《成像声呐技术及应用》主要针对声呐探测设备中用于高分辨探测的一类设备—成像声呐，论述高分辨成像声呐及其在海洋开发中的应用。第1章介绍成像声呐的种类、应用领域及典型产品；第2章介绍成像声呐数据处理中的常用技术；第3～9章针对成像声呐的典型应用，论述几个具体应用实例的实现原理与图像数据处理过程，包括利用前视声呐获得的海底图像进行载体的运动参数估计（第3章）、利用前视声呐获得的序列声呐图像拼接实现大范围探测（第4～6章）、利用多波束测深声呐和侧扫声呐获得的水下地形地貌匹配实现潜器自主定位（第7～9章）。

本书可作为海洋开发等领域科技人员和高等院校及科研院所水声工程专业高年级本科生和研究生的参考书.

目录
丛书序
自序
第1章　成像声呐概述 1
1.1　成像声呐的种类 1
1.1.1　前视声呐 1
1.1.2　侧扫声呐 3
1.1.3　多波束测深声呐 4
1.2　成像声呐的应用领域 5
1.3　典型成像声呐产品及主要参数 8
1.3.1　前视声呐 8
1.3.2　侧扫声呐 13
1.3.3　多波束测深声呐 16
参考文献 17
第2章　成像声呐的数据处理 18
2.1　声呐数据的可视化 18
2.1.1　回波强度数据的可视化 18
2.1.2　声呐点云数据的可视化 24
2.2　声呐图像的预处理 25
2.2.1　声呐图像的灰度变换增强 26
2.2.2　图像降噪 27
2.3　基于声呐图像的目标检测 29
2.3.1　基于高阶统计量的声呐目标检测方法 30
2.3.2　基于频域方向模板的声呐目标检测方法 32
2.3.3　基于点聚集特性的声呐目标串联检测方法 35
参考文献 36
第3章　海底声呐图像的匹配与运动参数估计 38
3.1　声呐图像与声呐坐标系 38
3.2　基于声图像的声呐运动模型 41
3.2.1　声呐图像二维运动模型 42
3.2.2　声呐图像三维运动模型 43
3.2.3　波束图像三维运动模型 46
3.3　声呐运动参数的估计理论 47
3.3.1　单纯旋转 47
3.3.2　单纯平移 49
3.3.3　一般运动 51
3.3.4　波束图像上的运动参数估计 53
3.4　声呐图像匹配与参数估计模型 55
3.5　匹配问题的构建与求解 57
3.5.1　构建匹配的*优化问题 57
3.5.2　匹配问题的快速求解 59
3.6　综合实验 62
3.6.1　水池综合实验场景的构建 62
3.6.2　实验的设计思想与方法 62
3.6.3　实验结果与分析 64
参考文献 67
第4章　邻近帧前视声呐图像配准算法 68
4.1　图像拼接和图像配准 68
4.1.1　图像拼接 68
4.1.2　图像配准算法概述 69
4.2　前视声呐图像配准模型与问题分析 72
4.3　一种有效的前视声呐图像配准算法 73
4.3.1　前视声呐图像平移参数的计算 73
4.3.2　前视声呐原始数据估计旋转角度 77
4.3.3　由映射函数选择配准区域 79
4.3.4　前视声呐配准算法 82
4.4　实验结果与分析 83
4.4.1　仅有旋转关系的前视声呐图像配准 83
4.4.2　带有旋转和平移运动的声呐图像配准 86
参考文献 89
第5章　前视声呐图像序列全局比对 91
5.1　位姿的非线性优化 92
5.1.1　极大似然过程 92
5.1.2　*小二乘问题 93
5.1.3　非线性优化方法 94
5.2　位姿图优化 95
5.3　前视声呐图像序列位姿图构建 97
5.3.1　顶点和边的确定 97
5.3.2　信息矩阵的确定 98
5.3.3　图像序列位姿初始化 99
5.4　基于线状结构的闭环限制 99
5.4.1　闭环误配问题 99
5.4.2　基于线状结构的闭环图像配准 100
5.5　位姿的非线性优化 105
5.5.1　闭环配准结果 105
5.5.2　位姿图优化的结果 107
参考文献 109
第6章　前视声呐图像融合技术 110
6.1　非下采样轮廓波变换 110
6.1.1　NSPFB和NSDFB 111
6.1.2　滤波器设计和实现 114
6.2　结合变换域与空间域的分步式声呐图像融合算法 116
6.2.1　前视声呐图像对比度增强 116
6.2.2　前视声呐图像的变换域初融合 117
6.2.3　前视声呐图像的空间域再融合 120
6.3　前视声呐图像融合实验结果与分析 122
6.3.1　图像融合的客观标准 122
6.3.2　前视声呐图像融合实验结果 123
6.4　序列图像拼接实验 130
6.4.1　没有位移的前视声呐图像序列拼接 130
6.4.2　结合航迹信息的前视声呐图像序列拼接 132
6.4.3　带有闭合路径的前视声呐图像序列拼接 134
参考文献 137
第7章　基于声呐图像的小起伏水下地形匹配方法 138
7.1　自主水下机器人导航技术 138
7.2　水下地形地貌匹配定位技术 140
7.2.1　水下地形匹配技术研究现状 140
7.2.2　水下地貌匹配技术研究现状 143
7.2.3　水下地形适配性分析技术研究现状 146
7.3　水下地形图像的加权组合特征 148
7.3.1　水下地形数据的图像表示及其特征分析 148
7.3.2　水下地形图像的纹理特征 149
7.3.3　地形统计特征参数 152
7.3.4　组合特征向量的构建 154
7.4　基于加权组合特征的水下地形匹配方法湖试数据处理 155
7.4.1　匹配实验一：噪声影响 156
7.4.2　匹配实验二：旋转影响 159
7.4.3　匹配实验三：实时图尺寸影响 161
7.4.4　匹配实验四：与TERCOM方法对比 164
7.5　水下地形图像的边缘角点直方图特征 166
7.5.1　边缘复杂度 167
7.5.2　边缘角点和边缘角点复杂度 168
7.5.3　边缘角点直方图 169
7.6　基于边缘角点直方图的水下地形匹配定位方法湖试数据处理 170
7.6.1　匹配实验一：噪声影响 171
7.6.2　匹配实验二：实时图尺寸影响 174
7.6.3　匹配实验三：旋转影响 176
7.7　基于深度学习算法的水下地形匹配 180
7.7.1　影响海底地形匹配定位性能的关键因素分析 180
7.7.2　水下地形数据样本集 182
7.7.3　网络体系结构 186
7.8　基于深度学习算法的水下地形匹配定位方法湖试数据处理 188
7.8.1　匹配实验一：噪声影响 189
7.8.2　匹配实验二：实时图特征区分度影响 192
7.8.3　匹配实验三：旋转影响 194
7.8.4　匹配实验四：地形分辨率影响 196
参考文献 199
第8章　水下地形适配性的图像分析方法 204
8.1　水下地形图像适配性的模糊判决方法 204
8.1.1　水下地形图像适配性参数 204
8.1.2　水下地形适配性模糊判决法 209
8.2　模糊判决法的湖试数据处理 211
8.3　水下地形图像适配区渐进式选择方法 213
8.3.1　多波束地形图像的适配尺度分析 213
8.3.2　地形图像的特征选择 216
8.3.3　适配区渐进式选择方法 218
8.4　多波束测深湖试数据处理 219
参考文献 223
第9章　基于侧扫声呐的地貌图像匹配定位与航向估计方法 224
9.1　水下地貌图像匹配定位的可行性分析 224
9.2　分辨率对准 225
9.3　水下地貌图像匹配定位方法 226
9.3.1　特征选择 226
9.3.2　模板形状选择 228
9.3.3　相似性测度 229
9.3.4　湖试数据匹配实验 230
9.4　航向估计方法 232
9.4.1　旋转角度估计 232
9.4.2　湖试数据处理 234
9.5　连续地貌匹配定位实验与分析 235
9.6　水下综合导航实施方案 238
9.6.1　方案流程 238
9.6.2　实验与分析 241
参考文献 246
索引 247
彩图

第1章　成像声呐概述
　　随着海洋开发的日益深入，以声波作为信息载体在水中进行探测、定位、导航与通信的声呐设备得到了越来越多的应用。成像声呐作为声呐设备中的一个分支，由于探测或测量精度高，在水下精细探测中发挥着越来越大的作用。对于成像声呐目前并没有严格的概念或者定义。本书从应用的角度出发，把具有水下高分辨探测能力、探测结果显示为图像，可以利用图像处理方法做进一步处理的声呐，均视为成像声呐。成像声呐通常具有以下特征：
　　（1）工作频率高于传统的远距离探测声呐，通常在几十万赫兹，更高的可以达到几兆赫兹，个别的如剖面声呐在十几赫兹或几万赫兹；
　　（2）体积较小，基阵孔径在几十厘米量级；
　　（3）大部分作用距离在几百米，有的只有数十米甚至数米；
　　（4）声呐的探测结果以图像的方式呈现，并且具有形状或者纹理特征。
　　1.1　成像声呐的种类
　　按照如上理解，本书将前视声呐、侧扫声呐、多波束测深声呐等均称为成像声呐。
　　1.1.1　前视声呐
　　图1-1　前视声呐作业图
　　前视声呐（forward looking sonar）的名称来源于其安装使用方式。这类声呐的声基阵经常安装于载体的前方（有时也安装于侧方），根据具体需求，俯仰角度稍有不同，但工作范围大致为一个向前的扇面，主要用于探测水中环境以及目标。
　　前视声呐的发射阵和接收阵通常是分置的，其作业示意图如图1-1所示。
　　发射阵发射具有一定水平和垂直角度范围的球面棱锥（立体扇面）形状的声波，接收阵的各个基元接收不同距离的声回波，根据波束形成技术，参见文献[1]，形成指向不同角度的多个接收波束，各角度波束在不同距离上的回波强弱，反映了空间对应位置对声波的散射能力。通常当水中存在目标时，空间对应位置接收的声回波较强，根据目标的大小以及成像性能，有可能在目标亮区后出现阴影；当目标在海底时，阴影区与目标区相连；当目标在水中时，阴影区与目标区分开一段距离或观察不到。
　　根据获取信息的维度，前视声呐可以分为二维前视声呐和三维前视声呐。二维前视声呐的接收基阵一般为一维线阵或者圆弧阵，可以提供水下环境的距离信息与方位角信息；三维前视声呐的接收基阵一般为二维面阵或球冠阵，除了水下环境的距离信息与方位角信息，还可以提供俯仰角信息。图1-2是前视声呐成像图，分别来自Oculus二维前视声呐和Echoscope三维前视声呐。
　　图1-2　二维和三维前视声呐的成像图（彩图附书后）
　　以上两种前视声呐均属于多波束前视声呐，即由于采用了多个基元构成接收基阵，可以同时生成一维方向或者二维方向的多个接收波束。
　　如果声呐的工作方式为扫描式，则单个接收基元的波束沿水平方向扫描可以获得类似二维多波束前视声呐的信息；水平方向的一维线阵形成的波束沿垂直方向扫描可以获得类似三维多波束前视声呐的信息，反之亦然。扫描式前视声呐的优点是阵元数相对少，相应的电路规模和数据量小，体积小，能耗和成本均相对较低；但缺点是探测速度慢，只能用于水中静止或者低速目标的探测，不适于高速目标探测。
　　根据波束形成的方式，前视声呐又可以分为电子波束形成声呐和透镜声呐。
　　包括前视声呐在内的大部分成像声呐均属于电子波束形成声呐，波束形成方法以时移和相移波束形成方法为代表。与此不同，透镜声呐仿照光学透镜的聚焦原理，利用声学透镜的聚焦形成波束。这样做的好处是*大限度地减少了电子电路的规模，而且成像速度快、功耗低，可以采用更高的工作频率以获得更好的角度分辨率。透镜声呐通常用于浑浊水域极近距离的精细探测，由于其高帧率和高质量的成像，被称为水下声学摄像机（acoustical video）。
　　本书第3～5章均以透镜声呐获取的数据为依托。
　　1.1.2　侧扫声呐
　　侧扫声呐（side-scan sonar）安装于拖鱼或其他载体，如遥控潜水器（remote operated vehicle，ROV）、自主水下机器人（autonomous underwater vehicle，AUV）的左右两侧下方，主要用于海底地貌以及海底目标的大范围探测，必须依赖扫描完成作业。这是将这类声呐称为side-scan sonar的原因。
　　图1-3　侧扫声呐工作示意图
　　侧扫声呐一般采用收发合置型基阵，形状为与载体运动方向平行的细长条状。将垂直于载体运动方向称为横向，平行于载体运动方向称为纵向，侧扫声呐向载体两侧的下方水中发射横向宽、纵向窄的声波波束。图1-3为其工作示意图[4]。
　　横向宽波束角可以获得大的海底覆盖范围，纵向窄波束角可以获得好的纵向分辨率。测量不同时间的回波强度，并将时间折算成距离，可以得到距离声学中心不同斜距的水下回波强度。根据横向波束开角、安装角，以及水深和载体的倾角，可以进一步将斜距换算为横向距离，再结合载体的纵向运动，可以得到以航迹为中心的反映海底回波强度的侧扫声呐图像。
　　图1-4为Edgetech公司的4200型侧扫声呐获得的海底图像。
　　图1-4　侧扫声呐获得的海底图像
　　当海底较为平坦且对声波散射均匀时，侧扫声呐的回波强度较为平稳；当海底存在目标或者大的起伏以及海底底质不均匀时，侧扫声呐回波会出现明显的强度变化。例如，目标散射区回波强，而被目标遮挡的海底区域会出现阴影。
　　第2章的部分数据来源于侧扫声呐。
　　1.1.3　多波束测深声呐
　　图1-5　多波束测深声呐工作示意图
　　多波束测深（multi-beam echo sounders）声呐用于测量海底地形。声基阵为收发分置型，基本阵形为呈T形布放的两个长条阵，布放于测量船底。其中发射阵沿龙骨方向（称为纵向）向测量船正下方发射横向宽而纵向窄的波束扇面。接收阵与发射阵垂直，由多基元组成，可以形成沿横向分布的多个窄波束。其工作示意图如图1-5所示。
　　通过测量每个波束的海底反射回波到达的时间（时延），并结合海洋声速信息、测量船运动信息等，可以折算出每个波束脚印对应的大地坐标和海底深度。测量船沿规划测线航行，可以完成大面积海底地形的测绘工作。图1-6为Norbit集成化便携式多波束测深系统及其获得的地形伪彩图，图中用不同颜色表示不同深度。
　　图1-6　Norbit多波束测深系统及地形伪彩图[5]（彩图附书后）
　　多波束测深声呐与传统的回声测深仪的本质区别在于，后者为单点测深，实际应用中效率低、精度差。而多波束测深声呐一个收发周期（每ping）可以同时测得发射波束覆盖条带内的多点的深度，因此曾被称为条带测深仪。在海洋测绘和海洋工程领域，有时将多波束测深声呐简称为多波束声呐。但多波束本身是一个与波束形成及阵处理相关的技术概念，如1.1.1节所述，大部分前视声呐是多波束声呐，从这个角度并不建议将多波束声呐作为测深声呐的简称。
　　由于多波束测深声呐具有较高的测量精度和分辨率，尽管测得的是海底高程，但在某些应用中，可以将其显示为图像形式，并提取图像的特征加以应用。第6～8章介绍了该方向的应用实例。
　　合成孔径声呐是一种新型的成像声呐，工作原理与合成孔径雷达相似，利用载体的运动形成大尺度的虚拟阵，从而提高声呐的分辨率。具有分辨率与工作频率和成像距离无关的特点，可以获得比常规阵高1～2个数量级的分辨率。其图像形式及物理意义与侧扫声呐类似，故不作单*介绍。
　　1.2　成像声呐的应用领域
　　成像声呐常常与各种ROV、AUV以及水面船配合，完成各种水下作业。
　　前视声呐可用于水下小目标探测跟踪、水下场景的监测、水下目标识别等。应用领域包括水下安防、AUV与ROV的环境感知与目标探测、水下避碰及船舶导航、海管探测及巡检、水下救援、深水布放等。
　　图1-7是多波束二维前视声呐BlueView及其获得的蛙人图像。该系列声呐是目前应用较多的二维声呐，体积小巧，集成度高，功耗低。
　　图1-7　BlueView及其获得的蛙人图像[6]
　　图1-8是一种主要用于避碰的前视声呐iScan-180。
　　图1-8　前视声呐iScan-180[7]
　　该声呐扫测船舶正下方和航向前方水域，实时监测水下地形水深变化、规模鱼群、暗礁分布等情况，并提供及时预警，广泛应用于船舶导航、海事搜救、渔业普查等领域。
　　图1-9是三维前视声呐Echoscope及其获得的海底管道伪彩图。
　　Echoscope是市场上为数不多的成熟的实时三维声呐产品，适合船载使用。由于比绝大部分二维产品多了一个维度的信息，它能更真实地反映水下三维环境和目标。
　　图1-9　Echoscope及其获得的海底管道伪彩图[3]（彩图附书后）
　　图1-10是三维扫描声呐BlueView及其作业示意图以及探测到的桥墩结构图像。
　　图1-10　BlueView及其作业示意图以及探测到的桥墩结构图像[8]