随着对水下场景探索的不断研究，三维成像声纳能得到比二维直观的目标图像。声纳设备发射声波，并根据回波信号进行定位和成像。但是每帧巨大的数据量和环境干扰给目标识别和可视化带来极大的困难。

为了得到目标的真实拓扑结构，中国科学院声学研究所水声工程中心博士生曾腾与其导师、研究员张春华以及副研究员王朋等人共同提出了一种改进的前视声纳水下目标三维可视化方案，完成了回波仿真、三维成像、点云分割和重建的可视化处理流程，获得了准确的前视声纳目标三维可视化效果。

相关研究成果近期在线发表于国际学术期刊IEEE Access。

该项研究对浅水强混响环境下的目标进行了回波仿真和三维成像，分析了混响给三维成像带来的影响；并针对环境干扰带来的噪点和异常点，提出一种基于局部异常因子(LOF, Local Outlier Factor)的全局迭代阈值分割方法，首次将数据挖掘的思想应用于三维成像声纳信号处理中，有效地在保持目标特征的前提下去除干扰信息；另外提出了一种基于随机采样一致性(RANSC, Random Sample Consensus)的Power Crust重建算法，提高了目标重建的视觉效果。

对于三维声纳获取的回波数据，很难直接对目标进行识别，该研究通过这种改进的可视化方案，大大提高了目标的视觉效果，并减小了数据量。未来将对水下潜器的障碍物规避和海洋环境的场景绘制开展研究，提高实现准确率，带来更加真实直观的感受。

该研究得到中科院青年创新促进会的资助。

图1 前视声纳三维可视化方案流程图（图/中科院声学所）

图2 原始数据（左）与目标拓扑结构（右）（图/中科院声学所）

来源：中国科学院声学研究所