Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Underwater Change Detection by Fusing Multiple Sonar Images
KTH, School of Electrical Engineering and Computer Science (EECS).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Automatisk detektering av förändringar på havsbotten (Swedish)
Abstract [en]

Underwater change detection can be used for monitoring the seafloor and automatically alert when something changes on it. This could be especially useful in harbors or other critical sea-infrastructure. The idea is to constantly survey the seabed with Autonmous Underwater Vehicles (AUV) equipped with different sonars such as sidescan and multibeam sonars. The data set used, consists of two subsets were one subset is recorded before any man-made objects had been placed on the seabed, the second subsets consists of sidescan data taken after the placement. The goal of this thesis is to develop a general approach to automatically detect changes on the seabed in general, and specifically try to find the man-made objects that were placed on the seabed. In order to achieve this, the thesis will mainly analyze sidescan data. The approach considered in this thesis is based on detecting objects in the sidescan data with a template matching algorithm. Then calculating the position of the objects in a global coordinate system and store all the objects positions from the first subset in a database. After that detect the objects in the second subset and compare their positions to the database. If the position of an object in the second subset does not exists in the database, that object can be considered a new object, and thus a change detection has occurred. Different template matching methods were tested and compared to each other with two test cases. Furthermore, preprocessing of the data were tested and compared as well. In order to calculate the objects position an optimized transformation between the global coordinates and the sonar’s frame of reference were calculated, the transformation is an important part of solving the problem since it will be necessary to do it for any kind approach to change detection.

The template matching proved to be difficult to work in all scenarios, where it could only successfully detect all objects in the easier test case. Furthermore, the change detection proved not to be working due to the low success rate of the template matching. However, the change detection will work if the object detection is good enough.

Abstract [sv]

Automatisk detektering av förändringar på havsbotten kan användas för att övervaka den och meddela när en förändring sker. Detta är särskilt viktigt och användbart i hamnområden eller andra kritiska infrastrukturer som finns i haven. Idén är att ständigt kartlägga havsbotten med autonoma undervattensfarkoster (AUV från engelskans Autonomous Underwater Vehicle) utrustade med olika typer av sonars som sidescansonar och multibeamsonar. Datan som denna rapport använder sig av består till största del av två datamängder med sidescandata. Den ena datamängden består av sidescandata som samlades in innan några specifika objekt hade placerats på botten. Den andra datamängden samlades in efter att objekten hade placerats på botten. Målet med denna rapport är att utveckla ett generellt tillvägagångssätt för att automatiskt kunna detektera förändringar på havsbotten och med det specifika målet att kunna detektera objekt som har placerats på havsbotten i den andra datamängden. För att uppnå målet, kommer en strategi för att detektera objekt i sidescandatan med hjälp av template matchning att användas. Efter det så räknas objektens position i ett globalt koordinatsystem ut. Detta görs för båda datamängderna för att sedan jämföras med varandra och de objekt som bara existerar i den andra datamängden kan anses vara ett av de placerade objekten. Olika metoder för att räkna ut template matchning testas och jämförs med varandra i två testfall. Fortsättningsvis så undersöks om en förbehandling av datan kan förbättra detektering av objekten. För att kunna räkna objektens position i ett globalt koordinatsystem så behövdes en transform mellan sonars och det globala koordinatsystemet räknas ut. Transformen är viktig att hitta för att den behövs för alla strategier för att lösa problemet med detektering av förändringar på havsbotten.

Template matchningen visade sig inte fungera i alla scenarier, där den bara lyckades att hitta alla objekt i ett lättare fall. Fortsättningsvis gick det inte att uppnå målet med att hitta de objekt som hade placerats ut på havsbotten på grund av att template matchningen inte gick att få generell nog att fungera på all data. Trots detta så visade sig att automatisk detektering av förändringar är möjligt om det går att hitta alla objekt i datan.

Place, publisher, year, edition, pages
2019. , p. 51
Series
TRITA-EECS-EX ; 2019:549
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-263233OAI: oai:DiVA.org:kth-263233DiVA, id: diva2:1367566
Supervisors
Examiners
Available from: 2019-11-18 Created: 2019-11-04 Last updated: 2019-11-18Bibliographically approved

Open Access in DiVA

fulltext(20595 kB)3 downloads
File information
File name FULLTEXT01.pdfFile size 20595 kBChecksum SHA-512
7b5006868a7d5ea86e967c7ea71f532c26eede91677db5f86fc9dc27a041d2c629050967062c8f42c4f8f4bd475dacb56dd7958ca4011a05c09b3e3c69e01e51
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 3 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 12 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf