内容发布更新时间 : 2024/12/29 0:04:06星期一 下面是文章的全部内容请认真阅读。

声纳图像水下管线检测与跟踪技术研究

几十年以来,为更充分的利用海洋资源,人类在海底铺设了大量的能源输送管道和信息通信线缆。海底管线的正常工作,是海上油气与跨国通信的重要保障。

由于海底施工、自然腐蚀和其他种种原因,海底管线易破损甚至断裂,造成经济和环境上的重大损失。因此,需要水下机器人对海底管线进行定期跟踪检查。

利用侧扫声纳采集海底信息,通过图像处理算法检测出管线的位置和走向,并引导水下机器人对管线跟踪是本文的主要研究内容,具体如下:(1)研究侧扫声纳图像管线检测系统与图像预处理。首先,介绍管线检测与跟踪系统结构;其次,分析侧扫声纳成像原理与影响声纳图像质量的因素;然后,介绍水下管线系统模型;最后,研究均值滤波、中值滤波、高斯滤波去除声纳图像噪声的方法。

实验结果表明,高斯滤波对声纳图像滤波的效果最佳。(2)研究二维平均恒虚警率的管线检测方法。

首先,介绍在高斯噪声条件下的二维平均恒虚警率算法,在计算参考单元平均值时,需要反复提取像素灰度值,从而耗费大量的计算时间,本文研究采用积分矩阵加速计算;其次,采取形态学方法平滑管线边缘,并根据二值图连通区域离心率指标去除虚警;最后,通过Hough变换检测管线边缘,拟合得出管线的位置与走向。实验结果表明,该方法能有效检测出声纳图像中的管线目标。

(3)提出矩形和十字形检测结构的二维平均恒虚警率算法。首先,根据管线的形状特征,研究矩形检测结构。

相对于正方形检测结构,矩形检测结构在检测管线目标时具有较低的阈值,从而有效提取图像中的管线。十字形检测结构在矩形检测结构基础上,利用左右方向与上下方向参考单元灰度平均值之比,改善声纳图像野值点造成的管线像素

缺失的问题。

实验结果表明,本文提出的方法能更完整的检测出管线目标。(4)研究类PID的水下机器人管线跟踪方法。

首先,根据水下机器人与管线的相对位置,制定快速接近管线并慢速跟踪管线的策略;然后,利用卡尔曼滤波确定管线位置。实验结果表明本文方法能有效控制水下机器人跟踪管线。