CN113379710B - 一种水下目标声呐精准测量系统和方法 - Google Patents

一种水下目标声呐精准测量系统和方法 Download PDF

Info

Publication number
CN113379710B
CN113379710B CN202110674806.9A CN202110674806A CN113379710B CN 113379710 B CN113379710 B CN 113379710B CN 202110674806 A CN202110674806 A CN 202110674806A CN 113379710 B CN113379710 B CN 113379710B
Authority
CN
China
Prior art keywords
sonar
image
underwater
module
feature point
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.)
Active
Application number
CN202110674806.9A
Other languages
English (en)
Other versions
CN113379710A (zh
Inventor
唐智杰
李渐达
王占华
黄京科
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202110674806.9A priority Critical patent/CN113379710B/zh
Publication of CN113379710A publication Critical patent/CN113379710A/zh
Application granted granted Critical
Publication of CN113379710B publication Critical patent/CN113379710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种水下目标声呐精准测量系统及方法。本发明系统包括水下机器人、中央操控系统、姿态模块、深度模块、前视声呐模块、超短基线模块和人工地标。本发明通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化等过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度。并发明一种三维转换算法，该算法推导了空间中已知尺寸的物体与声呐图片之间的映射关系，能够更加准确有效的计算物体的尺寸和角度等相关信息。本发明可有效提升声呐测量的精度和准确度。

Description

一种水下目标声呐精准测量系统和方法
技术领域
本发明涉及到水下目标成像领域，特别是，涉及到水下采集物体声呐图像开展水下目标测量的一种水下目标声呐精准测量系统及方法。
背景技术
海洋探测活动的加强，对水下图像质量和目标物的精细化检测提出更高的要求。声成像技术作为水下成像技术中的重要部分，对水下地形地貌成像、水下测绘和水下目标探测等相关研究的发展和应用有着重要的意义。
使用声呐成像进行水下物体测量和水下地形测绘并不会以第三方参考物，这种无参考的测量方法用于一些已知物体和不需要精确数据的场景中是可以达到科研和时间目的的，但是当实验场景中没有已知尺寸的物体或者需要比较精确的数据的时候，传统的无参考的水下物体测量并不能满足要求，因此，有必要探索出一种更精确的基于声呐的水下物体测量方法。
中国发明专利CN 112613504 A发明了“一种声呐水下目标检测方法”，该检测方法，虽然能有效识别特定目标，但不能准确计算出特定目标的尺寸、角度以及位置信息。
发明内容
为了解决现有技术问题，本发明的目的在于克服已有技术存在的不足，提供一种水下目标声呐精准测量系统和方法，能进行有参考的水下目标声呐精准测量。本发明能够更加准确有效的计算物体的尺寸和角度等相关信息，本发明可有效提升声呐测量的精度和准确度。
为达到上述发明创造目的，本发明采用如下技术方案：
一种水下目标声呐精准测量系统，包括水下机器人、中央操控系统、姿态模块、深度模块、前视声呐、超短基线模块和人工地标，所述水下机器人连接中央操控系统、超短基线模块、深度模块、姿态模块，并通过前视声呐连接人工地标。
优选地，所述中央操控系统通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度。本发明所述中央操控系统除了需具备已有水下机器人工作过程中的各种操控功能外，还通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，增加图像拼接成功的概率和图像拼接的精度。
优选地，所述中央操控系统通过三维转换算法，计算水中物体的实际尺寸和角度信息；通过空间中已知尺寸的物体与声呐图片之间的映射关系，进而准确有效的计算物体的尺寸和角度相关信息。中央操控系统除了需具备已有水下机器人工作过程中的各种操控功能外，还通过三维转换算法准确有效的计算物体的尺寸和角度等相关信息。
优选地，所述利用三维转换算法计算水下物体的尺寸和角度信息，包括如下步骤：
首先，获取拼接后的声呐图像；
然后，利用声呐显示软件，计算人工地标成像在声呐图像中的尺寸和角度信息；再计算出实现由空间平面到空间投影平面上的点的映射的转换矩阵；
最后，得出水下目标物的尺寸和角度数据。
优选地，所述姿态模块、深度模块和超短基线模块为获得水下机器人的姿态信息、深度信息以及位置信息，为下一步对所获得的图像进行矫正拼接做准备，并且获得目标物的环境信息，对目标进行定位。
优选地，姿态模块与深度模块分别得到水下机器人在工作过程中的姿态信息、深度信息，超短基线模块采用超短基线定位系统，用于ROV的水下定位；水下机器人工作过程中通过连接电缆线与地上的中央操控系统相连；前视声呐安装在水下机器人之上，通过前视声呐获得被测物体和人工地标的声学图像，图像传回通过中央操控系统进行控制。
一种水下目标声纳精准测量方法，利用本发明水下目标声纳精准测量系统进行操作，其特征在于：通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，具体操作步骤如下：
第一步：利用水下机器人获得两张不同角度的声呐图像；
第二步：进行图像预处理，主要用中值滤波减少声呐图像中的斑点噪声；
第三步：采用特征点提取算法，完成声呐图像的特征点识别提取；
第四步：采取暴力匹配法，对声呐图像的特征点进行匹配，在暴力匹配的基础上增加一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对；
第五步：获得待拼接图像间的映射关系矩阵，对待拼接的图像进行配准，完成拼接；
第六步：采用加权平均的方法，进行图片融合优化。
本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：
1.本发明通过水下机器人获得不同角度的水下目标声呐图像，通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化等过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度；
2.本发明采用三维转换算法，该算法推导了空间中已知尺寸的物体与声呐图片之间的映射关系，能够更加准确有效的计算物体的尺寸和角度等相关信息。
附图说明
图1为本发明所设计的整个水下目标声呐精准测量系统各部分的连接示意图
图2为本发明水下目标声呐精准测量系统的流程图。
图3为本发明水下目标声呐精准测量系统的三维转换算法计算示意图。
具体实施方式
以下结合具体的实施例子对上述方案做进一步说明，本发明的优选实施例详述如下：
实施例一：
在本实施例中，一种水下目标声呐精准测量系统，包括水下机器人103、中央操控系统104、姿态模块107、深度模块106、前视声呐102、超短基线模块105和人工地标101；所述水下机器人103连接中央操控系统104、超短基线模块105、深度模块106、姿态模块107，并通过前视声呐102连接人工地标101。
本实施例水下目标声呐精准测量系统能进行有参考的水下目标声呐精准测量，可有效提升声呐测量的精度和准确度。
实施例二：
本实施例与实施例一基本相同，特别之处在于：
在本实施例中，所述人工地标101采用不同声呐反射特性的材料构成已知尺寸的人工声呐地标为参考物，用于获得已知尺寸的人工地标的声呐图像，来作为参考对比数据。
在本实施例中，所述中央操控系统104通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度。
在本实施例中，所述中央操控系统104通过三维转换算法，计算水中物体的实际尺寸和角度信息；通过空间中已知尺寸的物体与声呐图片之间的映射关系，进而准确有效的计算物体的尺寸和角度相关信息。
在本实施例中，所述利用三维转换算法计算水下物体的尺寸和角度信息，包括如下步骤：
首先，获取拼接后的声呐图像；
然后，利用声呐显示软件，计算人工地标成像在声呐图像中的尺寸和角度信息；再计算出实现由空间平面到空间投影平面上的点的映射的转换矩阵；
最后，得出水下目标物的尺寸和角度数据。
在本实施例中，所述姿态模块107、深度模块106和超短基线模块105为获得水下机器人的姿态信息、深度信息以及位置信息，为下一步对所获得的图像进行矫正拼接做准备，并且获得目标物的环境信息，对目标进行定位。
在本实施例中，姿态模块107与深度模块106分别得到水下机器人在工作过程中的姿态信息、深度信息，超短基线模块105采用超短基线定位系统，用于ROV的水下定位；水下机器人103工作过程中通过连接电缆线108与地上的中央操控系统104相连；前视声呐102安装在水下机器人103之上，通过前视声呐获得被测物体和人工地标101的声学图像，图像传回通过中央操控系统104进行控制。
本实施例水下目标声呐精准测量系统能进行有参考的水下目标声呐精准测量，能够更加准确有效的计算物体的尺寸和角度等相关信息，可有效提升声呐测量的精度和准确度。
实施例三：
本实施例与上述实施例基本相同，特别之处在于：
在本实施例中，一种水下目标声纳精准测量方法，利用上述实施例水下目标声纳精准测量系统进行操作，通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，具体操作步骤如下：
第一步：利用水下机器人获得两张不同角度的声呐图像；
第二步：进行图像预处理，主要用中值滤波减少声呐图像中的斑点噪声；
第三步：采用特征点提取算法，完成声呐图像的特征点识别提取；
第四步：采取暴力匹配法，对声呐图像的特征点进行匹配，在暴力匹配的基础上增加一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对；
第五步：获得待拼接图像间的映射关系矩阵，对待拼接的图像进行配准，完成拼接；
第六步：采用加权平均的方法，进行图片融合优化。
本实施例水下目标声呐精准测量系统能进行有参考的水下目标声呐精准测量，可有效提升声呐测量的精度和准确度。
实施例四：
本实施例与上述实施例基本相同，特别之处在于：
在本实施例中，如图1所示，为本实施例水下目标声呐精准测量系统各部分的连接示意图，姿态模块107与深度模块106得到水下机器人在工作过程中的的姿态信息、深度信息，超短基线模块105即超短基线定位系统，用于ROV的水下定位。水下机器人103工作过程中通过连接电缆线108与地上的中央操控系统104相连。前视声呐102安装在水下机器人103之上，通过前视声呐获得被测物体和人工地标101的声学图像，图像传回中央操控系统104，中央操控系统104对于获得的图像进行声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化，进一步的，通过三维转换算法，准确有效的计算目标物体的尺寸和角度等相关信息。
在本实施例中，如图2所示，为本发明水下目标声呐精准测量系统的流程图。通过前视声呐获得被测物体和人工地标不同角度的声学图像后，图像传回中央操控系统，通过声呐显示软件来显示采集到的声呐视频流，并对声呐图像进行图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化等过程处理实现声呐图像拼接。具体步骤如下：
首先，图像预处理中为了对声呐图像中的物体边缘做提取和测量防止去噪过程中对图像进一步模糊，主要用中值滤波减少声呐图像中的斑点噪声；
然后，设置合适的海塞矩阵阀值，采用特征点提取算法对声呐图像中灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点，能够反映图像本质特征的点进行声呐图像的特征点识别提取；
第三步，采取暴力匹配法对声呐图像的特征点进行匹配，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，即利用距离信息对特征点进行筛选之后，筛除掉部分错误的匹配特征点对；
第四步，获得待拼接图像间的映射关系矩阵，对待拼接的图像进行配准，完成拼接；
最后，采用加权平均的方法进行图片融合优化，这样经过拼接后就可扩大声呐图像的显示范围。对拼接后的声呐图片利用三维转换算法计算水下物体的尺寸和角度信息，具体步骤如下。首先，获得拼接后的声呐图像。然后利用声呐显示软件计算人工地标成像在声呐图像中的尺寸和角度信息。第三步计算出实现由空间平面到空间投影平面上的点的映射的转换矩阵。最后，倒推出水下目标物的尺寸和角度数据。
所述三维转换算法计算图如图3所示，具体计算过程如下：
a.图3(a)表示垂直方向上声呐与目标物的几何关系，以点S为基准，用极坐标中点的位置表示方式来表示B，E在声呐图像中的位置，即B(ρB，θB)、E(ρE，θE)；
b.根据余弦定理得到BE长度：
c.采集n对数据，计算像素距离对应的实际长度的尺寸转换系数：
其中i为采集数据对的序号；
d.图3(b)为声呐图像与水下物体空间关系示意，根据声呐与水下物体空间关系成像原理可得：Qi＝MPi，其中Pi为空间中平面P上的一点；Qi为空间中投影平面Q上的一点；M为实现由平面P到Q上的点的映射转换矩阵；
e.统一坐标系统为笛卡尔坐标系，平面P中的点：A(x1，y1)、B(x2，y2)、C(x3，y3)、D(x4，y4)分别对应平面Q中的点A′(x′1，y′1)、B′(x′2，y′2)、C′(x′3，y′3)、D′(x′4，y4)；
f.图3(c)为人工地标平面和声呐图像的点位对应关系，有即A′＝MA；
g.矩阵M是三阶可逆矩阵，故为非奇异矩阵；经过推导有：
h.借助M的逆M-1通过平面Q上的已知点求得平面P上未知点；
i.进一步通过余弦定理及上述尺寸转换系数求得被测物体的实际尺寸及角度信息。
本实施例水下目标声呐精准测量方法，通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化等过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度。本实施例采用三维转换算法，该算法推导了空间中已知尺寸的物体与声呐图片之间的映射关系，能够更加准确有效的计算物体的尺寸和角度等相关信息，有效提升了声呐测量的精度和准确度。
上面对本发明实施例结合附图进行了说明，但本发明不限于上述实施例，还可以根据本发明的发明创造的目的做出多种变化，凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化，均应为等效的置换方式，只要符合本发明的发明目的，只要不背离本发明的技术原理和发明构思，都属于本发明的保护范围。

Claims (5)

1.一种水下目标声呐精准测量系统，包括水下机器人(103)、中央操控系统(104)、姿态模块(107)、深度模块(106)、前视声呐(102)、超短基线模块(105)和人工地标(101)，其特征在于：所述水下机器人(103)连接中央操控系统(104)、超短基线模块(105)、深度模块(106)、姿态模块(107)，并通过前视声呐(102)连接人工地标(101)；
所述人工地标(101)采用不同声呐反射特性的材料构成已知尺寸的人工声呐地标作为参考物，用于获得已知尺寸的人工地标的声呐图像；
所述中央操控系统(104)通过三维转换算法，计算水中物体的实际尺寸和角度信息；通过空间中已知尺寸的人工地标与声呐图片之间的映射关系，进而准确有效的计算物体的尺寸和角度相关信息；
利用三维转换算法计算水下物体的尺寸和角度信息，包括如下步骤：
首先，获取拼接后的声呐图像；
然后，利用声呐显示软件，计算人工地标成像在声呐图像中的尺寸和角度信息；再计算出实现由空间平面到空间投影平面上的点的映射的转换矩阵；
最后，得出水下目标物的尺寸和角度数据。
2.根据权利要求1所述的水下目标声呐精准测量系统，其特征在于：所述中央操控系统(104)通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，在特征点匹配阶段，在暴力匹配的基础上增加了一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对，增加图像拼接成功的概率和图像拼接的精度。
3.根据权利要求1所述的水下目标声呐精准测量系统，其特征在于：所述姿态模块(107)、深度模块(106)和超短基线模块(105)为获得水下机器人的姿态信息、深度信息以及位置信息，为下一步对所获得的图像进行矫正拼接做准备，并且获得目标物的环境信息，对目标进行定位。
4.根据权利要求1所述的水下目标声呐精准测量系统，其特征在于：姿态模块(107)与深度模块(106)分别得到水下机器人在工作过程中的姿态信息、深度信息，超短基线模块(105)采用超短基线定位系统，用于ROV的水下定位；水下机器人(103)工作过程中通过连接电缆线(108)与地上的中央操控系统(104)相连；前视声呐(102)安装在水下机器人(103)之上，通过前视声呐获得被测物体和人工地标(101)的声学图像，图像传回通过中央操控系统(104)进行控制。
5.一种水下目标声纳精准测量方法，利用权利要求1所述的水下目标声纳精准测量系统进行操作，其特征在于：通过声呐图像去噪、特征点提取、特征点匹配、声呐图像拼接及优化过程实现声呐图像拼接，具体操作步骤如下：
第一步：利用水下机器人获得两张不同角度的声呐图像；
第二步：进行图像预处理，主要用中值滤波减少声呐图像中的斑点噪声；
第三步：采用特征点提取算法，完成声呐图像的特征点识别提取；
第四步：采取暴力匹配法，对声呐图像的特征点进行匹配，在暴力匹配的基础上增加一层筛选机制，通过对匹配的特征点对之间连线角度的限制，筛除掉部分错误的匹配特征点对；
第五步：获得待拼接图像间的映射关系矩阵，对待拼接的图像进行配准，完成拼接；
第六步：采用加权平均的方法，进行图片融合优化。
CN202110674806.9A 2021-06-18 2021-06-18 一种水下目标声呐精准测量系统和方法 Active CN113379710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110674806.9A CN113379710B (zh) 2021-06-18 2021-06-18 一种水下目标声呐精准测量系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110674806.9A CN113379710B (zh) 2021-06-18 2021-06-18 一种水下目标声呐精准测量系统和方法

Publications (2)

Publication Number Publication Date
CN113379710A CN113379710A (zh) 2021-09-10
CN113379710B true CN113379710B (zh) 2024-02-02

Family

ID=77577609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110674806.9A Active CN113379710B (zh) 2021-06-18 2021-06-18 一种水下目标声呐精准测量系统和方法

Country Status (1)

Country Link
CN (1) CN113379710B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115856898B (zh) * 2023-03-03 2023-05-16 山东科技大学 一种适应于全海深的面阵三维成像声呐点位归算方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004219339A (ja) * 2003-01-17 2004-08-05 Tech Res & Dev Inst Of Japan Def Agency ソーナー受信音処理方法、ソーナー装置、シミュレーション方法、シミュレータ及びシミュレーション用プログラム
CN101672916A (zh) * 2009-09-17 2010-03-17 中国海洋大学 机械扫描式成像声呐的运动失真补偿方法
CN103513248A (zh) * 2013-10-23 2014-01-15 广州市海林电子科技发展有限公司 水下目标监测装置
CN106291561A (zh) * 2016-08-09 2017-01-04 苏交科集团股份有限公司 一种水下软体排搭接宽度的侧扫声纳检测方法
CN106338733A (zh) * 2016-09-09 2017-01-18 河海大学常州校区 基于蛙眼视觉特性的前视声呐目标跟踪方法
CN109559321A (zh) * 2018-11-28 2019-04-02 清华大学 一种声呐图像分割方法和设备
CN110133667A (zh) * 2019-05-15 2019-08-16 上海大学 基于移动前视声呐的水下三维检测系统
CN110412584A (zh) * 2019-05-31 2019-11-05 上海大学 一种水下前视声呐移动快速拼接系统
CN111596296A (zh) * 2019-12-19 2020-08-28 上海大学 一种基于前视声呐图像的水下目标跟踪方法
CN111880184A (zh) * 2020-08-04 2020-11-03 湖南国天电子科技有限公司 一种应用于船载侧扫声呐的海底目标定位方法及系统
CN111983620A (zh) * 2020-03-04 2020-11-24 武汉理工大学 一种面向水下机器人搜寻探摸的目标定位方法
CN112613504A (zh) * 2020-12-17 2021-04-06 上海大学 一种声呐水下目标检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004219339A (ja) * 2003-01-17 2004-08-05 Tech Res & Dev Inst Of Japan Def Agency ソーナー受信音処理方法、ソーナー装置、シミュレーション方法、シミュレータ及びシミュレーション用プログラム
CN101672916A (zh) * 2009-09-17 2010-03-17 中国海洋大学 机械扫描式成像声呐的运动失真补偿方法
CN103513248A (zh) * 2013-10-23 2014-01-15 广州市海林电子科技发展有限公司 水下目标监测装置
CN106291561A (zh) * 2016-08-09 2017-01-04 苏交科集团股份有限公司 一种水下软体排搭接宽度的侧扫声纳检测方法
CN106338733A (zh) * 2016-09-09 2017-01-18 河海大学常州校区 基于蛙眼视觉特性的前视声呐目标跟踪方法
CN109559321A (zh) * 2018-11-28 2019-04-02 清华大学 一种声呐图像分割方法和设备
CN110133667A (zh) * 2019-05-15 2019-08-16 上海大学 基于移动前视声呐的水下三维检测系统
CN110412584A (zh) * 2019-05-31 2019-11-05 上海大学 一种水下前视声呐移动快速拼接系统
CN111596296A (zh) * 2019-12-19 2020-08-28 上海大学 一种基于前视声呐图像的水下目标跟踪方法
CN111983620A (zh) * 2020-03-04 2020-11-24 武汉理工大学 一种面向水下机器人搜寻探摸的目标定位方法
CN111880184A (zh) * 2020-08-04 2020-11-03 湖南国天电子科技有限公司 一种应用于船载侧扫声呐的海底目标定位方法及系统
CN112613504A (zh) * 2020-12-17 2021-04-06 上海大学 一种声呐水下目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于声呐图像的水下目标检测、识别与跟踪研究综述;郭戈;王兴凯;徐慧朴;;控制与决策(第05期);正文全文 *
水下沉船精确定位系统的研制;陈功;;舰船科学技术(第04期);全文 *

Also Published As

Publication number Publication date
CN113379710A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN108876836B (zh) 一种深度估计方法、装置、系统及计算机可读存储介质
CN106447601B (zh) 一种基于投影-相似变换的无人机遥感影像拼接方法
CN113837277B (zh) 一种基于视觉点线特征优化的多源融合slam系统
CN108225319B (zh) 基于目标特征的单目视觉快速相对位姿估计系统及方法
CN112200203B (zh) 斜视场下弱相关散斑图像的匹配方法
Aykin et al. On feature extraction and region matching for forward scan sonar imaging
CN109544628B (zh) 一种指针式仪表的准确读数识别系统及方法
CN105869160A (zh) 利用Kinect实现三维建模和全息显示的方法及系统
CN112132874B (zh) 无标定板异源图像配准方法、装置、电子设备及存储介质
JP6483832B2 (ja) Ｒｇｂ−ｄセンサを使用して物体を走査する方法とシステム
CN109801360B (zh) 基于图像的胃肠三维重构和可视化方法
Babaee et al. 3-D object modeling from 2-D occluding contour correspondences by opti-acoustic stereo imaging
CN113379710B (zh) 一种水下目标声呐精准测量系统和方法
Xu et al. Hybrid mesh-neural representation for 3d transparent object reconstruction
CN110599501A (zh) 一种胃肠结构的真实尺度三维重建及可视化方法
CN109443320A (zh) 基于直接法和线特征的双目视觉里程计及测量方法
CN110807799B (zh) 一种结合深度图推断的线特征视觉里程计方法
CN112508885A (zh) 一种弯管的三维中轴线检测方法及系统
Gracias et al. Application challenges of underwater vision
CN116433760A (zh) 一种水下导航定位系统和方法
CN115902925A (zh) 一种拖体姿态自动识别方法
CN115307865A (zh) 一种面向高温高超声速流场的模型变形测量方法
CN113240749B (zh) 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法
CN109308706B (zh) 一种通过图像处理得到三维曲面面积的方法
CN110631556B (zh) 一种异构立体视觉系统的测距方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant