艦船尾流是指艦船航行過程中由于螺旋槳空化、水與艦船側(cè)壁摩擦等原因,在艦船尾部形成的氣泡群。利用艦船尾流多波束成像技術(shù),可以探測到尾流的聲散射強(qiáng)度數(shù)據(jù)。為了更好地研究尾流的特性,對原始聲吶數(shù)據(jù)進(jìn)行圖像可視化處理。由于處理后的原始尾流圖像摻雜著噪聲,尤其當(dāng)海面反射較強(qiáng)時,造成部分尾流圖像與海面的反射圖像完全混合在一起,因此需要尋找合適的算法將尾流圖像的邊緣提取出來。文章研究了微分算子、數(shù)學(xué)形態(tài)學(xué)算法、分形算法等邊緣分割算法在尾流圖像處理中的應(yīng)用,并通過比較總結(jié)了每種算法的優(yōu)缺點(diǎn)。 

【文章來源】：聲學(xué)技術(shù). 2020,39(05)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

測量系統(tǒng)示意圖

第5期任秀艷等：艦船尾流圖像的邊緣分割算法研究645圖1測量系統(tǒng)示意圖Fig.1Schematicdiagramofthemeasuringsystem原始尾流圖像如圖2所示。當(dāng)主瓣收到的尾流信號與旁瓣收到的海面反射信號同時到達(dá)時，海面反射信號會干擾尾流信號。圖2原始尾流圖像Fig.2Originalwakeimage圖2中，海平面在高度約為30m的中間亮條處，海平面上方的虛擬強(qiáng)度圖像由多波束旁瓣引起，在此不做討論。根據(jù)分析，亮環(huán)即為海面回波反射干擾，中間條狀區(qū)域即為尾流圖像區(qū)域。尾流圖像邊緣提取的目的是將亮環(huán)剔除，并將條狀區(qū)域的尾流邊緣提取出來。2尾流圖像去干擾處理利用傳統(tǒng)的濾波方法難以去除聲吶尾流圖像中海面反射強(qiáng)度干擾，因此本文用背景相減法來去除海面回波干擾，構(gòu)造了一個包含“亮環(huán)”噪聲并且沒有尾流圖像的背景環(huán)境，通過聲吶圖像與構(gòu)造的“亮環(huán)圖像”相減得到的尾流圖像如圖3所示。以圖3為原始圖像進(jìn)行尾流圖像邊緣分割，下面分別介紹幾種邊緣分割算法，并給出這幾種邊緣分割算法提取到的尾流邊緣。圖3背景相減法濾波結(jié)果Fig.3Resultsofbackgroundsubtractionfiltering3尾流圖像邊緣處理3.1Canny算子對尾流邊緣的提取基于一階的邊緣檢測算子中，Canny算子是公認(rèn)的具有良好檢測性能的一類邊緣檢測算子，因此本文利用它對尾流圖像進(jìn)行邊緣提齲首先，用高斯濾波器對尾流圖像進(jìn)行平滑處理。然后，利用普通的一階邊緣檢測算子，如Sobel算子、Roberts算子等進(jìn)行梯度計算，本文中選用的Sobel算子。再利用非極大值抑制的方法判定邊緣梯度值，在尾流檢測的過程中，進(jìn)行的非極大值抑制是在梯度方向上的非極大值抑制，實(shí)際處理的尾流圖像的像素點(diǎn)是離散的二維矩陣，對于某個監(jiān)測點(diǎn)，梯度方向兩側(cè)的點(diǎn)不一定存在于二維矩?

ig.2Originalwakeimage圖2中，海平面在高度約為30m的中間亮條處，海平面上方的虛擬強(qiáng)度圖像由多波束旁瓣引起，在此不做討論。根據(jù)分析，亮環(huán)即為海面回波反射干擾，中間條狀區(qū)域即為尾流圖像區(qū)域。尾流圖像邊緣提取的目的是將亮環(huán)剔除，并將條狀區(qū)域的尾流邊緣提取出來。2尾流圖像去干擾處理利用傳統(tǒng)的濾波方法難以去除聲吶尾流圖像中海面反射強(qiáng)度干擾，因此本文用背景相減法來去除海面回波干擾，構(gòu)造了一個包含“亮環(huán)”噪聲并且沒有尾流圖像的背景環(huán)境，通過聲吶圖像與構(gòu)造的“亮環(huán)圖像”相減得到的尾流圖像如圖3所示。以圖3為原始圖像進(jìn)行尾流圖像邊緣分割，下面分別介紹幾種邊緣分割算法，并給出這幾種邊緣分割算法提取到的尾流邊緣。圖3背景相減法濾波結(jié)果Fig.3Resultsofbackgroundsubtractionfiltering3尾流圖像邊緣處理3.1Canny算子對尾流邊緣的提取基于一階的邊緣檢測算子中，Canny算子是公認(rèn)的具有良好檢測性能的一類邊緣檢測算子，因此本文利用它對尾流圖像進(jìn)行邊緣提齲首先，用高斯濾波器對尾流圖像進(jìn)行平滑處理。然后，利用普通的一階邊緣檢測算子，如Sobel算子、Roberts算子等進(jìn)行梯度計算，本文中選用的Sobel算子。再利用非極大值抑制的方法判定邊緣梯度值，在尾流檢測的過程中，進(jìn)行的非極大值抑制是在梯度方向上的非極大值抑制，實(shí)際處理的尾流圖像的像素點(diǎn)是離散的二維矩陣，對于某個監(jiān)測點(diǎn)，梯度方向兩側(cè)的點(diǎn)不一定存在于二維矩陣中，本文通過插值來解決這個問題。將某點(diǎn)梯度幅值與插值作比較，若此處梯度幅值大于兩個插值，則此點(diǎn)就是局部極大值，為尾流邊緣點(diǎn)。最后，進(jìn)行閾值設(shè)置、拼接邊緣，具體思路是選取兩個閾值，認(rèn)為小于低閾值的點(diǎn)是弱邊緣，大于高閾值的點(diǎn)是強(qiáng)邊緣，介于中間的

【參考文獻(xiàn)】：
期刊論文
[1]基于分形維數(shù)的圖像邊緣提取[J]. 關(guān)卿,張衛(wèi).  計算機(jī)科學(xué). 2015(06)
[2]一種基于改進(jìn)Canny的邊緣檢測算法[J]. 許宏科,秦嚴(yán)嚴(yán),陳會茹.  紅外技術(shù). 2014(03)
[3]基于八方向Sobel算子的邊緣檢測算法[J]. 鄭英娟,張有會,王志巍,張靜,范勝娟.  計算機(jī)科學(xué). 2013(S2)
[4]國外魚雷防御問題評述(一) 國外反艦魚雷的現(xiàn)狀與發(fā)展趨勢[J]. 陳敬軍.  聲學(xué)技術(shù). 2013(02)

碩士論文
[1]基于分形理論的圖像壓縮和邊緣檢測研究[D]. 于建梅.哈爾濱工程大學(xué) 2008



本文編號：3531376