虽然卫星照片和雷达提供了地球表面几乎每一平方米的高分辨率图像，但海底的图像更不清晰，细节也更少。然而，精确的海底地图对科学研究和许多工业应用都至关重要。除了对海洋学、地球科学和生物学的兴趣外，对海底轮廓和组成的精确了解有助于电力公司布置风力发电场和钻井平台，通信公司计划在哪里铺设光纤电缆，环境专家评估气候变化对海洋和海洋的影响。
对海底相对模糊的看法并不是因为缺乏数据;装有多波束回声测深仪(mess)和侧扫声纳系统的船舶在广阔的海域进行调查，收集tb级的原始海洋数据。然而，在科学家和工程师将这些信息应用到他们的工作中之前，他们必须将其转换成有意义的数据。
虽然我不是一个专家程序员，MATLAB®使我能够运用我在信号处理和声纳方面的专业知识开发和部署SonarScope®，用于处理、分析和可视化原始MBES数据的高性能软件产品。SonarScope是高度可定制的，并提供了MBES数据处理的原始方法，使其成为需要测试和校准MBES系统的研究人员和工程师的宝贵工具。
MATLAB被证明是开发SonarScope的理想环境，因为它使我能够开发算法，可视化结果，然后在迭代循环中完善算法。对于c++这样的语言，设计迭代需要更长的时间，这需要额外的编译和链接步骤，以及大量额外的编程来可视化结果。
从基本算法到独立软件
当我开始开发MBES和声纳数据分析算法时，我并没有打算创建一个完整的软件包;我只是需要可靠的分析工具来做我的研究。由于C语言的编译、链接和执行周期较慢，而且无法在调试器中检查数据，所以效率很低，于是我求助于MATLAB。
在MATLAB中，我交互地开发算法，可以立即绘制结果，以看到任何变化的影响。信号处理工具箱中的函数™、图像处理工具箱™、优化工具箱™以及统计学和机器学习工具箱™进一步加快开发速度，因为我不需要自己编写和调试它们。
在开发出最终构成SonarScope基础的算法后不久，我意识到，如果我创建一个图形界面来驱动MBES数据的分析，我的工作可以有更广泛的范围，我的更多同事可以利用我的专业知识。这促使我使用定制的标签和按钮来构建SonarScope界面，这些标签和按钮都是我的同事很容易理解的术语(图1)。这个界面很受我的研究同事的欢迎。这也提高了其他机构研究人员对我工作的认识。
随着对SonarScope的兴趣超越了Ifremer，我使用了MATLAB编译器™构建一个独立的软件包，研究人员可以使用，即使他们没有访问MATLAB。如今，任何希望处理海底测绘声纳数据的研究人员或工程师都可以使用SonarScope。
收集的数据
为了测量海底，一艘配备MBES的船沿着一系列平行线覆盖待测区域。测量线两侧覆盖的带状宽度可达20公里。它们重叠以确保没有未映射的区域。当船沿着每条线航行时，MBES发射一系列高强度、短持续时间的信号ping．每个ping都是在几百个波束内接收和处理的，这些波束从船的正下方一直延伸到条带的边缘(图2)。
对于每个波束，MBES记录发送信号和接收回波之间的时间间隔。这个度量被用来计算从船到被波束“看到”的海底点的倾斜范围，并最终建立一个描述海底的数字地形模型。记录回波强度是因为它与海床的反射率有关，因此与海床的物理特性有关。这种反射率可以用来区分岩石、沙子、植被和海床的其他特征。
为了生成精确到厘米以内的海底地图，算法必须考虑到回波延迟、波束发射角度和船舶的运动(横摇、俯仰和垂荡)。所有这些原始数据都被记录下来，连同由MBES发送的每一次ping的船的经纬度。在一次调查中可以收集到十亿字节(有时是tb)的数据，这通常持续几天到几周。
执行复杂的转换
将MBES设备获得的原始数据转换为海底地图需要涉及多种几何形状的复杂转换。使用MATLAB和映射工具箱™(图3)除了识别海床的特征外，算法还能检测到海水的特征。例如，它们可以探测到由海底释放的气体引起的气泡羽流。
除了水深测量，SonarScope还执行许多不同类型的数据处理，所有这些都由MATLAB和相关工具箱支持。金宝app我使用MATLAB, Statistics and Machine Learning Toolbox, Image Processing Toolbox, Signal Processing Toolbox实现降噪，散斑滤波，分割，底部检测等技术。我在整个SonarScope中使用优化工具箱进行曲线拟合。我计划用Mapping Toolbox中提供的投影来替换我自己的制图投影。
该分割算法是基于纹理分析，使用共生矩阵和Gabor滤波器(图4)。边界线由基于MATLAB的分割算法自动绘制。
应用面向对象编程技术处理超大数据集
SonarScope包含约270,000行MATLAB代码。用C语言编写的类似软件包通常包含100万或更多行代码。然而，如果没有有效组织和重用代码的方法，开发和维护任何包含数十万行代码的项目都是一个挑战。我使用MATLAB语言的面向对象(OO)编程功能为在整个应用程序中经常重用的组件创建类。例如，我为图像定义了一个类，它可以通过更改参数值方便地管理和操作图像实例。
通过应用OO原则，SonarScope处理的超大数据集也变得更容易。当对持有十亿字节数据的大矩阵执行操作时，很容易耗尽计算机内存。为了解决这个问题，我创建了一个使用MATLAB的类memmapfile对象将动态内存映射到硬盘上的文件。使用这种方法，我可以轻松地处理10,000 x 10,000个矩阵，但只使用120字节的内存。在这个类中，不管变量是MATLAB矩阵还是a，对变量值的访问是相同的cl_memmapfile对象。
SonarScope接口利用MATLAB支持的可重用类对象和OO设计模式，提供拖放功能、属性编辑器、用于移动和缩放的键盘快捷键以及自定义菜单。
构建独立应用程序
许多使用SonarScope的研究人员、科学家和工程师都熟悉MATLAB。然而，并不是每个用户都是MATLAB专家，也不是所有用户的工作站都安装了MATLAB。为了向这些用户提供解决方案，我使用MATLAB编译器创建了独立的32位和64位版本的Windows SonarScope®和Linux®操作系统。
凭借其详细和可定制的数据处理能力，SonarScope在帮助工程师验证、校准和故障排除他们的MBES硬件方面表现出色。当MBES系统产生在数据中显示的无关工件时，工程师使用SonarScope动态检查数据并识别工件的来源。在一个案例中，为了最小化水深数据中的尖峰数量，MBES制造商用SonarScope的算法替换了他们使用的底部探测算法。
SonarScope的发展是积极的和持续的。我继续更新代码，以利用MATLAB中可用的新特性，并使我能够与世界各地更多的研究同事有效协作。
新罕布什尔大学的声纳镜项目
马什科尔·马利克(Mashkoor Malik)，新罕布什尔大学(University of New Hampshire)
在新罕布什尔大学(UNH)的海岸和海洋测绘中心，我们使用SonarScope进行评估后向散射多波束声纳系统特性。后向散射是返回到声纳的声能量。多波束声纳通常用于测量海底深度和获取连续的海底3D地图。多波束后向散射研究是一个新兴的领域，具有广阔的应用前景。例如，它可以对海底沉积物进行分类，确定渔业生境，评估跨洋电缆的适当路线，以及确定矿物和自然资源。
通过SonarScope，我们可以快速评估数据质量，并应用一系列数据采集和处理参数，从而加速海底后向散射分析。
在最近的一个研究项目中，我们需要分析连续两周产生600gb以上数据的MBES采样。通过使用SonarScope对数据进行预处理，我们节省了几个月的代码开发时间，然后将其集成到MATLAB中进行进一步分析。如果没有SonarScope，我们的工作将会慢得多，在某些情况下甚至是不可能完成的。
马什库尔·马利克是新罕布什尔大学的博士生，他和新罕布什尔大学海岸和海洋测绘中心主任拉里·梅尔教授一起工作。
