摘要：多波束声纳系统和扫描声纳系统是海底探测的重要工具。两者都采用声学方法，在工作原理上有异同。本文的数据处理进行了比较分析，多波束声纳侧重于测量精度的数据处理方法，侧扫声纳主要集中在图像处理，从数据采集到数据融合方法的原理进行了深入分析，发现即使某种处理，收集并不是一个简单的平面形象，所以的数据融合是有一定难度。
关键词：多波束声呐；侧扫声呐；数据融合
1引言
海洋在地球上占据了71%的区域，其中包含丰富的矿产资源和生物资源，近年来，随着海洋开发活动的需求逐渐增加，电子产品的发展，计算机和其他技术成果，多波束声纳（MBES）和侧扫描声纳（SSS）和其他水下探测技术逐步提高，底部的海洋工程，已广泛应用于矿产资源调查，通过分析表面特征可以研究复杂地质和海洋水下核研究，并通过进一步分析，反射和散射信号可以用于海底沉积物分类、水下栖息地在这项研究中，都是使用声学方法，通过潜艇发射接收声波的测绘，但重点是不同的，在处理方法上存在较大差异。本文分别对数据处理等进行了梳理，对归纳总结和融合方法进行了分析，从注册的各方面进行分析，以便以后的数据处理和融合方法可供参考。
2数据处理
2.1多波束声纳处理
传统多波束数据处理包括数据格式转换和阅读声速剖面数据处理、定位、数据处理、数据处理、潮流立场深度数据处理，数据处理，和网格坐标系统转换，等等。随着现代科学技术的支持，多波束声纳系统在原深度在这个过程中，不仅可以实现速度改正，而且还有效的计算波束脚印和测深数据滤波处理，将覆盖的噪声和虚假信号。
2.2扫描声呐图像处理技术
作为潜艇开发的重要基础装备，扫描声纳可以实现水下高分辨率成像，直接影响海底探测的科学性和有效性。扫描声呐数据处理主要包括降噪和坡度校正两个方面。距离成像、侧扫描声纳工作当传感器高从海底和系统范围可达1：10的比例，所以目标中的形象有严重的节略，褶皱的面具和顶点位移的几何失真，更基于声线跟踪法用于消除直线距离函数；侧扫声纳系统的回声在一段时间内是水下声波的矢量，它包含了各种噪声，会使声波被误判。因此，必须处理扫描声纳数据的噪声。
目前，本文主要包括全图像的光学图像滤波和一维离散小波变换的实时噪声抑制。
3多波束与侧扫声呐数据的融合方法
多波束系统和侧扫声纳系统是海洋开发利用的重要手段，两者在海洋调查、水下目标检测、失事船舶扫描应用都很好。多波束声纳系统不仅可以绘制高分辨率的水下地形图，同时还可以利用背向散射强度地图声纳图像，但分辨率较低的多波束图像，图像质量差，随机干扰因素，更直观，易读性差，无法比较。由于既有互补，又有外国学者长期以来两种系统结合了研究的可能性和优势，取得了一定的效果，我国的学者在两者的图像融合中也做了大量的工作。
3.1等高线和等高线特征融合数据
校正后，第一个拿起两个系统上的特征点（轮廓特征点和灰度特征点）为每个特征点MBES，SSS的位置误差范围内，选择的特征点集，然后根据相关系数衡量来确定局部窗口的对应点，其次之间的二次多项式作为图像变形模型，根据相同的地方来确定变形模型；然后在计算残差的变形模型、总误差、确定变形模型和SSS数据、图像重采样的过程中，分别用二进制小波对融合后的深度和强度进行重新采样。该方法要求扫描声纳系统具有较深的探测功能。
期刊文章分类查询,尽在期刊图书馆
3.2冲浪特性的注册与整合
在同一区域扫描和多波束声呐图像特征点的检测中，从最近邻匹配点得到的图像，在图像间变换矩阵后，利用空间变换完成配准，采用加权融合法实现积分。赵建湖等改进了算法，并匹配算法，最终实现了图像匹配。侯雪等人通过对低分辨率图像进行采样，获得更好的图像配准效果。此外，改进了粗匹配算法在SURF算法中的距离测度函数，提高了SURF算法的注册速度。然后利用RANSAC算法，实现了多波束和侧扫描声纳图像的精确配准。最后，对匹配图像进行小波变换融合。
3.3特征点融合
从图像的轮廓线提取特征点，用多项式拟合方法实现图像配准，用加权融合处理和小波变换法对图像进行配准。
3.4最优融合算法
本文利用像素级图像融合方法实现了MBS和SSS图像融合。可以消除图像匹配产生的拼接标记，最大程度保留原始图像信息。在四种融合算法中，加权平均融合是最简单最直接的，但它会模糊图像的边缘，当灰度不同时，融合图像会有明显的拼接标记。主成分分析是一个图像中多波段图像信息的综合反映，每一个波段的信息可以最大程度地呈现。拉普拉斯金字塔法将原始图像分解为多个尺度下的子图像，其融合图像可以突出原始图像的重要特征和细节。原始图像的小波变换、多尺度分解和多分辨率分解，但定向和时域、频域局部化，可以保留图像的高频信息，融合效果更符合人类的视觉特征。
3.5图像融合效果
利用灰度均值、标准差、平均梯度、信息熵和综合评价指标，对声纳图像的融合效应进行评价，如相互信息、信噪比、联合熵和相关系数。均值和标准差反映了图像的平均亮度和均值的离散度。改进的质量、清晰度和小细节对比度的平均梯度图像；信息熵可以测量融合前后信息信息的变化，值越大，融合图像所包含的信息越多。通过相互信息来衡量从原始图像中获得多少信息；信噪比、组合熵和相关系数测量图像的融合效果，值越大，融合效果越好。
4讨论
通过上述分析，可以发现，扫描声纳系统和多波束系统都是海底表面的成像，两者可以更好地获取海底信息。相比之下，多波束声纳系统主要偏重海底地形测量、定位精度的需求较高，其数据处理精度的定位和深度测量控制等，和侧扫描声纳系统主要集中在降噪的声音和几何校正等。
多波束系统的一些传感器的误差从中央波束水深的影响增加梁的边缘，即中央梁边缘精度明显高于光束的准确性和侧扫描声纳在声发射信号在接收单萍按照这样的安排，不能真正反映水下图像，直线距离校正通常无法消除其影响。
现有主要在遥感图像数据融合算法的基础上改进，如在注册的过程中会发生或多或少的准确性降低或分辨率降低的现象，同时，多波束声纳系统和侧扫描声纳系统非常不同于遥感图像、遥感图像对于每个平面拼接的，但两个声纳系统是由平线组成的一个平面，因为它的位移探针存在空间，每个萍不是在同一个平面上，然后改变其梁射击方向也存在，严格地说，这两个应该是一个三维图像，因此使用数据融合仍存在一定的困难。
5结论
本文梳理了多波束声纳系统和侧扫声纳系统的研究进展和处理方法，多波束声纳系统主要用于海底地形测量、定位和地形测量的精度，侧扫声纳系统主要是应用程序中的海底成像及其成像精度高，但该决议是相对贫穷的，相互的身份验证可以提高精度和效率海底表面的检测，但是通过总结前人的数据融合，通过深入分析发现，由于两幅图像是由线组成的平面，在定位的准确性有一定的不匹配，所以现阶段，高精度，高分辨率数据融合仍存在一定的困难。
参考文献：
[1]罗深荣．侧扫声呐和多波束测深系统在海洋调查中的综合应用［Ｊ］．海洋测绘，2003，（1）：22-24，
[2]董庆亮，欧阳永忠，陈岳英，等．侧扫声呐和多波束测深系统组合探测海底目标［Ｊ］．海洋测绘，2009，29（5）：51-53．
[3]罗深荣．侧扫声呐和多波束测深系统在海洋调查中的综合应用［Ｊ］．海洋测绘，2003，23（1）：22-24．
论文作者:王军强
论文发表刊物:《基层建设》2017年第34期
论文发表时间:2018/3/21
标签：波束论文; 声纳论文; 图像论文; 系统论文; 数据处理论文; 数据论文; 海底论文; 《基层建设》2017年第34期论文;