Canonical Representation of sidescan sonar images for robotics application

• Main Author: Chang, Hongsheng
• Format: Others
• Language: English
• Published: KTH, Skolan för elektroteknik och datavetenskap (EECS) 2021
• Subjects: Computer and Information Sciences; Data- och informationsvetenskap
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-291460

Sidescan sonar (SSS) is crucial in underwater investigation as it is cheaper and provide wider detection range. Sidescan sonars are typically mounted on Autonomous Underwater Vehicles (AUVs) or vessels. However, the pixel and it’s intensity in SSS image is not corresponding to the 3D seabed perfectly, which cause some problem to utilize SSS image for navigation and mapping. This thesis is aiming to represent the SSS image to a canonical image. The approaches considered in this thesis including model fitting in range, incident angle and beam angle on the intensity in direction across AUV traveling. Furthermore, the deconvolution in direction along AUV travelling will be applied to remove the blurry due to beam width.  === Side-scan sonar (SSS) används ofta vid utforskning av undervattensmiljöer då det är billigare och kan läsa av breda områden. SSS är ofta monterade på autonoma undervattensfordon och fartyg. Pixlarna och deras intensitet i en SSS bild motsvarar dock inte alltid den tredimensionella havsbottnen perfekt, vilket kan leda till problem när SSS används för navigation eller kartläggning. Denna rapport representerar SSS bilder som kanoniska bilder. Metoden som beskrivs här behandlar passning av en horisontell modell i såväl avstånd, inkommande och utskickad ekolodsstrålsvinkel för att anpassa intensiteten på bilden. Avfaltning används också för att öka bildskärpan som är suddig på grund av bredden på ekolodsstrålen.