Page 202 - 《应用声学》2025年第2期
P. 202
462 2025 年 3 月
3.3.1 定性评估 水下操作人员提供了一个更加清晰和直观的水下
由图 11(c) 可以看出目标的形状与实际有较大 作业场环境。
误差，主要是目标距离声呐较远，使得目标在声图中
呈现近乎于一个点；同时由于目标是油桶，将可能产
参 考 文 献
生螺旋波，使得声图中目标的形状有一定失真。因
此通过本文方法只能恢复出目标的相对形状。
[1] Coiras E, Petillot Y, Lane D M. Multiresolution 3-D re-
3.3.2 定量评估 construction from side-scan sonar images[J]. IEEE Trans-
actions on Image Processing, 2007, 16(2): 382–390.
此外通过对油桶的重构结果对本文方法进行 [2] Blondel P, Murton B J. Handbook of seafloor sonar im-
量化分析。由于声图中目标信息丢失较多，重构结 agery[M]. New York: Wiley, 1997.
果质量较差，因此利用统计方法计算目标区域内像 [3] 王爱学, 赵建虎, 尚晓东, 等. 单波束水深约束的侧扫声呐
图像三维微地形反演 [J]. 哈尔滨工程大学学报, 2017, 38(5):
素点的平均高度作为三维重构算法的恢复高度值。 739–745.
由表 1 可以看出，在三种算法中，Min 算法的误差最 Wang Aixue, Zhao Jianhu, Shang Xiaodong, et al. Recov-
大，本文引入的 MLF 算法的误差最小，而融合后的 ery of seabed 3D micro-topography from side-scan sonar
image constrained by single-beam soundings[J]. Journal of
结果能进一步降低重构结果的误差。因此本文方法 Harbin Engineering University, 2017, 38(5): 739–745.
相比于其他三种算法均有较大提升，从三种单一算 [4] Horn B K P. Obtaining shape from shading informa-
法的平均误差 24.3% 下降到 10%，说明本文方法能 tion[M]//Shape from shading. Cambridge: MIT Press,
1989: 123–171.
够更精准地恢复目标高度信息。 [5] Horn B K P, Brooks M J. The variational approach to
shape from shading[J]. Computer Vision, Graphics and
表 1 算法误差分析
Image Processing, 1986, 33(2): 174–208.
Table 1 Algorithm error analysis
[6] Zhang R, Tsai P S, Cryer J E, et al. Shape from shading:
A survey[J]. IEEE Transactions on Pattern Analysis and
恢复高度/m
高度误差/% Machine Intelligence, 1999, 21(8): 690–706.
(真实高度为 1 m)
[7] 刘浩林, 覃珊珊, 李鹏鸽, 等. 基于 SFS 方法的侧扫声呐图像
FSM 算法 0.81 19
三维重构 [J]. 舰船科学技术, 2021, 43(15): 125–130.
MLF 算法 0.87 13 Liu Haolin, Qin Shanshan, Li Pengge, et al. Three-
Min 算法 0.59 41 dimensional reconstruction of side-scan sonar image based
本文方法 0.90 10 on SFS method[J]. Ship Science and Technology, 2021,
43(15): 125–130.
[8] Lions P L, Rouy E, Tourin A. Shape from shading, viscos-
4 结论 ity solutions and edges[J]. Numerische Mathematik, 1993,
64(1): 323–353.
为水下作业提供作业场的三维场景具有重要 [9] Langer D, Hebert M. Building qualitative elevation maps
意义。本文首先提出了一种改进的明暗形状恢复算 from side scan sonar data for autonomous underwater nav-
igation[C]. Proceedings of 1991 IEEE International Con-
法——MLF扫描算法，该算法可以有效地恢复目标
ference on Robotics and Automation, Sacramento, CA,
的高度信息，且恢复结果在整体上形状较为平缓，降 USA, 1991: 2478–2483.
低了噪声对目标形状恢复的影响。其次，为了着重 [10] Moszyński M, Bikonis K, Łubniewski Z. Reconstruction
of 3D shape from sidescan sonar images using shape from
恢复图像中目标及周边环境的细节信息，利用FCM
shading technique[J]. 2013: 1–8.
对图像进行分割，提取出图像中感兴趣的目标和背 [11] Cheng K, Xu F, Yang J. Three dimensional reconstruction
景，并对目标和背景分别进行三维重构。在目标区 of forward-looking sonar images based on Oren and Na-
yar model[C]. 2021 OES China Ocean Acoustics (COA),
域选择细节恢复更好的算法，而在非目标区域选择
Harbin, China, 2021: 1011–1015.
能够抑制背景噪声的新算法。实验结果表明，联合 [12] 马啸, 童平, 黄雪源. 极坐标下的程函方程快速扫描方法 [C].
多类明暗形状恢复算法，可以有效抑制背景噪声对 2019 年中国地球科学联合学术年会论文集, 2019: 49–51.
[13] Kao C Y, Osher S. Qian J. Lax-Friedrichs sweeping
目标形状恢复的影响，减少目标形状失真，使三维重
scheme for static Hamilton-Jacobi equations[J]. Journal
构结果相对光滑，同时保留目标的重要细节信息，为 of Computational Physics, 2004, 196: 367–391.
