导读:本文包含了声纳图像处理论文开题报告文献综述及选题提纲参考文献，主要关键词:声纳图像处理,特征提取,多核DSP,算法并行
声纳图像处理论文文献综述
项帅[1]（2017）在《基于双核DSP的声纳图像处理技术研究》一文中研究指出随着社会需求的增长以及电子产品日新月异的发展,数字信号处理器DSP以其极高的运算速度在数字图像处理、语音处理、雷达、声纳等领域成为工程研究人员的首选。TI推出的TMS320C66x系列多核DSP,凭借其强大处理性能被广泛应用在各工程领域中。最近几年随着我国对海洋开发与海洋权益保护的重视,水下目标的探测识别也不局限于一维信号上,高分辨率成像声纳成为人们探索海洋认识海洋的重要手段,声纳图像处理技术和目标识别技术受到各国学者的关注。本文应用TMS320C6657双核DSP实现声纳图像处理算法,主要研究声纳图像处理算法,双核DSP硬件平台开发以及声纳图像处理算法的双核DSP实现叁个部分。首先,本文对声纳图像处理方法进行研究,完成基于均值滤波、中值滤波、加权中值滤波方法的去噪效果分析,在声纳图像阈值分割方法中主要研究了迭代法和最大类间方差法,利用形态学操作与目标提取方法在分割基础上分离不同目标区域。为了更好地识别目标,本文研究了基于灰度共生矩阵的纹理特征提取方法以及基于区域不变矩的形状特征提取方法。第二部分,介绍了TMS320C6657芯片特点以及声呐图像处理系统整体设计方案,阐述了包含电源模块、时钟模块、外围接口模块在内的硬件电路设计原理与思路。通过对系统各模块调试,为后续算法实现提供了可靠硬件平台。最后,研究了多核DSP软件开发方法以及核间通信方案,在此基础上首先在单核串行框架下实现本文声纳图像处理算法,通过对内核访问存储器性能比对以及设置编译器优化等级等手段对程序进行优化。通过对程序并行处理方法研究,设计多核并行算法实现方案,并行算法相对于串行算法,缩短了任务处理时间,达到了提升了图像处理性能的目的。(本文来源于《哈尔滨工程大学》期刊2017-02-28）
谭克,邹丽娜[2]（2016）在《正态分布转换算法在声纳图像处理中的应用》一文中研究指出根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。(本文来源于《兵工学报》期刊2016年06期）
梁旭姣[3]（2015）在《基于声纳图像处理的投饲与鲟鱼资源量关系研究》一文中研究指出鲟鱼有着极高的经济、营养价值，以及独特的生物学特性，因而受到人们广泛地关注。虽然中国的鲟鱼养殖产业开始较晚，但发展迅速，近几年的鲟鱼养殖产业已达2万~3万吨，其比例已经达到世界产量的七到八成。中国已然成为鲟鱼养殖大国。目前的鲟鱼主要以集约化方式养殖。尤其是在北京市，鲟鱼养殖产业是水产产业链中很重要的部分。在集约化养殖过程中，周围环境的物理或者化学变化往往会引发鱼体行为的变化，比如，高密度网箱养殖会使得鲟鱼处在紧张状态，而投饲直接引发鱼体的摄食行为，因此鲟鱼行为监测研究有着十分重要的经济价值。传统的鱼体行为监测方法主要包括人工观测法、机器视觉法和声学遥测法。上述方法中，人工观测法评估结果误差大，易受人主观性影响；机器视觉的方法不仅处理方法复杂，而且识别结果易受光线、鱼类重迭、水的浑浊度影响，对应用场合条件要求高，不适合用于高密度的水产养殖过程；声学遥测法作为一种侵入性技术，会影响鱼体生长率，甚至会造成鱼体死亡。本项目结合上述叁种鱼体行为监测方法的优缺点，创新性地将声纳成像设备应用在集约化养殖过程的鲟鱼行为监测中，既避免了声学遥测法对鲟鱼的侵入性伤害，同时也能利用声纳技术的成像优势。为了提高投饲过程的饲料利用率，同时增强水产养殖过程的信息化水平，本项目立足于研究集约化养殖过程中具有典型代表的投饲与鲟鱼摄食行为的关系。由于鲟鱼的摄食行为伴随着鲟鱼在集约化养殖场景中的分布不同，因此，本项目创新性地利用双频识别声纳就投饲前后网箱固定局部区域中鲟鱼的资源量进行研究，分析其与投饲之间的相关关系，从而寻求一种通过固定局部区域中资源量变化来间接监测鱼体摄食行为的新途径。该项目重点从以下叁个层次开展了研究：1、鲟鱼水声回波图像获取的最佳参数研究：声纳增益（Sonar Gain）的不同，直接导致获取声纳图像目标背景对比度的不同，从而影响后期声纳图像处理的准确性，因此，本项目基于最大熵阈值分割算法对最佳增益（Sonar Gain）的选取进行了研究。2、鲟鱼声纳图像处理研究：分析声纳图像和传统光学图像的异同点，结合国内外图像处理的研究现状以及所获取声纳图像中的鲟鱼目标特点对鲟鱼声纳图像进行了小波去噪，并基于改进的背景减除算法对鲟鱼目标进行资源量的统计。3、网箱局部鲟鱼资源量与投饲行为的关系探究：从获取的声纳视频数据中，选取2014年7月下旬至8月下旬之间每天16:00-18:00之间的数据，以一定的采样率对图像采样后，经过声纳图像处理后得到图像中的资源量结果。以投饲时间17:15为界线，选取其中的11个5分钟时间段做研究对象，绘制出投饲前后鲟鱼资源量的变化曲线图，分析曲线图变化趋势，并根据实际养殖经验估计其准确性。(本文来源于《太原理工大学》期刊2015-05-01）
李阳[4]（2014）在《水下目标探测中的侧扫声纳图像处理技术研究》一文中研究指出侧扫声纳作为一种有效的水下探测工具,目前已被广泛应用于水下目标探测、海底管道跟踪以及海洋调查等任务。针对侧扫声纳图像具有对比度低、噪声污染重等特点,各国学者已经提出了多种侧扫声纳图像的预处理方法和分割方法,以满足侧扫声纳图像在分割精度与分割速度两方面的要求,但通常很难两方面都达到最佳。本文研究了多种侧扫声纳图像预处理算法和模糊聚类算法,以期在提高图像分割精度的同时,尽可能加快图像的分割速度,并利用两种不同类型的神经网络分类器进行侧扫声纳图像海底底质分类。本文的主要研究内容可分为以下叁个部分:(1)侧扫声纳图像去噪及增强方法研究。通过对包括传统去噪方法在内的七种去噪算法进行研究,提出了一种结合维纳滤波的BEMD侧扫声纳图像去噪算法,利用去噪试验,对比分析每种去噪算法的去噪效果。在侧扫声纳图像增强方面,研究了叁种比较常用的增强算法,并通过试验,分析每种算法的优劣。(2)基于模糊聚类的侧扫声纳图像分割方法研究。首先介绍了模糊聚类分析、K-均值聚类、模糊C均值(FCM)聚类以及结合空间信息的FCM算法,深入研究了这几种算法的特点;然后,分别从结合图像的纹理信息和空间信息两个方面提出改进的FCM算法,以提高算法的抗噪性和分割速度。最后,通过分割试验,对比分析每种分割算法的优劣,验证所提算法的适用性。(3)海底底质分类方法研究。首先,利用(1)(2)所提出的预处理方法和分割方法对四种底质图像进行处理;然后,通过灰度共生矩阵提取海底图像的纹理信息,并进行主成分分析;最后,分别利用BP神经网络和自组织竞争神经网络进行海底底质分类试验。(本文来源于《哈尔滨工程大学》期刊2014-12-01）
程秀丽,段文凯,邬旋,訾桂峰[5]（2014）在《多波束声纳图像处理关键技术的研究》一文中研究指出海底地形地貌探测是海洋资源开发和工程建设的基础,多波束声纳图像是反映水下地形地貌的重要手段,对其处理技术的研究具有重要意义。文中介绍了多波束声纳图像的形成原理及其特点,分析了影响多波束声纳图像的主要因素,从回波强度数据修正、声纳图像的生成和声纳图像改正叁个方面,对多波束声纳图像处理的关键技术进行了详细介绍。总结和分析了目前国内外多波束声纳图像主要处理技术的研究现状和发展趋势,提出了研究多波束声纳图像处理技术的若干建议。(本文来源于《计算机技术与发展》期刊2014年10期）
周凯杰,曹培培[6]（2012）在《基于压缩感知的声纳图像处理》一文中研究指出本文利用小波基对声纳图像进行稀疏化,选取高斯随机测量矩阵作为观测基得到其观测值,再利用正交匹配追踪算法(OMP)对声纳图像进行重构。实验结果表明,重构图像质量得到极大提升,其信噪比PSNR得到大幅度提高,为声纳图像的水下传输提供了便利。(本文来源于《科技风》期刊2012年23期）
雷毅,谢静[7]（2012）在《几种滤波算法在声纳图像处理中的比较分析》一文中研究指出为了研究比较各种滤波去噪算法在声纳图像中的优劣,介绍了分属传统空间域和频域的四种滤波算法,并在实测声纳图像的基础上进行了实验分析。实验结果表明,相比于均值加权滤波器和中值滤波器,巴特沃斯滤波器和高斯滤波器这两种频域滤波器在适当选择参数的前提下,对声纳图像的滤波效果要更好。(本文来源于《四川兵工学报》期刊2012年06期）
石红[8]（2010）在《声纳图像处理关键技术研究》一文中研究指出声纳图像处理是海洋研究开发的关键技术,在经济军事等方面都有着重要的研究价值和应用价值,而光学图像处理中的一些算法并不能简单在声纳图像处理中得到有效应用,因此对声纳图像处理的研究是紧迫而有价值的。本文针对声纳图像不同于光学图像的基本特征展开讨论,主要围绕以下几个问题进行研究：问题一：提高声纳图像去噪性能的同时不破坏物体边缘；问题二：获取清晰、可靠、全面的声纳图像；问题叁：准确分割声纳图像；问题四：准确实现声纳图像的检索、识别、跟踪等后期处理,并针对这四个问题在四个章节中一一给出相应的解决方案,研究了声纳图像的去噪、融合、分割和检索,通过大量的仿真对比实验验证所提方法的可行性、有效性和可靠性。对于声纳图像的去噪部分,本文以在光学图像领域中比较流行的小波域图像去噪方法为中心进行探讨。首先,介绍两种较新的小波形式——超小波和形态小波,并将超小波中的轮廓波和表面波、形态小波中的形态哈尔小波和形态中值小波应用在声纳图像去噪中,以探讨其性能是否如在光学图像去噪中有效；其次,在形态小波完备重构条件下,将非线性滤波器中的中点滤波器与形态小波相结合,构建了形态中点小波,并利用多重化、提升、增强等手段对形态中点小波进行强化处理,使其去噪性能更加优异；最后,将各种小波变换应用在声纳图像去噪中进行仿真对比实验,实验数据表明本文所提算法不仅拥有更加优异的去噪性能,而且在保边能力上更加突出。对于声纳图像的融合部分,本文探讨的是是否可以通过融合的手段使所获声纳图像更加清晰、准确、可靠,仍旧是以光学领域中比较流行的小波域图像融合方法为中心进行探讨。首先,将超小波中的脊波和曲波、以及小波包应用在声纳图像融合中,虽然这些算法在光学图像领域中已经比较成熟,但是声纳图像融合的应用却很少,本文探讨了这些算法在声纳图像融合中的适用情况；其次,源于小波包的思想,本文提出了形态小波包的概念,结合去噪部分构建的形态中点小波,建立了形态中点小波包,将其应用在声纳图像融合中,与现有的其它小波进行仿真对比实验,实验结果表明所提方法融合效果最好；最后,本文将融合技术应用在去噪中,提出了基于多形态小波包基声纳图像融合去噪法,实验结果表明所提方法比单一的形态小波包去噪效果更佳,保边效果更好。对于声纳图像的分割部分,本文力求寻找一种更加细致全面的分割方法,并能克服在声纳图像分割中阴影带来的负面效应。首先,介绍了光学图像分割中的水平集分割法和谱聚类分割法,将其应用在声纳图像分割系统中,并通过灰度阈值变换预处理克服声纳图像分割中的阴影效应；其次,考虑图像分割与数字抠图之间的联系与区别,现有的图像分割基本上是基于像素点强度或者梯度的运算,而数字抠图考虑的则是透明度或颜色值百分比,因此本文将数字抠图考虑到图像分割中,建立了基于数字抠图的图像分割法,使分割考虑的因素更加全面,并在数字抠图中使用了比较前沿的谱抠图方法,另一方面,针对声纳图像分割时误将阴影作为目标分割出来的弊端,提出了形态学顶帽和底帽变换的预处理方案,建立基于谱抠图的声纳图像分割系统；最后,对各种分割方法进行仿真对比实验,实验数据表明所提方法能够更好的对声纳图像前景目标进行分类。对于声纳图像的检索部分,本文主要讨论图像检索如何在声纳图像这一特殊图像上实现。首先,介绍了光学图像中占据优势的基于传统互信息的图像检索方法和改进的基于区域生长分割的互信息图像检索方法,并将其应用在声纳图像检索中,探讨其存在的不足；其次,针对声纳图像检索主要基于前景目标检索的具体要求,引入区域互信息的思想,并对前景区域互信息进行加权,将加权区域互信息代替原有的全局互信息,构建基于最大加权区域互信息的声纳图像检索系统；最后,将改进的互信息检索方法与其它互信息检索方法在声纳图像检索系统中进行仿真对比实验,通过仿真对比实验可以看出,所提方法更多的考虑了声纳图像自身的问题,更加适用于声纳图像检索。(本文来源于《哈尔滨工程大学》期刊2010-12-01）
许彦伟,许枫[9]（2010）在《声纳图像处理中的连通成分标记算法研究》一文中研究指出在高频声纳图像目标检测中,对图像分割后,需要对前景目标参数进行提取。水下声学图像相对于光学图像而言,分辨率相对较低,并且通常不会有特别复杂的图形图案进行处理。本文根据声学图像的特点,提出了一种连通成分标记算法,利用此算法可以对分割后的声纳目标进行标记,并快速提取出声图中的目标个数,以及各个目标的位置、面积等特征参数。此算法在VC++软件平台上对扫描声纳图像进行了实时处理,结果验证了该算法的可行性。(本文来源于《微计算机信息》期刊2010年02期）
唐利娜[10]（2009）在《水下叁维声成像及声纳图像处理技术研究》一文中研究指出水下叁维声成像技术在水下探测、海底物体探测与识别的应用中发挥着重要作用,具有广泛的应用前景。与常规旁扫不同,叁维成像声纳可直接获得水下场景的叁维图像,因此其可更加直观地反映我们所观察的水下世界。研究水下目标的叁维声成像算法以及叁维声纳图像的图像处理算法,对于叁维成像声纳的设计与应用都具有极为重要的实现意义。本文以水下目标叁维位姿提取研究项目为背景,论文主要的目的是基于高分辨叁维成像声纳实现对水下目标位姿进行提取的算法的理论与仿真研究。论文首先介绍了常用声成像技术的原理和区别,重点研究了基于二维FFT的叁维成像声纳波束形成技术,对不同条件下的聚焦和契比雪夫加权技术进行了详细的性能评估。论文还深入研究了基于超二次曲面技术的叁维声纳图像程距数据建模与分割算法,基于简单的点散射目标模型分别对水下柱状目标、球状目标以及组合目标实现了叁维声成像。基于这叁类目标的叁维成像结果,对本文给出的图像建模与分割算法进行仿真验证研究。仿真结果验证了本文的基于叁维声纳图像的水下目标图像建模与分割算法的可行性与有效性。(本文来源于《哈尔滨工程大学》期刊2009-02-01）
声纳图像处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
声纳图像处理论文参考文献
[1].项帅.基于双核DSP的声纳图像处理技术研究[D].哈尔滨工程大学.2017
[2].谭克,邹丽娜.正态分布转换算法在声纳图像处理中的应用[J].兵工学报.2016
[3].梁旭姣.基于声纳图像处理的投饲与鲟鱼资源量关系研究[D].太原理工大学.2015
[4].李阳.水下目标探测中的侧扫声纳图像处理技术研究[D].哈尔滨工程大学.2014
[5].程秀丽,段文凯,邬旋,訾桂峰.多波束声纳图像处理关键技术的研究[J].计算机技术与发展.2014
[6].周凯杰,曹培培.基于压缩感知的声纳图像处理[J].科技风.2012
[7].雷毅,谢静.几种滤波算法在声纳图像处理中的比较分析[J].四川兵工学报.2012
[8].石红.声纳图像处理关键技术研究[D].哈尔滨工程大学.2010
[9].许彦伟,许枫.声纳图像处理中的连通成分标记算法研究[J].微计算机信息.2010
[10].唐利娜.水下叁维声成像及声纳图像处理技术研究[D].哈尔滨工程大学.2009