刘浩林，覃珊珊，李鹏鸽，张晓晖，刘青

(西安理工大学 自动化与信息工程学院，陕西 西安 710048)

0 引言

侧扫声呐效率高及价格低，尤其具有高分辨率的特点，是海洋开发，海底地形勘察，考古调查等行业领域的有力工具[1]。然而，因其工作原理制约，其获取的声呐图像无法直观得到被测区域高度信息。为解决这一问题，国内外学者在声呐图像的三维重构方面展开了大量研究，并取得了一些成就[2–3]。

明暗恢复形状（Shape from shading,SFS）方法为海底地形三维重构提供了思路，它可利用图像的明暗变化来获取物体表面的相对高度[4]。该方法有最小化法、演化法、局部分析法及线性化法4 种。其中最小化法为多数文献公认鲁棒性及抗噪性较好的一类[5–6]。最小化法最开始由Horn 等[7]提出，将SFS 问题描述为一个能量函数，并加入光滑性约束。Zheng[8]并没有用光滑性约束条件，而采用图像梯度约束，从而消除光滑约束的局限性。在此基础上，Johnson 等[9]为了保证最终的物体表面的相对高度连续可积，提出了图像可积性约束。之后，Leclerc 和Bobick[10]提出了离散化的直接重构物体表面相对高度的迭代算法。然而，现有的SFS 最小化方法是在所研究的对象为光滑表面的假设上提出的，对于实际的侧扫声呐图像的恢复精度不高。

为此，本文从侧扫声呐工作原理出发，首先对侧扫声呐原始数据进行解码及可视化研究，然后利用小波变换对SFS 最小化方法进行改进，对侧扫声呐二维瀑布图进行三维重构，实现海底地形反演，并对反演结果进行分析。……