PATH_IMAGE019
分别表示待计算像素点在三维直角坐标系各坐标轴方向的灰度梯度值,不同的下标表示不同的坐标轴方向,
Figure 740458DEST_PATH_IMAGE020
表示三维直角坐标系坐标为
Figure 127577DEST_PATH_IMAGE021
的像素点的灰度值;
3)对比上述步骤2)所得到的疑似目标区域的各边缘灰度梯度值,将其中最小的边缘灰度梯度值所对应的疑似目标区域所在的三维数组作为待后续处理的三维数组。
4.根据权利要求3所述的数据可视化方法,其特征在于:还包括如下步骤:
根据步骤(d)所得到的水体标识或地层标识,对步骤3)所得到的待后续处理的三维数组中的非疑似目标区域中的水体标识的部分进行增强以使增强后的灰度值满足公式(5),并对该非疑似目标区域中的地层标识部分采用伽马变换法进行增强,所述伽马变换法中的伽马值大于1,得到待可视化显示的三维数组,
Figure 559695DEST_PATH_IMAGE022
                   (5)
其中
Figure 450291DEST_PATH_IMAGE023
表示步骤3)所得到的待后续处理的三维数组中的一项,
Figure 247345DEST_PATH_IMAGE024
Figure 918498DEST_PATH_IMAGE023
项增强后的灰度值,
Figure 102672DEST_PATH_IMAGE023
项增强前的灰度值,
Figure 634410DEST_PATH_IMAGE026
是水体阈值,
Figure DEST_PATH_IMAGE027
表示步骤3)中所得到的待后续处理的三维数组中的疑似目标区域。
CN2011100931620A 2011-04-14 2011-04-14 一种三维成像声纳的数据可视化方法 Pending CN102201125A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100931620A CN102201125A (zh) 2011-04-14 2011-04-14 一种三维成像声纳的数据可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100931620A CN102201125A (zh) 2011-04-14 2011-04-14 一种三维成像声纳的数据可视化方法

Publications (1)

Publication Number Publication Date
CN102201125A true CN102201125A (zh) 2011-09-28

Family

ID=44661775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100931620A Pending CN102201125A (zh) 2011-04-14 2011-04-14 一种三维成像声纳的数据可视化方法

Country Status (1)

Country Link
CN (1) CN102201125A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855662A (zh) * 2012-07-25 2013-01-02 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN104008567A (zh) * 2014-03-10 2014-08-27 昆山数字城市信息技术有限公司 一种基于gpu的城市雾霾天气的可视化绘制方法
CN104361623A (zh) * 2014-11-25 2015-02-18 中国电子科技集团公司第三研究所 一种便携式三维成像声纳及其成像方法、系统
CN104754249A (zh) * 2013-12-30 2015-07-01 中国科学院声学研究所 一种应用于水下成像声纳的信号处理系统
CN106408645A (zh) * 2016-09-05 2017-02-15 上海联影医疗科技有限公司 一种医学图像绘制的方法和设备
CN107067012A (zh) * 2017-04-25 2017-08-18 中国科学院深海科学与工程研究所 基于图像处理的海底地貌单元边缘智能识别方法
CN107886550A (zh) * 2017-11-07 2018-04-06 上海应用技术大学 图像编辑传播方法和系统
CN108874932A (zh) * 2018-05-31 2018-11-23 哈尔滨工程大学 一种基于改进的光线投射算法的海洋水声场三维可视化方法
CN109164909A (zh) * 2018-07-03 2019-01-08 南京冉耀雨庆信息科技有限公司 基于虚拟现实技术的数据处理装置、系统和方法
CN110531314A (zh) * 2019-09-30 2019-12-03 中国人民解放军国防科技大学 一种基于fpga异构计算的光纤矢量水听器目标方位估计方法及装置
CN112634440A (zh) * 2020-12-28 2021-04-09 深圳市彬讯科技有限公司 三维边框模型构建方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050007882A1 (en) * 2003-07-11 2005-01-13 Blue View Technologies, Inc. Systems and methods implementing frequency-steered acoustic arrays for 2D and 3D imaging
CN101034476A (zh) * 2007-03-29 2007-09-12 上海大学 水下无阴影声纳遥感正射数字图像的计算机生成方法
CN101034471A (zh) * 2007-03-29 2007-09-12 上海大学 水下数字地面模型的声纳遥感数字图像的地形变换方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050007882A1 (en) * 2003-07-11 2005-01-13 Blue View Technologies, Inc. Systems and methods implementing frequency-steered acoustic arrays for 2D and 3D imaging
CN101034476A (zh) * 2007-03-29 2007-09-12 上海大学 水下无阴影声纳遥感正射数字图像的计算机生成方法
CN101034471A (zh) * 2007-03-29 2007-09-12 上海大学 水下数字地面模型的声纳遥感数字图像的地形变换方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋坤坡: "水声三维数据场的可视化技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
林卫明,等。: "改进的多子阵双站合成孔径声纳成像算法", 《声学技术》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855662B (zh) * 2012-07-25 2014-12-17 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN102855662A (zh) * 2012-07-25 2013-01-02 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN104754249B (zh) * 2013-12-30 2017-12-29 中国科学院声学研究所 一种应用于水下成像声纳的信号处理系统
CN104754249A (zh) * 2013-12-30 2015-07-01 中国科学院声学研究所 一种应用于水下成像声纳的信号处理系统
CN104008567A (zh) * 2014-03-10 2014-08-27 昆山数字城市信息技术有限公司 一种基于gpu的城市雾霾天气的可视化绘制方法
CN104361623A (zh) * 2014-11-25 2015-02-18 中国电子科技集团公司第三研究所 一种便携式三维成像声纳及其成像方法、系统
CN106408645B (zh) * 2016-09-05 2020-10-16 上海联影医疗科技有限公司 一种医学图像绘制的方法和设备
CN106408645A (zh) * 2016-09-05 2017-02-15 上海联影医疗科技有限公司 一种医学图像绘制的方法和设备
CN107067012A (zh) * 2017-04-25 2017-08-18 中国科学院深海科学与工程研究所 基于图像处理的海底地貌单元边缘智能识别方法
CN107886550A (zh) * 2017-11-07 2018-04-06 上海应用技术大学 图像编辑传播方法和系统
CN108874932A (zh) * 2018-05-31 2018-11-23 哈尔滨工程大学 一种基于改进的光线投射算法的海洋水声场三维可视化方法
CN108874932B (zh) * 2018-05-31 2022-03-25 哈尔滨工程大学 一种基于改进的光线投射算法的海洋水声场三维可视化方法
CN109164909A (zh) * 2018-07-03 2019-01-08 南京冉耀雨庆信息科技有限公司 基于虚拟现实技术的数据处理装置、系统和方法
CN109164909B (zh) * 2018-07-03 2022-03-08 南京冉耀雨庆信息科技有限公司 基于虚拟现实技术的数据处理装置、系统和方法
CN110531314A (zh) * 2019-09-30 2019-12-03 中国人民解放军国防科技大学 一种基于fpga异构计算的光纤矢量水听器目标方位估计方法及装置
CN112634440A (zh) * 2020-12-28 2021-04-09 深圳市彬讯科技有限公司 三维边框模型构建方法、装置、设备及介质
CN112634440B (zh) * 2020-12-28 2023-08-11 深圳市彬讯科技有限公司 三维边框模型构建方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN102201125A (zh) 一种三维成像声纳的数据可视化方法
CN104049245B (zh) 基于LiDAR点云空间差异分析的城市建筑物变化检测方法
Ji et al. Seabed sediment classification using multibeam backscatter data based on the selecting optimal random forest model
Gavazzi et al. Evaluation of seabed mapping methods for fine-scale classification of extremely shallow benthic habitats–application to the Venice Lagoon, Italy
Trzcinska et al. Spectral features of dual-frequency multibeam echosounder data for benthic habitat mapping
CN107016677A (zh) 一种基于fcn和cnn的云图分割方法
Zhao et al. Texture attribute analysis of GPR data for archaeological prospection
CN106094029A (zh) 利用偏移距矢量片地震数据预测储层裂缝的方法
CN103292792B (zh) 一种适用海底探测与假地形处理的实测svp重构方法
CN112213724B (zh) 基于探地雷达数据的后向投影成像方法、系统及存储介质
CN110060248A (zh) 基于深度学习的声呐图像水下管道检测方法
Huang et al. Comprehensive sample augmentation by fully considering SSS imaging mechanism and environment for shipwreck detection under zero real samples
CN110580705A (zh) 一种基于双域图信号滤波检测建筑物边缘点的方法
CN114638830B (zh) 隧道钢筋识别模型的训练方法及隧道钢筋识别方法
CN117077547B (zh) 森林地上生物量估计方法及系统
Li et al. Detection of the foreign object positions in agricultural soils using Mask-RCNN
Lei et al. GPR detection localization of underground structures based on deep learning and reverse time migration
CN105844644B (zh) 基于形态学中值导数的海陆杂波场景分割方法
CN113567968B (zh) 一种基于浅水多波束水深数据的水下目标实时分割方法及应用
CN114694051A (zh) 一种基于改进CapsNet网络的电磁法管道病害识别与定位方法
CN102708386A (zh) 光学/sar异类影像匹配方法
Chen et al. A ground-penetrating radar object detection method based on deep learning
CN113792746A (zh) 基于Yolo V3的探地雷达图像目标检测方法
CN108564098B (zh) 基于散射全卷积模型的极化sar分类方法
Balabanian et al. Sonar Explorer: A New Tool for Visualization of Fish Schools from 3D Sonar Data.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110928