侧扫声呐图像噪声统计分析与去噪方法研究

发布时间：2020-04-28 21:14

【摘要】：随着声呐技术的不断发展以及日益增长的海洋资源开发需求,利用侧扫声呐对海底进行探测已成为当下的热点问题。在对海底进行探测和成像的过程中,除了能够探测的目标之外,侧扫声呐还受到海底混响、海洋环境噪声以及一些自噪声的干扰,其中混响的影响尤为明显。混响导致侧扫声呐图像上存在随机分布的斑点,称为斑点噪声,为侧扫声呐图像后续的检测识别等处理带来许多问题。由于侧扫声呐的成像原理和海底复杂的环境,使得侧扫声呐图像表现出与普通光学图像不同的结构特性和噪声统计分布,因此针对侧扫声呐图像特点的去噪算法研究具有重大的意义。本文对侧扫声呐图像噪声统计分析与去噪方法展开了研究,主要包括下面三个方面:首先,对侧扫声呐的成像原理和图像特点进行了分析,考虑侧扫声呐的混响统计模型,利用5种典型的概率分布对海底混响的统计特性进行拟合得到了伽马分布为最优的拟合分布。然后,根据灰度直方图相关提出了基于2个特征参数对最优分布参数的估计。经过多元回归模型完成了不同底质类型噪声模型的建立并实现了底质分类。在上述实验结果的基础上根据模型参数与图像特征所得到的模型对不同底质类型混响所导致的噪声进行有效地模拟,并选取合适的方法进行噪声评价验证噪声模拟结果。最后,将专家场模型应用在侧扫声呐图像去噪中,提出了基于伽马分布的专家场去噪算法,称为GammaFoE去噪算法。依据侧扫声呐图像的概率分布模型和专家场模型,最大后验估计可以利用梯度上升法进行计算,求解得到去噪后的图像。其中,伽马模型的参数通过最大化算法迭代得到,梯度上升法选用了拟牛顿法得到快速的收敛。实验表明,GammaFoE去噪算法在侧扫声呐图像上具有很好的去噪效果。
【图文】：

结构框架,侧扫声呐

侧扫声呐是一种能够很好地显示海底地貌和确定海底目标的大致位置和深逡逑度的主动声呐，如今己经在海底成像测绘领域得到了普遍的应用。本章的整体结逡逑构框架如图２．１所示，首先分析了侧扫声呐的成像原理和海底结构对成像的影响逡逑主要分为图像变形和噪声混响两个方面，然后介绍侧扫声呐图像预处理的畸变校逡逑正过程。虽经过矫正的侧扫声呐图像己经排除成像过程中产生的畸变，但除了目逡逑标物的反射之外海底混响产生斑点噪声仍影响图像的后续处理，因此对海底混响逡逑统计模型进行了细致的研究。逡逑图像变形一＾？畸变校正逡逑影响侧扫声呐图像质量的原因邋逦逡逑—？混响噪声逦？混响统计模型逡逑图２．１本章结构框架图逡逑２．１侧扫声呐的成像原理逡逑２．１．１侧扫声呐的工作特点逡逑侧扫声呐系统一般由主机、线缆和拖鱼组成。主机是侧扫声呐必不可少的核逡逑心，包括硬件和软件两个部分，，操控整个侧扫声呐系统的正常运作。线缆既可以逡逑牵引拖鱼也可以传递信号。侧扫声呐的拖鱼可能是鱼雷型或者圆柱形等流线型，逡逑左右两侧装有收发换能器。逡逑图２．２中以双侧的单频带侧扫声呐为例画出了其工作原理示意图。在侧扫声逡逑呐拖鱼的左侧和右侧各有一条工作频率相同的换能器阵列。在拖鱼前进方向的水逡逑平面开角为Ｐｈ，为了保证较高的航向分辨率角度Ｐｈ邋—般小于２°邋；垂直于航向逡逑的平面开角叫作Ｐｖ，为了照射到两舷比较宽的位置角度Ｐｖ—般为６０°。换能器逡逑发射的声波为球面波能够覆盖换能器左右两侧各一块细长梯形海底

示意图,侧扫声呐,回波强度,示意图

图２．２侧扫声呐工作原理示意图逡逑
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;U666.7

【参考文献】