基于多波束數(shù)據(jù)的海底底質(zhì)及地形復(fù)雜度分類研究.pdf

1、隨著聲學(xué)探測(cè)技術(shù)的不斷發(fā)展，多波束測(cè)深系統(tǒng)憑借其全覆蓋、高精度、高分辨率等優(yōu)勢(shì)被廣泛應(yīng)用于海底地形地貌測(cè)繪、海底底質(zhì)勘探等海洋探測(cè)研究中。多波束測(cè)深系統(tǒng)主要記錄有水深數(shù)據(jù)、聲強(qiáng)數(shù)據(jù)和水柱數(shù)據(jù)三種重要信息，其中水深數(shù)據(jù)主要用來描述海底地形起伏和地貌形態(tài)變化;聲強(qiáng)數(shù)據(jù)是海底介質(zhì)散射、反射信號(hào)的反映，可以用來研究海底底質(zhì)的類別和分布;水柱數(shù)據(jù)涵蓋了聲波在水體傳播過程中的全部反射、散射聲信號(hào)，可用來研究整個(gè)水體中的聲學(xué)特征。本文就多波束測(cè)深系統(tǒng)

2、采集的聲強(qiáng)數(shù)據(jù)和水深數(shù)據(jù)在海底底質(zhì)分類和海底地形復(fù)雜度分類中的應(yīng)用進(jìn)行了研究，主要工作如下:
　　(1)闡述了多波束數(shù)據(jù)開展海底底質(zhì)和地形復(fù)雜度分類研究的意義，對(duì)國(guó)內(nèi)外基于多波束數(shù)據(jù)進(jìn)行海底底質(zhì)和地形復(fù)雜度分類的研究現(xiàn)狀進(jìn)行了詳細(xì)的梳理，并歸納總結(jié)其在數(shù)據(jù)處理、分類指標(biāo)建立以及分類庫(kù)構(gòu)建等方面存在的問題和不足。
　　(2)介紹了多波束測(cè)深系統(tǒng)的基本原理與系統(tǒng)組成，并解釋了基于多波束反向散射數(shù)據(jù)進(jìn)行海底底質(zhì)分類的原理。

3、　　(3)給出了詳細(xì)的多波束反向散射強(qiáng)度數(shù)據(jù)處理與分析流程，對(duì)水深數(shù)據(jù)進(jìn)行擬合延伸實(shí)現(xiàn)了聲強(qiáng)數(shù)據(jù)全提取，完善了顧及地形坡度的聲照面積改正;對(duì)濾波方法進(jìn)行比較，選取維納濾波進(jìn)行聲強(qiáng)數(shù)據(jù)、水深數(shù)據(jù)濾波，選取雙邊濾波方法進(jìn)行多波束聲納圖像濾波;加入中央波束改正，構(gòu)建了較為完善的聲能補(bǔ)償改正模型;分別采用反距離加權(quán)插值、樣條函數(shù)插值和克里金插值方法進(jìn)行多波束聲納圖像重采樣，比較不同方法的優(yōu)缺點(diǎn);對(duì)多波束聲納圖像特征提取進(jìn)行了歸納總結(jié)。
　

4、　(4)利用灰度共生矩陣分別提取多波束聲納圖像的角二階矩、對(duì)比度、相關(guān)性、熵、逆差距和協(xié)方差6項(xiàng)紋理特征，加上圖像灰度信息共7維特征值作為分類特征信息，分別基于ISODATA、SVM和BP神經(jīng)網(wǎng)絡(luò)三種方法進(jìn)行底質(zhì)分類。
　　(5)將卷積神經(jīng)網(wǎng)絡(luò)（CNN）應(yīng)用到海底底質(zhì)分類中，在詳細(xì)介紹CNN分類工作原理的基礎(chǔ)上提取10項(xiàng)圖像紋理特征，加之3維統(tǒng)計(jì)特征和3維聲強(qiáng)灰度信息共16維特征值進(jìn)行底質(zhì)分類，對(duì)ISODATA、SVM、BP神經(jīng)網(wǎng)

5、絡(luò)和CNN四種方法分類結(jié)果進(jìn)行比較，分析不同算法的優(yōu)劣，得出CNN分類結(jié)果優(yōu)于其它三種算法。
　　(6)建立角度響應(yīng)分析模型(AR)進(jìn)行海底底質(zhì)分類。提取泥質(zhì)砂、礫石、基巖、細(xì)砂和砂質(zhì)泥、粗砂六類底質(zhì)的角度響應(yīng)曲線，提取7項(xiàng)統(tǒng)計(jì)特征和4項(xiàng)Hellequin L模型參數(shù)特征組成11維特征參數(shù)，利用距離最小方法實(shí)現(xiàn)底質(zhì)分類，每一類底質(zhì)分別選取100Ping數(shù)據(jù)對(duì)建立的角度響應(yīng)分析模型有效性進(jìn)行檢驗(yàn)。
　　(7)海底地形復(fù)雜度研究