[1]蒲定,张万远,郭骏,等.水中气体目标的多波束声呐成像与检测算法[J].应用科技,2017,(05):12-16.[doi:10.11991/yykj.201609015]
 PU Ding,ZHANG Wanyuan,GUO Jun,et al.Multi-beam sonar imaging and detection algorithm of subaqueous bubbles[J].yykj,2017,(05):12-16.[doi:10.11991/yykj.201609015]
点击复制

水中气体目标的多波束声呐成像与检测算法(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
期数:
2017年05期
页码:
12-16
栏目:
船舶与海洋工程
出版日期:
2017-10-05

文章信息/Info

Title:
Multi-beam sonar imaging and detection algorithm of subaqueous bubbles
作者:
蒲定1 张万远2 郭骏1 李东洋2 王佳3
1. 中海石油深海开发有限公司 深水工程建设中心, 广东 深圳 518000;
2. 哈尔滨工程大学 水声工程学院, 黑龙江 哈尔滨 150001;
3. 天津大学 机械工程学院, 天津 300072
Author(s):
PU Ding1 ZHANG Wanyuan2 GUO Jun1 LI Dongyang2 WANG Jia3
1. Deep Water Engineering Construction Center, CNOOC Deep Sea Development Co., Ltd, Shenzhen 518000, China;
2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China;
3. College of Mechanical Engineering, Tianjin University, Tianjin 300072, China
关键词:
多波束声呐MVDR旁瓣抑制形态学边缘检测水体成像气柱检测图像去噪
Keywords:
multi-beam sonarMVDRside lobe suppressionmorphologyedge detectingwater column imagingbubble detectionimage denoising
分类号:
P756.2
DOI:
10.11991/yykj.201609015
文献标志码:
A
摘要:
随着海底输气管道的使用日益增多,对输气管道泄漏的检测刻不容缓。文中提出一种基于多波束声呐的水中气体目标成像与检测算法。成像算法以MVDR(minimun variance distortionless response)波束形成算法为核心,归算水体位置信息和反向散射强度信息后实现对水体目标的声呐成像。对声呐图像采用基于数学形态学的边缘检测算法检测目标边缘,判断气体目标有无。通过水池试验结果证明,文中提出的算法流程能够有效地实现水中气体目标的成像与检测,具有较好的工程应用前景。
Abstract:
As the increase of the use of seabed gas pipeline, it is urgently necessary to detect the leakage of gas pipeline. In this paper, an imaging and detection algorithm of subaqueous bubbles based on multi-beam sonar is presented. The core of the imaging algorithm is MVDR(minimun variance distortionless response) beamforming algorithm, the water body objective is imaged by sonar method after calculating position information and backscattering intensity information. For the sonar image, the edge detection algorithm based on mathematic morphology is used to detect the edge of target and judge if the bubble exists or not. The results of the pool experiment show that the algorithm of this paper is effective for the imaging and detection of subaqueous bubble, it has an excellent engineering application prospect.

参考文献/References:

[1] 王东, 任帅, 田旺和, 等. 海底油气管道检测方法及安全性评估[J]. 管道技术与设备, 2014(2):19-21.
[2] 季英业, 张伟, 原向东, 等. 深水溢油事故处置可视化监控系统[J]. 中国水运, 2014, 14(7):102-103, 108.
[3] 张宇航, 王策, 阿斯汉, 等. 海底管道泄漏检测研究进展[J]. 当代化工, 2014, 43(12):2645-2647, 2651.
[4] 肖治国, 李成钢. 海底管道水下机器人检测技术[J]. 中国石油和化工标准与质量, 2014(3):18.
[5] 李东升. 小管道超声智能检测爬机及测试技术研究[D]. 南京:南京理工大学, 2002:1-15.
[6] WENDELBOE G, FONSECA L, ERICKSEN M, et al. Detection of heavy oil on the seabed by application of a 400 kHz Multibeam echo sounder[C]//Proceedings of the 32nd AMOP Technical Seminar on Environmental Contamination and Response. Vancouver, Canada, 2009:791-816.
[7] 汪晋宽, 宋昕. 鲁棒自适应阵列信号处理[M]. 北京:电子工业出版社, 2009:39-69.
[8] 刘晓. 基于多波束测深声呐的成像技术研究[D]. 哈尔滨:哈尔滨工程大学, 2012:11-13.
[9] CARLSON B D. Covariance matrix estimation errors and diagonal loading in adaptive arrays[J]. IEEE transactions on aerospace and electronic systems, 1988, 24(4):397-401.
[10] 王立新. 多波束测深系统地貌信息获取与显示[D]. 哈尔滨:哈尔滨工程大学, 2011:27-29.
[11] 师文, 朱学芳, 朱光. 基于形态学的MRI图像自适应边缘检测算法[J]. 仪器仪表学报, 2013, 34(2):408-414.
[12] 孟婷婷, 余谅, 李寿敏, 等. 一种基于改进的形态学算子的边缘检测算法[J]. 计算机工程与科学, 2011, 33(8):112-116.
[13] SERRA J. Image analysis and mathematical morphology[M]. New York:Academic, 1982:50-56.
[14] HARALICK R M, STERNBERG S R, ZHUANG Xinhua. Image analysis using mathematical morphology[J]. IEEE transactions on pattern analysis and machine intelligence, 1987, 9(4):532-550.
[15] 李了了, 邓善熙, 丁兴号. 基于大津法的图像分块二值化算法[J]. 微计算机信息, 2005, 21(14):76-77.

备注/Memo

备注/Memo:
收稿日期:2016-09-19。
基金项目:国家科技重大专项(2016ZX05057005);国家自然科学基金项目(41376103);中央高校基本科研费专项基金项目(HEUCFD1502).
作者简介:蒲定(1984-),男,工程师.
通讯作者:张万远,E-mail:zhangwanyuan@hrbeu.edu.cn.
更新日期/Last Update: 2017-11-30