声纳图像水下管线检测与跟踪技术研究

发布时间：2020-06-26 07:29

【摘要】：几十年以来,为更充分的利用海洋资源,人类在海底铺设了大量的能源输送管道和信息通信线缆。海底管线的正常工作,是海上油气与跨国通信的重要保障。由于海底施工、自然腐蚀和其他种种原因,海底管线易破损甚至断裂,造成经济和环境上的重大损失。因此,需要水下机器人对海底管线进行定期跟踪检查。利用侧扫声纳采集海底信息,通过图像处理算法检测出管线的位置和走向,并引导水下机器人对管线跟踪是本文的主要研究内容,具体如下:(1)研究侧扫声纳图像管线检测系统与图像预处理。首先,介绍管线检测与跟踪系统结构;其次,分析侧扫声纳成像原理与影响声纳图像质量的因素;然后,介绍水下管线系统模型;最后,研究均值滤波、中值滤波、高斯滤波去除声纳图像噪声的方法。实验结果表明,高斯滤波对声纳图像滤波的效果最佳。(2)研究二维平均恒虚警率的管线检测方法。首先,介绍在高斯噪声条件下的二维平均恒虚警率算法,在计算参考单元平均值时,需要反复提取像素灰度值,从而耗费大量的计算时间,本文研究采用积分矩阵加速计算;其次,采取形态学方法平滑管线边缘,并根据二值图连通区域离心率指标去除虚警;最后,通过Hough变换检测管线边缘,拟合得出管线的位置与走向。实验结果表明,该方法能有效检测出声纳图像中的管线目标。(3)提出矩形和十字形检测结构的二维平均恒虚警率算法。首先,根据管线的形状特征,研究矩形检测结构。相对于正方形检测结构,矩形检测结构在检测管线目标时具有较低的阈值,从而有效提取图像中的管线。十字形检测结构在矩形检测结构基础上,利用左右方向与上下方向参考单元灰度平均值之比,改善声纳图像野值点造成的管线像素缺失的问题。实验结果表明,本文提出的方法能更完整的检测出管线目标。(4)研究类PID的水下机器人管线跟踪方法。首先,根据水下机器人与管线的相对位置,制定快速接近管线并慢速跟踪管线的策略;然后,利用卡尔曼滤波确定管线位置。实验结果表明本文方法能有效控制水下机器人跟踪管线。
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;P756.2
【图文】：

边缘定位,管线

1.2 管线检测国内外研究现状1.2.1 国外研究现状从二十世纪 80 年代末开始，国外就开展了针对水下管线的检测和跟踪的实验研究工作。随着水下机器人技术的发展，国外已经对机器人海底管线的辨识及导航进行了实验研究。当前已经有一些大学和研究机构致力于利用 ROV 对海底管线外部进行检查的研究工作。少数国家己经开始对 AUV 水下管线检测与跟踪的方法进行研究，具有代表性的成果有:（1）University of the Balearic IslandsfromSpain 的管线探测系统能够实现对于不同角度管线的实时识别。Alberto Ortiz[9]等人研发了一套电缆探测系统，能够对不同角度的电缆进行识别，系统以摄像机为光视觉传感器，搭载在 ROV 上进行实验。如图 1.3 所示，该光视觉跟踪系统对获得的光学图像进行处理，主要包括图像分割、轮廓提取、定向过滤和边缘检测四个步骤，并利用卡尔曼滤波和ROI(Region Of Interest)区域预测，其成功率达到 90%。

管线,细金属线,管线检测,图像

（a）东线 SAS 图像（b）西线 SAS 图像（c）融合的 SAS 图像图 1.2 双声纳管线融合[10]Fig.1.2Pipeline fusion with dual sonar（3）Institute of Marine Technology Problems Far East Branch Russian CAdemf Sciences（IMTP FEB RAS）对水下管线的跟踪作了深入的研究，提出基于搜索器（Electromagnetic Searcher，EMS）[11]和视频图像系统（Video Imaystem，VIC）融合的金属线缆跟踪系统[12,13]。IMTP FEB RAS 利用 AUV MT行了海上实验，对细金属线缆进行了检测和跟踪，并对只采用 EMS 和采MS&VIC 进行了实验对比，采用 EMS&VIC 的系统检测准确率达到 90%。图 1.3AUV 管线检测模型[11]Fig.1.3 AUV Pipeline detection model

【相似文献】