System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种融合多波束的近岸海域水深探测方法技术_技高网

一种融合多波束的近岸海域水深探测方法技术

技术编号:43175960 阅读:5 留言:0更新日期:2024-11-01 20:04
本发明专利技术公开了一种融合多波束的近岸海域水深探测方法,包括:根据本发明专利技术的第一方面,一种融合多波束的近岸海域水深探测方法,具体实施步骤如下:S1:获取原始图像和数据,其中,原始图像和数据包括高分辨率摄像机采集目标海域的海底图像数据和多波束探测仪探测的目标区域水体数据。本发明专利技术属于近岸海域水深探测技术领域,本发明专利技术的目的在于解决现有技术中船体姿态和船体吃水不断发生变化,对深度的探测影响较大,同时对海底情况无法准确的探测和识别的问题。达到的技术效果为:通过融合图像处理来对近岸海域的海底情况进行处理和分析,同时对船体姿态和船体吃水等影响因素进行处理,提高了多波束近岸海域水深探测的精确效果。

【技术实现步骤摘要】

本专利技术涉及近岸海域水深探测,具体涉及一种融合多波束的近岸海域水深探测方法


技术介绍

1、近岸海域是指从海岸线向海一侧算起,包括领海基线向陆一侧的全部海域,以及尚未公布领海基线的海域及内海,具体到负10米等深线向陆一侧的全部海域,目前近岸海域水深探测是海洋调查、海洋测绘和渔业养殖前最基础的工作,近岸海域水深探测主要是通过多波束测深系统进行水深检测,多波束测深系统在测量过程中,通过安装于船底的声波发射器向海底发射宽扇区覆盖的声波,接收器则对这些声波进行窄波束接收,通过分析声波的传播时间和角度,一次探测就能给出与航向垂直的垂面内上百个甚至更多的海底被测点的水深值,能够精确、快速地测出水深值;

2、近岸海域测量时覆盖区域较小,宽扇区覆盖测量的难度增加,并要求测量到尽可能接近吃水线位置,但近岸海域船只往来比较频繁、渔业养殖丰富、风浪较大以及水质情况比较复杂,带来很多干扰,影响波束的发射和接收,其中,风浪的影响使船体产生很大的摇摆幅度,导致船体姿态和船体吃水不断发生变化,水面高度变化大,对深度的探测影响较大,同时对海底情况无法准确的探测和识别,导致水深探测能力和准确率下降,具有较大的不便。


技术实现思路

1、为此,本专利技术提供一种融合多波束的近岸海域水深探测方法,以解决现有技术中的上述问题。

2、为了实现上述目的,本专利技术提供如下技术方案:

3、根据本专利技术的第一方面,一种融合多波束的近岸海域水深探测方法,具体实施步骤如下:

4、s1:获取原始图像和数据,其中,原始图像和数据包括高分辨率摄像机采集目标海域的海底图像数据和多波束探测仪探测的目标区域水体数据;

5、s2:沿着扇形波束的发射范围,依次对每组发射条带进行计算,测量所选中发射带与垂直船体向下发射条带的夹角θ,再对相关矢量进行计算,得到每条发射条带的第一探测结果h和定向区域面积s,并根据计算出相邻两组定向区域面积s的层叠率w,直至边缘发射条带,来对计算结果进行初步验算;

6、第一探测结果h计算公式为:

7、

8、式中,d为垂直船体向下的发射条带的,波束夹角θ为所选中发射带与垂直船体向下发射条带的夹角;

9、定向区域面积s的计算公式为:

10、

11、式中,为声速剖面仪手机的声速;

12、s3:对采集的同一目标海域的海底图像数据按照预先设置的网格面积均匀分切呈网格状,分切后得到n帧图像帧,,再将n帧图像帧均二次分割为3×3的小网格,并进行预处理;

13、s4:选择换能器描绘并生成的图像为基准图像,预处理后图像帧为配合图像,通过深度学习模块对配合图像与基准图像进行相同的特征提取,并选择rst变换模型进行配准,将含义相同特征的图像帧转换并融合到基准影像的空间坐标系统中,得到各条发射条带的坐标;

14、s5:获取每条发射条带对应的坐标点和船体实时接收波束时刻的纵倾姿态和横摇姿态,进行相关矢量的补正归位计算,得到目标区域的实际水深;

15、式中,为船体吃水深度值。

16、进一步的,所述层叠率w的计算公式为:

17、

18、若层叠率w≤10%,则表示相邻两组定向区域面积s之间存在连续性,初步验算通过,层叠率w>10%,则表示相邻两组定向区域面积s之间存在间断可能,误差较大,即初步验算不通过。

19、进一步的,所述目标区域水体数据包括目标区域中由换能器和姿态传感器所提供的扇形波束中多条发射条带的发射角度和船体姿态数据。

20、进一步的,所述s3中预处理过程具体如下:

21、首先分别将n帧图像帧进行去噪和增强处理,处理时,将3×3个小网格的像素值排序,找出中间阈值,并将中间阈值赋予当前图像帧中其他相邻网格中,以此达到图像去噪的目的,再通过直方图均衡he增强图像对比度,对海底中光照不足处进行补光,方便突出重要的海底特征信息。

22、进一步的,所述配准过程中通过基于互信息的匹配算法建立多波束数据和图像数据之间的对应关系,分别找到基准图像和相应图像帧中对应的特征关键点的匹配对,再通过比例滤波器筛选出特征相同的匹配对,从而提高匹配的准确性。

23、进一步的,所述船体吃水深度值的计算公式为:

24、

25、式中,l为船体入水的横截面积,h为该时刻浅水海域对应的水深,为船速,k为船型系数。

26、本专利技术具有如下优点:

27、1、通过融合多波束和图像处理的方法来对近岸海域的水深探测,能够对近岸海域的海底情况进行处理和分析,提高多波束近岸海域水深探测的精确效果,同时探测过程中能够对船体姿态和船体吃水等影响因素进行处理,实现近岸海域水深的精确测量。

本文档来自技高网...

【技术保护点】

1.一种融合多波束的近岸海域水深探测方法,其特征在于,具体实施步骤如下:

2.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述层叠率W的计算公式为:

3.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述目标区域水体数据包括目标区域中由换能器和姿态传感器所提供的扇形波束中多条发射条带的发射角度和船体姿态数据。

4.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述S3中预处理过程具体如下:

5.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述配准过程中通过基于互信息的匹配算法建立多波束数据和图像数据之间的对应关系,分别找到基准图像和相应图像帧中对应的特征关键点的匹配对,再通过比例滤波器筛选出特征相同的匹配对,从而提高匹配的准确性。

6.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述船体吃水深度值的计算公式为:

【技术特征摘要】

1.一种融合多波束的近岸海域水深探测方法,其特征在于,具体实施步骤如下:

2.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述层叠率w的计算公式为:

3.根据权利要求1所述的一种融合多波束的近岸海域水深探测方法,其特征在于,所述目标区域水体数据包括目标区域中由换能器和姿态传感器所提供的扇形波束中多条发射条带的发射角度和船体姿态数据。

4.根据权利要求1所述的一种融合多波束的近岸海域水深探测...

【专利技术属性】
技术研发人员:张越王善武魏延亮王晓张新峰崔伟琪杨双李项岳韩金焱
申请(专利权)人:滨州市海洋发展研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1