基于声图像的水下目标感知技术研究

基于声图像的水下目标感知技术研究

ID:37071827

大小:5.40 MB

页数:130页

时间:2019-05-16

基于声图像的水下目标感知技术研究_第1页
基于声图像的水下目标感知技术研究_第2页
基于声图像的水下目标感知技术研究_第3页
基于声图像的水下目标感知技术研究_第4页
基于声图像的水下目标感知技术研究_第5页
资源描述:

《基于声图像的水下目标感知技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:工学博士学位论文基于声图像的水下目标感知技术研究博士研究生:高珏指导教师:李海森教授学科、专业:信息与通信工程哈尔滨工程大学2018年5月分类号:密级:UDC:编号:工学博士学位论文基于声图像的水下目标感知技术研究博士研究生:高珏指导教师:李海森教授学位级别:工学博士学科、专业:信息与通信工程所在单位:水声工程学院论文提交日期:2018年5月22日论文答辩日期:2018年5月26日学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofD.EngUnder

2、waterObjectPerceptionTechniquesbasedonAcousticImageCandidate:GaoJueSupervisor:Prof.LiHaisenAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:May22,2018DateofOralExamination:May26,2018University:HarbinEngineeringUniversit

3、y哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门

4、或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日基于声图像的水下目标感知技术研究摘要在国家维护海洋权益、建设海洋强国的战略牵引下,声学区域安防成为了海洋声学技术发

5、展的一个重要方向,其中的核心问题在于如何从警戒区域中快速而准确地辨别出来自水下的威胁目标。针对这个问题,本文采用理论分析、仿真模拟和试验论证的研究方法,设计了一个水下目标感知框架。围绕水下场景的声成像、目标感兴趣区域(RegionofInterest,ROI)检测和潜在目标的鉴别,分三层展开深入研究。第一层借助多波束水体成像技术将水下场景映射成声图像,应用基于虚拟波束的插值和动态亮度分配方法改善声成像效果,提出一种背景估计算法抑制高信噪比下的旁瓣干扰。在分析了水下场景中目标声图像表示存在问题的基础上,引入了局部高阶统计量(Higher-OrderSta

6、tistics,HOS)分析方法,对目标的HOS空间表示展开深入的研究。第二层将子块截断策略应用于声图像的ROI检测,并采用基于积分图像的算法提高运算效率,通过实测声图像数据评估这种快速子块截断恒虚警率(SubsetCensored-ConstantFalseAlarmRate,SC-CFAR)检测方法的有效性。并研究了在局部HOS空间执行SC-CFAR算法进行ROI检测的问题,通过匹配滤波能够尽量还原ROI的实际样貌,在目标大小和数量未知时,使用不确定目标理论模型能取得更好的ROI聚焦效果。第三层将检测到的每个ROI都看做是一个或多个潜在目标。分两个

7、步骤展开研究,第一步是寻找适合于表示这些潜在目标的局部不变特征,第二步是通过对局部不变特征的追踪对潜在目标进行鉴别。首先将常用的关键点检测算法应用于声图像,并对比不同算法的检测性能。接着将常用的特征描述算法将检测到的关键点生成特征描述子,并对比不同描述子的匹配性能。然后将初步筛选出的关键点检测算法和特征描述子组成不同的局部不变特征,采用检测前追踪的策略(TrackBeforeDetect,TBD)在声图像序列ROI中执行局部特征追踪,利用追踪统计信息判断潜在目标是属于真实目标还是虚警。最后以水下蛙人为潜入威胁目标展开目标感知的试验研究。为了模拟实际声学

8、区域警戒可能会遇到的多种情况,设计了定点下视、定点平视和移动侧视三组不同的视场下潜入目标多种运

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。