一种基于SFS技术的侧扫声呐图像三维重构方法与流程

本发明属于图像处理技术，涉及海洋探测与勘测，特别涉及一种基于sfs技术的侧扫声呐图像三维重构方法。

背景技术：

1、海底地貌检测是一个复杂的过程，涉及多种技术和设备，其目的是获取海底地形、地质结构及其他特征的详细信息。这对科学研究、海洋工程、环境保护和资源开发等领域具有重要意义。随着声呐技术的快速发展，侧扫声呐系统在海洋开发中的应用越来越广泛。然而，由于侧扫声呐的测量机理和作业模式限制，其无法直接提供海底表面地形及水下目标物的高度信息。因此，对侧扫声呐原始二维灰度图像进行三维重构的研究显得尤为重要。

2、传统三维重构方法面临精度和分辨率限制，噪声干扰严重，处理速度慢且效率低，并且在极端或复杂环境下适应性差。相较于传统的方法，基于sfs技术的侧扫声呐图像三维重构方法具有显著优点。首先，它能提高三维重构的精度和分辨率，克服了传统方法在噪声和分辨率上的限制。其次，sfs技术增强了细节还原能力，使得对海底地形和水下目标物的微小特征和复杂结构的重建更加准确。此外，它改进了图像融合与处理，能够更好地合成来自不同角度或时间点的数据，提供全面一致的三维模型。基于sfs技术的方法还具备较高的自动化和处理效率，减少了对人工干预的依赖，同时对复杂环境表现出较强的鲁棒性，能够在各种海洋条件下稳定地提供三维重构结果。最后，这种技术支持实时性和在线处理，能够在数据采集过程中即时提供地形和目标物信息，对实时监测和决策支持具有重要意义。

技术实现思路

1、本发明为解决上述现有技术存在的问题，提供了一种基于sfs技术的侧扫声呐图像三维重构方法。

2、为达到上述目的，本发明提供如下技术方案：一种基于sfs技术的侧扫声呐图像三维重构方法，所述方法包括如下步骤：

3、s1、海底线检测。基于canny算子的海底线检测法提取声呐图像中的海底轮廓线，以确保后续处理的准确性；

4、s2、灰度矫正。首先将图像进行划分成四个具有相等宽度的子图像区域，然后根据每一子图像区域的均值生成一条六段式增益补偿曲线，最后根据增益补偿方程对侧扫声呐图像进行增益补偿，校正图像中的光照和对比度变化，提升图像质量；

5、s3、斜距校正。对图像进行几何校正，以消除由于声呐设备倾斜造成的距离误差准确对所测海底目标物的实际形状和大小进行表征；

6、s4、基于小波变换的sfs侧扫声呐图像三维重构。利用小波的多分辨率特点，可以对图片进行分解及重构，首先对图像进行行分解，获得图像在水平方向上的低频分量l和高频分量h，然后在其基础上再进行列分解，最终获得一个低频的近似系数ll及水平细节lh、垂直细节hl和对角线细节hh三个高频分量图像。图像重构时，首先对分解结果的每一列进行一维离散小波逆变换，再对所得数据的每一行进行一维离散小波逆变换，即可获得重构图像。

7、优选地，所述s1的具体内容为：

8、第一步：使用高斯滤波器对声呐图像进行平滑预处理，以减少噪声的影响。

9、第二步：应用canny边缘检测算子，使用梯度运算符计算图像每个像素的梯度强度和方向，以识别潜在的边缘；非极大值抑制去除非边缘像素，双阈值处理则将边缘分为强边缘和弱边缘，并通过边缘连接完成最终的边缘检测。

10、第三步：海底线提取，从canny边缘检测结果中提取海底轮廓线。

11、优选地，所述s2的具体内容为：

12、第一步：将图像进行划分成四个具有相等宽度的子图像区域分别计算四个窗口的区域平均值m1、m2、m3、m4以及总体均值m。

13、第二步：求取补偿因子pi：

14、

15、其中，m表示总体均值，mi表示四个具有相等宽度的子图像区域平均值。

16、第三步：求取补偿方程。补偿方程的计算公式为：

17、

18、其中，p1、p2、p3和p4是补偿因子，w是图像宽度。

19、第四步：根据补偿曲线得到的侧扫声呐图像补偿结果，校正图像中的光照和对比度变化，提升图像质量。

20、优选地，所述s3的具体内容为：

21、假设海底表面是水平面，海底回波点的平距是：

22、

23、其中，hd表示平距，sd表示斜距，h表示声呐海底之间的垂直距离；

24、对图像进行几何校正，以消除由于声呐设备倾斜造成的距离误差准确对所测海底目标物的实际形状和大小进行表征。

25、优选地，所述s4的具体内容为：

26、第一步：采用小波db2对二维侧扫声呐瀑布图像进行分解，得到一个低频分量ll和水平细节lh、垂直细节hl和对角线细节hh三个高频分量。

27、第二步：在图像的低频分量部分采用基于priwitt算子的梯度算法，直接从图像中获得梯度信息，计算出低频部分海底表面三维高度值。

28、第三步：在图像的三个高频分量部分采用经典最小化方法迭代求解，计算出对应点的高度值。

29、第四步：将第二、三步得到的实验结果结合起来，实现侧扫声呐图像的三维重构，恢复出海底表面三维地形。

30、实施本发明实施例，将具有如下有益效果：

31、基于sfs技术的侧扫声呐图像三维重构方法能显著提升重构精度，准确描绘海底地形，克服传统技术中的精度限制。利用小波变换和优化算法，处理速度得到显著改善，尤其在处理大规模数据时表现优异。同时，方法的高自动化程度减少了人工干预，提高了处理效率和结果一致性。

技术特征：

1.一种基于sfs技术的侧扫声呐图像三维重构方法，其特征在于包含以下几个步骤：

2.根据权利要求1所述的一种基于sfs技术的侧扫声呐图像三维重构方法，其特征是：所述s1的具体内容为：

3.根据权利要求1所述的一种基于sfs技术的侧扫声呐图像三维重构方法，其特征是：所述s2的具体内容为：

4.根据权利要求1所述的一种基于sfs技术的侧扫声呐图像三维重构方法，其特征是：所述s3的具体内容为：

5.根据权利要求1所述的一种基于sfs技术的侧扫声呐图像三维重构方法，其特征是：所述s4的具体内容为：

技术总结
本发明公开了一种基于SFS技术的侧扫声呐图像三维重构方法，适用于海洋探测与勘测领域。该方法包括以下步骤：S1、海底线检测。基于Canny算子的海底线检测法提取声呐图像中的海底轮廓线，以确保后续处理的准确性；S2、灰度矫正。首先将图像进行划分成四个具有相等宽度的子图像区域，然后根据每一子图像区域的均值生成一条六段式增益补偿曲线，最后根据增益补偿方程对侧扫声呐图像进行增益补偿，校正图像中的光照和对比度变化，提升图像质量；S3、斜距校正。对图像进行几何校正，以消除由于声呐设备倾斜造成的距离误差准确对所测海底目标物的实际形状和大小进行表征；S4、基于小波变换的SFS侧扫声呐图像三维重构。利用小波的多分辨率特点，可以对图片进行分解及重构，首先对图像进行行分解，获得图像在水平方向上的低频分量L和高频分量H，然后在其基础上再进行列分解，最终获得一个低频的近似系数LL及水平细节LH、垂直细节HL和对角线细节HH三个高频分量图像。图像重构时，首先对分解结果的每一列进行一维离散小波逆变换，再对所得数据的每一行进行一维离散小波逆变换，即可获得重构图像。

技术研发人员：刘梦琪,刘增武,毛翎
受保护的技术使用者：中国船舶集团有限公司第七六O研究所
技术研发日：
技术公布日：2025/3/31