1.条带图像间的拼接

不管是多波束声呐还是侧扫声呐，由于各种成像因素的影响，各像点的位置和声强总存在多种误差，甚至出现粗差。经过滤波后，系统误差不可能消除，条带边缘像点更为明显，因此，相邻条带（测线）获得的同一位置像点的声强总是存在差异，需要采用各种办法尽可能地解决这个问题。一般从两个方面入手，一是消除各种系统误差的影响，图像自然就能拼接在一起，然而声呐成像复杂，有些机理并不完全清楚，因此，系统误差的处理只能到一定的程度；二是从数字图像拼接技术上入手，类似于摄影测量的航带拼接问题。关于声呐图像改正，后面将进一步叙述，本节主要从第二方面来介绍条带图像间的拼接问题。实际上这两方面并不矛盾，一般需要尽可能地进行系统误差处理后，再采用数字图像拼接技术实现声呐图像的拼接，否则系统误差过大，单纯的数学分析方法不可能很好地解决声呐图像拼接问题。

图像拼接的关键问题是解决接边线的问题，即选择出一条曲线，按照这条曲线把图像拼接起来。待镶嵌图像按照这条曲线拼接后，曲线两侧的声强变化不显著或者闭环最小，这条理论上的曲线被称为接边线或镶嵌线。最简单的办法是取重叠区的中点，但如果该点的两个声强相差较大，将影响拼接效果，因此镶嵌线一般从重叠区声强相差比较小的区域中选择。

若相邻条带的两个图像为f1和f2，重叠区宽度为L，要在重叠区找出镶嵌线，只要找出该线与每Ping断面线的交点即可。为了避免异常值和偶然误差的影响，不能仅凭重叠区一个点的较差来确定该Ping断面线的接边点。为此，选取一个长度为d的一维窗口，让该窗口在断面线内逐个采样点上滑动，若窗口内所有重合点声强值之差的绝对值和最小，则该窗口的中点即为镶嵌线与该断面线的交点（接边点），如图7-11所示。选取原则为：

图7-11　图像镶嵌线确定示意图

式中，f1（i，j0+j）和f2（i，j0+j）为滑动窗口内重合点（i，j0+j）在图像f1和f2上对应的声强（灰度）值；i为重合点（i，j0+j）所对应的断面行；j0为窗口左端点对应的列；j0+j为点（i，j0+j）对应的列（赵建虎，2007）。

满足以上条件的点即为接边点，将重叠区内相邻断面行上的接边点连接起来，便形成了镶嵌线。为了改善镶嵌效果，应该对镶嵌线进行平滑处理。接下来，就需要对每条带镶嵌线及周边一定范围内像点的声强进行重新计算。(www.daowen.com)

最简单的改正方法是强制镶嵌法。该方法是先统计镶嵌线上任意位置两侧的声强差，然后将声强差在该位置两侧的一定范围内强制改正。首先统计镶嵌线上每个位置在其法线方向上的两侧一定范围内的声强差Δf，为了避免改正结果出现条纹效应，每个位置的声强差Δf应在该位置前后的多个位置上统计平均值得到。然后将声强差Δf在该位置法线方向上的两侧一定范围（w）内改正掉，参数w称做改正宽度，它的大小与声强差Δf成正比。声强改正时，离镶嵌线越近的像点，声强值改正得越多，离镶嵌线越远的像点，改正得越少。

镶嵌线上重合点声强的处理方法除了直接平均以外，还可采用加权平均法，它考虑了不同条带中重合点声强的权重，就多波束而言，利用这种方法获得最终的声强值是比较恰当的。设w1和w2为重合点在两个条带中的权值，则最终声强为：

式中，L为重叠区的宽度；x为重合点至重叠区靠近f1一侧的距离。

2.声呐图像的采样

为了便于计算机图像处理，需对测区的声强进行格网化，每个小的格网代表一个回波采样，该格网即为图像的像素。由于每个声强具有位置信息，因此格网化可在地理框架下进行。

声强采样的不均匀性可能导致格网内出现没有声强数据、一个声强数据和多个声强数据的情况。为了真实反映海底特性，对于没有声强数据的格网，在灰度量化时，可将之设置为背景灰度级；对于存在单个声强数据的情况，用该声强反映格网所对应实际海床的回波强度；若存在多个声强，最终声强可根据实际情况选择为平均值、加权平均值、最大值或最小值。

格网化和声强抽样工作完成的优劣，直接影响着声呐图像质量的好坏，也影响着图像对海底底质类型的反映。格网划分过粗（像素少），像素代表区域较大，难以详细反映海底类型的变化；像素过多，达到饱和，图像质量将不再提高，相反还会造成计算量的增大。