摘要
合成孔径声呐具有高图像分辨率、大尺度图像覆盖范围和高测绘效率等优势，但缺乏水深信息，无法直接进行三维可视化显示。为了解决这一问题，本文提出采用了无人船搭载合成孔径声呐联合单波束测深系统进行海底地形同步观测，获取了海底声呐反射强度数据和部分规划线路的测深数据，并通过合成孔径声呐数据解析、图像预处理等步骤实现对海底地形的反演。同时，采用基于Lambert漫反射模型和已规划线路的稀疏单波束水深数据作为约束条件，通过线性化和最下化SFS(Shape From Shading)方法构建了精细化的海底地形三维模型。 首先由于合成孔径声呐数据格式缺乏标准，难以直接提取有效实验数据。为此，本文根据厂商提供的imgpc文件格式，利用Python编程语言实现了对数据的自动提取、存储、格式转化和瀑布图展示等功能，为合成孔径声呐图像预处理和水下地形建模研究提供了数据支持。在合成孔径声呐图像预处理研究方面，本文改进了传统侧扫声呐图像预处理算法，提出了适应于合成孔径声呐图像的预处理算法。通过结合自适应阈值法和Canny边缘检测法，提出了一种海底线提取方法，使提取结果的海底线边缘更加清晰连续。在合成孔径声呐水下地形建模研究方面，本文首次采用阴影恢复法对合成孔径声呐图像进行水下地形建模。通过基于Lambert漫反射模型的声学反射模型变体，通过最小化和线性化两种方法实现了对声强反射图像的梯度计算，从而构建深度地形图。同时引入外部测深数据作为初始化地形数据和精度检验参考，结合GPS高程数据进行深度矫正，提高了模型反演精度。 最后，本文设计了一种实验数据获取方案，通过使用无人船作为实验载荷平台，搭载高分辨率合成孔径声呐和双频测深仪进行海底地形探测，实现了两种设备对海底地形的同步观测，并在平台设计方面进行了改进，为实验数据的获取提供了可行的方案。
NETL