基于前视声纳的成像与多目标特征提取

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (2): 222-225.

基于前视声纳的成像与多目标特征提取

吴丽媛，徐国华，余琨

华中科技大学船舶与海洋工程学院，武汉 430074

出版日期:2013-01-15 发布日期:2013-01-16

Image building and multi-objective features extraction based on forward-looking sonar

WU Liyuan, XU Guohua, YU Kun

School of Naval Architecture and Ocean Engineering, Huazhong University of Science and Technology, Wuhan 430074, China

Online:2013-01-15 Published:2013-01-16

摘要/Abstract

摘要： 针对水下目标图像的几何特性，提出了一种基于弦中点的改进Hough变换椭圆检测方法，实现了水下多目标的特征提取。单波束机械扫描前视声纳的图像数据为二维极坐标形式，采用波束内插方法和坐标变换方法生成图像，并对其进行图像预处理和轮廓跟踪，据此再进行多目标特征提取。通过水池实验结果表明，该方法对于水下多目标的特征描述更简明准确，为多目标识别与定位提供了有用信息。

关键词: 前视声纳, Hough变换, 椭圆检测, 多目标特征提取, 图像预处理, 轮廓跟踪

Abstract: An advanced chord midpoint Hough transform ellipse detection method is proposed for geometric characteristics of underwater objective to extract feature of multi-objective. Using beam interpolating method and coordinate transform method for image data in two-dimension polar form received by sonar to generate image, it makes pre-processing and contour tracking, and extracts feature of multi-objective. The experimental results show that the method works well for multi-objective feature extraction, and provides useful information for multi-objective recognition and positioning.

Key words: forward-looking sonar, Hough transform, ellipse detection, multi-objective feature extraction, image pre-processing, contour tracking

吴丽媛，徐国华，余琨. 基于前视声纳的成像与多目标特征提取[J]. 计算机工程与应用, 2013, 49(2): 222-225.

WU Liyuan, XU Guohua, YU Kun. Image building and multi-objective features extraction based on forward-looking sonar[J]. Computer Engineering and Applications, 2013, 49(2): 222-225.

[1]	彭小红，梁子祥，张军，陈荣发. 深度学习驱动的水下图像预处理研究进展综述[J]. 计算机工程与应用, 2021, 57(13): 43-54.
[2]	刘俊涛，王素娟，林晓明，刘祚时，谭俭辉，宋丹. 结合FCM聚类和边缘感知模型的眼底渗出物检测[J]. 计算机工程与应用, 2020, 56(11): 192-199.
[3]	晁静静，沈文忠，宋天舒. 基于HOG和SVM的双眼虹膜图像的人眼定位算法[J]. 计算机工程与应用, 2019, 55(9): 184-189.
[4]	郑行家，钟宝江. 图像直线段检测算法综述与测评[J]. 计算机工程与应用, 2019, 55(17): 9-19.
[5]	高建龙1，2，郭亮1，吕耀宇1，2，吴清文1，母德强3. 改进ORB和Hough变换的指针式仪表识读方法[J]. 计算机工程与应用, 2018, 54(23): 252-258.
[6]	沈夏炯1，2，段晓宇2，原万里2，韩道军1，2. 基于连通区域标记算法的圆检测算法的研究[J]. 计算机工程与应用, 2018, 54(21): 95-98.
[7]	王恒友，余沾，张长伦，何强. 基于低秩矩阵分解的批量扫描文档图像纠偏[J]. 计算机工程与应用, 2018, 54(17): 175-179.
[8]	李彩林，冯朝晖，邓晓景，韩磊. 复杂地物背景下的电力线提取方法[J]. 计算机工程与应用, 2016, 52(22): 198-202.
[9]	马宁，杨森，佘红伟. 遥感图像中的黄河主溜线高效提取方法[J]. 计算机工程与应用, 2016, 52(21): 202-205.
[10]	黄梦涛，魏璐. 基于机器视觉的镭射膜跑偏检测[J]. 计算机工程与应用, 2016, 52(20): 204-208.
[11]	黄煜，黄文艳，张婉柔，马文华. 基于面阵CCD的迈克尔逊干涉环计数方法[J]. 计算机工程与应用, 2015, 51(9): 180-184.
[12]	赵方1，石晟1，闫民2. 普通光照下叶片图像特征信息抽取[J]. 计算机工程与应用, 2015, 51(5): 156-166.
[13]	杨炜1，巩建强2，魏朗1. 融合道路图像关键信息的车距视觉测量方法[J]. 计算机工程与应用, 2015, 51(23): 6-10.
[14]	陈飞1，朱海斌2，贾康成2，肖昌炎2. 基于相机阵列的叠层纸张数量检测[J]. 计算机工程与应用, 2015, 51(13): 168-171.
[15]	孟德欣，谢二莲. 基于Hough变换的汽车零件中圆形检测的改进算法[J]. 计算机工程与应用, 2015, 51(11): 172-174.