發(fā)布時間：2024-12-10 03:15

　　 針對水雷目標探測識別困難這一現(xiàn)實問題,分析了水雷及其聲吶圖像的主要特點,介紹了基于統(tǒng)計特征、形態(tài)學、最大熵、分形和聚類等傳統(tǒng)水雷識別方法和基于深度學習技術的水雷目標檢測算法,以期為后續(xù)算法研發(fā)提供技術參考。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 側掃聲吶不同角度和距離成像結果

從1999年至今，法國大西洋水下研究集團一直研究新型聲吶系統(tǒng)對掩埋目標的探測可行性。迄今為止獵雷聲吶系統(tǒng)無法有效地對付掩埋在沉積層中的水雷（如圖2）。圖1側掃聲吶不同角度和距離成像結果

圖1 側掃聲吶不同角度和距離成像結果

圖1側掃聲吶不同角度和距離成像結果目前AUV搭載的探測設備能夠對錨雷、沉底雷較好地成像，但是由于其工作頻率高，對于掩埋雷探測效果不佳，傳統(tǒng)的側掃聲吶無法有效地探測到掩埋目標，導致無法進行目標自動定位和識別，需要研發(fā)新型探測設備和目標識別算法。

圖2 掩埋在淤泥中達2/3的圓柱體

目前AUV搭載的探測設備能夠對錨雷、沉底雷較好地成像，但是由于其工作頻率高，對于掩埋雷探測效果不佳，傳統(tǒng)的側掃聲吶無法有效地探測到掩埋目標，導致無法進行目標自動定位和識別，需要研發(fā)新型探測設備和目標識別算法。2水雷探測識別方法

圖3 聲吶圖像目標識別流程

基于傳統(tǒng)技術的聲吶圖像檢測識別算法主要包括如圖3。傳統(tǒng)算法為在采集的圖像中分割出目標，針對分割后的目標完成特征提取和識別。

本文編號：4015518