仿生机制的水下结构物表面缺陷成像检测方法研究

The surface defects of underwater structures (such as dams, offshore platforms, Harbors, Wharfs and bridge projects) are the main threats to cause major accidents and their safety operation. Because of the changeable and mixed underwater environment and inherent noise of imaging equipment, the features information of target imaging is incomplete, target features are fuzzy, uncertain and difficult to characterize, resulting in low detection rate of existing imaging detection method. Therefore, in the study, the surface defect of reservoir dam in deep water is regarded as the object of study. And be inspired by the principles of the object's sensitive mechanism of creature in complex environment, a method for detecting surface defect of underwater structure in complex environment will be established, it take Multi-source heterogeneous sensor that include acoustics, optics and uncertainty observer as means to build surface defect detection platform based on bionic mechanism , establish a model for detect objects and multi-source heterogeneous and design algorithm for defects detection and recognition, conduct the defect detection performance evaluation. Focus on the content: (1) Deployment, configuration and management of multi-source heterogeneous sensor array based on bionic mechanism. (2) Defect perception and representation of bionic neural pathways higher-order neural cell information processing mechanism. (3) Identification of defects in cognitive framework. The study will provide theoretical basis and experimental results for disaster prevention of significant configuration of water resources projects in our country and health assessment of underwater structures.

水下结构物（大坝、海洋平台、港口码头以及桥梁工程等）表面缺陷是威胁其安全运行，引起或酿成重大事故的主要隐患。因水下环境混杂多变以及成像设备的固有噪声，使得目标成像特征信息残缺，目标特征模糊、随机不确定且难以表征，致使现有成像检测方法检出率低。为此，本研究以水库大坝深水表面缺陷为检测对象，受生物在复杂环境中对目标敏感机理机制启迪，拟建立一套复杂环境下的水下结构物表面缺陷检测方法：以声学、光学和不确定观测器组成的多源异构传感器为手段，构建仿生机制的表面缺陷探测平台，建立探测对象与多源异构传感器的侦测模型，设计缺陷检测和识别算法，进行缺陷检测性能评价。重点解决（1）仿生机制的多源异构传感器阵列部署、配置和管理；（2）仿生物神经通路中高阶神经元信息加工机制的缺陷感知与表征；（3）认知框架下的缺陷身份辨识方法。该研究将为我国重大水资源配置工程灾变预防和评定水下结构物健康状态提供理论基础和试验成果。

水下结构物的表面缺陷是威胁其安全运行，引起或酿成重大事故的主要隐患。为改善水下缺陷检测方法检出率低的问题，经过了四年的研究和探索，初步构建一套仿生感知机理的水库大坝深水表面缺陷检测方法与仿真检测系统平台，实现了面向深水复杂环境的表面缺陷探测的数据采集、特征描述、图像增强、数据融合以及检测识别。.主要取得的重要研究成果如下：①设计了高精度的水下超声相控阵发射系统、逆超短基线（USBL）水声定位系统、复杂水下环境声场建模及目标定位与跟踪技术研究、水声应答装置等问题，初步实现了水下大坝缺陷数据的声、光异构感知探测；围绕多平台的配准协调问题和定位跟踪问题，课题组先后提出了基于空间参考点不确定性的相机位姿估计算法、基于时间均分的带宽分配及自适应带宽复用多目标定位技术以及“池细胞”机制的自适应的跨时空数据校正方法。②基于仿生物神经通路中异构信息加工机制，提出仿“池细胞”机制的自适应的跨时空数据校正方法对不同传感器输出数据的量测误差进行畸变校正和同化处理；提出了基于生物视觉机制的图像增强方法、基于光学成像模型的水下图像快速超分辨率重构算法、基于暗通道原理的水下图像增强算法、基于结构相似性的水下偏振图像复原方法、基于吉洪诺夫（Tikhonov）正则化和细节信息重建融合方法等，提高水下获取的结构物表面缺陷图像的对比度和清晰度。③围绕目标的表征和描述以及目标识别算法研究，提出了基于图像网络结构的小目标检测区域推荐搜索算法，基于异常分析的水下缺陷目标识别算法等。并通过仿生感知机理的复杂水环境下的水库大坝深水表面缺陷检测平台，对目标检测、定位、识别等技术进行现场试验验证，证实所提出算法的有效性。 .在基金委的资助下，课题组发表学术论文47篇，出版专著1部，申请发明专利22项，培养博士及硕士研究生13人。研究成果为水库大坝深水缺陷检测难题提供理论支撑，为我国水下探测预警和海防安全体系建设提供理论上的储备。