Resumen

Para obtener los parámetros de medición de la geomorfología del fondo marino u objetos submarinos, el primer paso en el procesamiento de imágenes de sónar de barrido lateral (SSS) es la detección del fondo. Debido a la complejidad del entorno marino, las señales acústicas recibidas por el SSS suelen estar contaminadas por ruidos, lo que afecta la calidad de la imagen y dificulta la extracción de características de la imagen. Para abordar este problema, este estudio propone un método de detección automática de la línea del fondo marino basado en la adquisición experimental real de imágenes de SSS, que se supone que apoyará la detección y clasificación inteligente de objetivos del vehículo submarino autónomo (AUV). El método propuesto consta de cuatro pasos principales. Primero, se analizan los datos brutos de SSS para obtener una imagen en escala de grises, y se obtiene el límite de la zona ciega de la imagen utilizando el método de umbral. Luego, se analizan las características de ruido de la

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Parámetros de medición; Geomorfología del fondo marino; Sonar de barrido lateral; Procesamiento de imágenes; Características de ruido; Vehículo submarino autónomo
• Keywords:Measurement parameters; Sea bottom geomorphology; Side-scan sonar; Image processing; Noise characteristics; Autonomous underwater vehicle