摘要
随着社会和科技的发展，陆地资源将逐渐被开采殆尽，对于海洋的探索兴趣和资源危机的焦虑促使人们开始着眼于开发海洋资源。进入21世纪，各国对海洋的开发逐渐加快了步伐。近几十年来，为充分利用海洋资源，各国在海洋铺设大量的能源输送管道和通信线缆。为保证海底管线正常运行，需要运用机器人对海底线缆进行定期检测。我国是一个拥有绵长海岸线的海洋大国，成为海洋强国也是我们中华儿女应尽的使命。 侧扫声呐成为海洋管线检测的主要设备，通过图像处理科研检测管线的位置和走向，本文从侧扫声呐管线图像出发，研究水下管线的检测算法，内容如下: 首先，研究侧扫声呐组成结构和成像原理。首先了解侧扫声呐设计的机械和电子器件，分析其成像原理和影响声呐图像成像质量的原因。了解声呐数据包组成并实验采集声呐数据集。建立侧扫声呐噪声模型，提出空间域、变换域和图像形态学的去噪方法，实验验证表明基于变换域的去噪方法检测效果优于其他。 其次，研究了快速线段检测、霍夫、随机一致性检测和聚类算法关于声呐管线检测的方法，分析几类算法对于管线检测的，提出改进的线特征检测算法，满足了检测的实时特性。在湖试验证该算法，结果表明可以检测处管线目标，并且AUV距离管线的检测跟踪距离非常小。 最后，基于声呐的深度特性研究声呐图像的管线特征检测，提出了采用Yolo-v3网络对侧扫声呐图像中的水下目标的进行检测。深层网能够很好的将特征提取和任务目标相结合优化网络参数，进而自动的提取复杂高维数据的有效信息,对水下目标的检测和识别精度有了很大提升，具有良好的实际应用价值。
NETL