Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis
Bottom trawl footprints are a prominent environmental impact of deep-sea fishery that was revealed through the evolution of underwater remote sensing technologies. Image processing techniques have been widely applied in acoustic remote sensing, but accurate trawl-mark (TM) detection is underdevelope...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Μορφή: | Thesis |
Γλώσσα: | English |
Έκδοση: |
2020
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/13490 |
id |
nemertes-10889-13490 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-134902022-09-05T06:58:03Z Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis Αυτόματη αναγνώριση και χωρική ποσοτικοποίηση αλιευτικών ιχνών σε καταγραφές ηχοβολιστικού συστήματος πλευρικής σάρωσης μέσω ανάλυσης και επεξεργασίας εικόνας Γουρνιά, Χαρίκλεια Παπαθεοδώρου, Γιώργος Παπαθεοδώρου, Γιώργος Κουτσικόπουλος, Κωνσταντίνος Γεραγά, Μαρία Gournia, Charikleia Trawl-marks Fishing grounds Automatic detection Sidescan sonar Haar-like features Morphological operations Seafloor characterization Αλιευτικά ίχνη Αλιευτικά πεδία Αυτόματη αναγνώριση Ηχοβολιστής πλευρικής σάρωσης Χαρακτηριστικά τύπου Haar Μορφολογικές πράξεις Χαρακτηρισμός πυθμένα 551.468 302 84 Bottom trawl footprints are a prominent environmental impact of deep-sea fishery that was revealed through the evolution of underwater remote sensing technologies. Image processing techniques have been widely applied in acoustic remote sensing, but accurate trawl-mark (TM) detection is underdeveloped. The paper presents a new algorithm for the automatic detection and spatial quantification of TMs that is implemented on sidescan sonar (SSS) images of a fishing ground from the Gulf of Patras in the Eastern Mediterranean Sea. This method inspects any structure of the local seafloor in an environmentally adaptive procedure, in order to overcome the predicament of analyzing noisy and complex SSS images of the seafloor. The initial preprocessing stage deals with radiometric inconsistencies. Then, multiplex filters in the spatial domain are performed with multiscale rotated Haar-like features through integral images that locate the TM-like forms and additionally discriminate the textural characteristics of the seafloor. The final TMs are selected according to their geometric and background environment features, and the algorithm successfully produces a set of trawling-ground quantification values that could be established as a baseline measure for the status assessment of a fishing ground. Η αλιεία με μηχανότρατες προκαλεί ένα πλήθος διαταράξεων στον πυθμένα της θάλασσας, εξέχουσες αυτών τα αλιευτικά ίχνη: γραμμικές ταπεινώσεις του πυθμένα που δημιουργούνται κατά τη σύρση των αλιευτικών εργαλείων. Η ανάπτυξη της τηλεπισκόπισης στο θαλάσσιο περιβάλλον φανέρωσε τους σχηματισμούς των αλιευτικών ιχνών των οποίων η ποσoτικοποίση αποτελεί βασικό μέτρο για την περιβαλλοντική παρακολούθηση των αλιευτικών πεδίων και την αξιολόγηση επιπτώσεων. Στόχος αυτής της εργασίας είναι η δημιουργία ενός αλγορίθμου ο οποίος επεξεργάζεται μεγάλο όγκο καταγραφών του ηχοβολιστικού συστήματος πλευρικής σάρωσης, εντοπίζει και ποσoτικοποιεί αυτόματα τα αλιευτικά ίχνη. Στην εργασία παρουσιάζεται επίσης η εφαρμογή του αλγορίθμου σε εικόνες που συλλέχθηκαν από ένα αλιευτικό πεδίο στον Κόλπο της Πάτρας. Οι εικόνες αρχίκα αναμορφώνονται με τεχνικές προεπεξεργασίας εικόνων, για να αναλυθούν κατά τον βέλτιστο τρόπο στο κύριο μέρος του αλγορίθμου. Στο κύριο μέρος της μεθόδου, μέσω χωρικών φίλτρων εικόνας βασισμένα σε χαρακτηριστικά τύπου Haar, εξετάζονται όλες οι δομές του πυθμένα σε μια διαδικασία που λαμβάνει υπόψη τους διαφορετικούς τύπους υφής του πυθμένα. Η πολυεπίπεδη ανάλυση χαρακτηριστικών στοχεύει στη διάκριση αλιευτικών ιχνών που παρουσιάζονται σε σύνθετα θαλάσσια περιβάλλοντα. Ανιχνευμένες δομές των οποίων τα φυσικά χαρακτηριστικά ταιριάζουν με την μορφή των αλιευτικών ιχνών και ανήκουν σε περιοχές με μορφολογία αντίστοιχη με αυτή που δημιουργούν τα αλιευτικά ίχνη καταμετρώνται και ποσοτικοποιούνται. 2020-06-22T12:25:54Z 2020-06-22T12:25:54Z 2020-06-21 Thesis http://hdl.handle.net/10889/13490 en_US 12 application/pdf application/octet-stream application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
English |
topic |
Trawl-marks Fishing grounds Automatic detection Sidescan sonar Haar-like features Morphological operations Seafloor characterization Αλιευτικά ίχνη Αλιευτικά πεδία Αυτόματη αναγνώριση Ηχοβολιστής πλευρικής σάρωσης Χαρακτηριστικά τύπου Haar Μορφολογικές πράξεις Χαρακτηρισμός πυθμένα 551.468 302 84 |
spellingShingle |
Trawl-marks Fishing grounds Automatic detection Sidescan sonar Haar-like features Morphological operations Seafloor characterization Αλιευτικά ίχνη Αλιευτικά πεδία Αυτόματη αναγνώριση Ηχοβολιστής πλευρικής σάρωσης Χαρακτηριστικά τύπου Haar Μορφολογικές πράξεις Χαρακτηρισμός πυθμένα 551.468 302 84 Γουρνιά, Χαρίκλεια Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
description |
Bottom trawl footprints are a prominent environmental impact of deep-sea fishery that was revealed through the evolution of underwater remote sensing technologies. Image processing techniques have been widely applied in acoustic remote sensing, but accurate trawl-mark (TM) detection is underdeveloped. The paper presents a new algorithm for the automatic detection and spatial quantification of TMs that is implemented on sidescan sonar (SSS) images of a fishing ground from the Gulf of Patras in the Eastern Mediterranean Sea. This method inspects any structure of the local seafloor in an environmentally adaptive procedure, in order to overcome the predicament of analyzing noisy and complex SSS images of the seafloor. The initial preprocessing stage deals with radiometric inconsistencies. Then, multiplex filters in the spatial domain are performed with multiscale rotated Haar-like features through integral images that locate the TM-like forms and additionally discriminate the textural characteristics of the seafloor. The final TMs are selected according to their geometric and background environment features, and the algorithm successfully produces a set of trawling-ground quantification values that could be established as a baseline measure for the status assessment of a fishing ground. |
author2 |
Παπαθεοδώρου, Γιώργος |
author_facet |
Παπαθεοδώρου, Γιώργος Γουρνιά, Χαρίκλεια |
format |
Thesis |
author |
Γουρνιά, Χαρίκλεια |
author_sort |
Γουρνιά, Χαρίκλεια |
title |
Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
title_short |
Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
title_full |
Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
title_fullStr |
Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
title_full_unstemmed |
Automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
title_sort |
automatic detection and spatial quantification of trawl-marks in sidescan sonar images through image processing and analysis |
publishDate |
2020 |
url |
http://hdl.handle.net/10889/13490 |
work_keys_str_mv |
AT gourniacharikleia automaticdetectionandspatialquantificationoftrawlmarksinsidescansonarimagesthroughimageprocessingandanalysis AT gourniacharikleia automatēanagnōrisēkaichōrikēposotikopoiēsēalieutikōnichnōnsekatagraphesēchobolistikousystēmatospleurikēssarōsēsmesōanalysēskaiepexergasiaseikonas |
_version_ |
1771297168926179328 |