隨著對(duì)水下場景探索的不斷研究，三維成像聲納能得到比二維直觀的目標(biāo)圖像。聲納設(shè)備發(fā)射聲波，并根據(jù)回波信號(hào)進(jìn)行定位和成像。但是每幀巨大的數(shù)據(jù)量和環(huán)境干擾給目標(biāo)識(shí)別和可視化帶來極大的困難。

為了得到目標(biāo)的真實(shí)拓?fù)浣Y(jié)構(gòu)，中國科學(xué)院聲學(xué)研究所水聲工程中心博士生曾騰與其導(dǎo)師、研究員張春華以及副研究員王朋等人共同提出了一種改進(jìn)的前視聲納水下目標(biāo)三維可視化方案，完成了回波仿真、三維成像、點(diǎn)云分割和重建的可視化處理流程，獲得了準(zhǔn)確的前視聲納目標(biāo)三維可視化效果。

相關(guān)研究成果近期在線發(fā)表于國際學(xué)術(shù)期刊IEEE Access。

圖1 前視聲納三維可視化方案流程圖

該項(xiàng)研究對(duì)淺水強(qiáng)混響環(huán)境下的目標(biāo)進(jìn)行了回波仿真和三維成像，分析了混響給三維成像帶來的影響；并針對(duì)環(huán)境干擾帶來的噪點(diǎn)和異常點(diǎn)，提出一種基于局部異常因子（LOF, Local Outlier Factor）的全局迭代閾值分割方法，首次將數(shù)據(jù)挖掘的思想應(yīng)用于三維成像聲納信號(hào)處理中，有效地在保持目標(biāo)特征的前提下去除干擾信息；另外提出了一種基于隨機(jī)采樣一致性（RANSC, Random Sample Consensus）的Power Crust重建算法，提高了目標(biāo)重建的視覺效果。

圖2 原始數(shù)據(jù)（左）與目標(biāo)拓?fù)浣Y(jié)構(gòu)（右）

對(duì)于三維聲納獲取的回波數(shù)據(jù)，很難直接對(duì)目標(biāo)進(jìn)行識(shí)別，該研究通過這種改進(jìn)的可視化方案，大大提高了目標(biāo)的視覺效果，并減小了數(shù)據(jù)量。未來將對(duì)水下潛器的障礙物規(guī)避和海洋環(huán)境的場景繪制開展研究，提高實(shí)現(xiàn)準(zhǔn)確率，帶來更加真實(shí)直觀的感受。

該研究得到中科院青年創(chuàng)新促進(jìn)會(huì)的資助。