侧扫声呐海底线检测方法及装置

技术领域

本申请属于海底线检测技术领域，尤其涉及一种侧扫声呐海底线检测方法及装置。

背景技术

侧扫声呐（Side Scan Sonar，SSS）是一种利用回声测深原理探测物体和海底结构的设备，通过安装在SSS拖鱼两侧的两个换能器发射声波脉冲并将其数字化，SSS将回波能量强度沿着时间线进行显示从而获得海底的连续图像。侧扫声呐能够呈现高度精细化的图像，不仅能显示物体的存在，同时还能展示物体的材料类别，广泛应用于海洋地质调查、海洋工程勘测、水下目标搜索等方面。侧扫声呐海底线是指侧扫声呐图像中水体和海底之间存在的一条分界线，表示了拖鱼至海底的高度。海底线的检测不仅可以在拖鱼高度小于一定值时向测量人员发出警告，实现及时避障的目的，也对后续目标量测、斜距校正等具有重要作用。

目前海底线检测主要分为最大峰值法和阈值法，为了解决强干扰的影响，还采用了人工干预设定初值等方法，来提高检测精度。最大峰值法和阈值法的检测准则是海底初始回波能量非常强，与水体分界明显，但是侧扫声呐图像易受发射脉冲、水面回波及尾流、悬浮物和强吸收及反差底质等因素影响，海底线分布可能不是很明显，这种情况下海底线检测结果往往不是很精准。

发明内容

本申请实施例的目的是提供一种侧扫声呐海底线检测方法及装置，以解决现有海底线检测结果不精准的问题。

第一方面，本申请实施例提供了一种侧扫声呐海底线检测方法，包括：

获取预设时间范围内的左舷回波数据和右舷回波数据；

获取所述预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点；

获取每个所述第一峰值点所对应的第一结构相似性SSIM指数以及每个所述第二峰值点所对应的第二SSIM指数；

基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点，并基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点；

基于所述第一候选海底点和所述第二候选海底点，得到海底线。

可选地，所述基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点时，选取为所述第一候选海底点的第一峰值点满足下述条件：所述第一峰值点的第一SSIM指数小于预设的相似度阈值；

所述基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点时，选取为所述第二候选海底点的第二峰值点满足下述条件：所述第二峰值点的第二SSIM指数小于所述相似度阈值。

可选地，还包括：

选取为所述第一候选海底点的第一峰值点还满足如下条件：所述第一峰值点的幅度大于预设的幅度阈值且覆盖长度大于预设的长度阈值；

选取为所述第二候选海底点的第二峰值点还满足如下条件：所述第二峰值点的幅度大于所述幅度阈值且覆盖长度大于所述长度阈值。

可选地，通过下述公式，计算得到所述幅度阈值：

其中，所述

通过下述公式，计算得到所述长度阈值：

其中，所述

可选地，所述基于所述第一候选海底点和所述第二候选海底点，得到海底线，包括：

对选取到的所有第一候选海底点和第二候选海底点，按照距离最近原则进行匹配，将匹配成功的第一候选海底点和第二候选海底点作为最终的海底点；基于所述海底点得到所述海底线。

可选地，所述获取预设时间范围内的左舷回波数据和右舷回波数据，包括：

获取回波数据的检测盲区；以所述检测盲区的最终值为起始位置，开始获取预设时间范围内的左舷回波数据和右舷回波数据。

可选地，所述获取回波数据的检测盲区，包括：

获取预先采集的M帧左舷回波数据和右舷回波数据，并获取每帧中的每个左舷回波数据与每个右舷回波数据之间的第三SSIM指数；

基于所述M帧左舷回波数据和右舷回波数据的幅度值，确定所述检测盲区的初始值；

基于所述检测盲区的初始值和所述第三SSIM指数，确定所述检测盲区的最终值。

可选地，所述基于所述M帧左舷回波数据和右舷回波数据的幅度值，确定所述检测盲区的初始值，包括：

基于所述M帧左舷回波数据和右舷回波数据的幅度值，通过下述公式，计算得到所述检测盲区的初始值：

可选地，所述基于所述检测盲区的初始值和所述第三SSIM指数，确定所述检测盲区的最终值，包括：

以所述检测盲区的初始值位置为基准位置，通过下述公式，计算得到所述检测盲区的最终值：

其中，

第二方面，本申请实施例提供了一种侧扫声呐海底线检测装置，包括：

第一获取模块，用于获取预设时间范围内的左舷回波数据和右舷回波数据；

第二获取模块，用于获取所述预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点；

第三获取模块，用于获取每个所述第一峰值点所对应的第一结构相似性SSIM指数以及每个所述第二峰值点所对应的第二SSIM指数；

第四获取模块，用于基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点，并基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点；

第五获取模块，用于基于所述第一候选海底点和所述第二候选海底点，得到海底线。

第三方面，本申请实施例提供了一种电子设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

本实施例提供的侧扫声呐海底线检测方法及装置，通过获取预设时间范围内的左舷回波数据和右舷回波数据，并获取预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点，然后获取每个第一峰值点所对应的第一SSIM指数以及每个第二峰值点所对应的第二SSIM指数，基于第一SSIM指数从至少一个第一峰值点中选取得到第一候选海底点，并基于第二SSIM指数从至少一个第二峰值点中选取得到第二候选海底点，最后基于第一候选海底点和第二候选海底点，得到海底线；由于海底线具有左右对称特征，且由于SSIM指数表示峰值点的相似度指标，使得在基于SSIM指数得到海底线时，在不需要人工干预的条件下，能够克服水体干扰，实现复杂海洋环境下海底线的精准检测。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；

图1为本申请实施例中侧扫声呐海底线检测方法的流程示意图之一；

图2为本申请实施例中侧扫声呐海底线检测方法的流程示意图之二；

图3为本申请实施例中检测得到的海底线的示意图；

图4为本申请实施例中侧扫声呐海底线检测装置的模块组成示意图；

图5为本申请实施例中电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的侧扫声呐海底线检测方法进行详细地说明。

如图1所示，为本申请实施例所提供的侧扫声呐海底线检测方法的步骤流程图，该方法的执行主体可以为服务器，其中，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是能够进行程序操作处理的服务器，如进行侧扫声呐海底线检测的服务器等。该方法包括：

步骤101：获取预设时间范围内的左舷回波数据和右舷回波数据。

其中，海底线是由侧扫声呐延航迹方向每一帧回波数据检测到的海底点连接而成。

一帧指侧扫声呐两次发射信号脉冲之间的时间间隔，一帧回波数据指一帧时间内所接收到的所有回波数据。

具体的，预设时间范围可以是以帧为单位，即在本步骤中可以获取至少一帧内的左舷回波数据和右舷回波数据。左舷回波数据为侧扫声呐左舷换能器接收到的回波数据，右舷回波数据为侧扫声呐右舷换能器接收到的回波数据。

还需要说明的是，在获取到预设时间范围内的左舷回波数据和右舷回波数据时，由于回波数据类型一般大于8比特，需要进行灰度计算，则可以将回波数据转换为256阶灰度级，灰度换算公式为：

步骤102：获取预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点。

在获取第一峰值点时，可以检测预设时间范围内左舷回波数据中的至少一个峰值，优选可以检测预设时间范围内左舷回波数据中的所有峰值，从而得到至少一个第一峰值点；

类似的，在获取第二峰值点时，可以检测预设时间范围内右舷回波数据中的至少一个峰值，优选可以检测预设时间范围内右舷回波数据中的所有峰值，从而得到至少一个第二峰值点。

通过获取第一峰值点和第二峰值点，实现了对左、右舷回波数据中的峰值检测，从而为海底点检测提供了理论支撑。

步骤103：获取每个第一峰值点所对应的第一SSIM指数以及每个第二峰值点所对应的第二SSIM指数。

其中，结构相似性(Structural SIMilarity，SSIM)是一种衡量两幅图像相似度的指标。由于回波数据为一种信号数据能够生成图像，因此在能够获取回波图像之间的SSIM指数时，在本实施例中可以获取对应回波数据之间的SSIM指数。

具体的，SSIM考虑了人眼的视觉特性，由亮度

给定两个图像

式中，

对比度相似度是以图像的标准差进行估计，对比度相似度表示为：

式中，

结构相似度是以图像的协方差进行估计，结构相似度表示为：

式中，

在本实施例中，假设预设时间范围的单位为1，且每个单位内左舷回波数据和右舷回波数据的个数均为N，则一个单位内左舷回波数据共有1×N个，右舷回波数据共有1×N个，此时针对N个左舷回波数据和N个右舷回波数据计算SSIM指数，则可以得到相对应的左舷回波数据和右舷回波数据之间的SSIM指数，共得到N个SSIM指数。

当然计算相对应的左舷回波数据和右舷回波数据之间的SSIM指数时，可以将以该左舷回波数据为中心的多个左舷回波数据构成左舷回波图像，将以该右舷回波数据为中心的多个右舷回波数据构成右舷回波图像，从而获得左舷回波图像和右舷回波图像之间的SSIM指数，并将所获得的SSIM指数确定为该相对应的左舷回波数据和右舷回波数据之间的SSIM指数；也可以单独计算相对应的左舷回波数据和右舷回波数据之间的SSIM指数，在此并不对此进行具体限定。

然后，在获取每个第一峰值点所对应的第一SSIM指数时，可以直接从得到的N个SSIM指数中获取第一峰值点所对应的SSIM指数，即第一SSIM指数；在获取每个第二峰值点所对应的第二SSIM指数时，可以直接从得到的N个SSIM指数中获取第二峰值点所对应的SSIM指数，即第二SSIM指数。

需要说明的是，第一SSIM指数和第二SSIM指数可能相同，也可能不同；例如，若第一峰值点与第二峰值点是计算SSIM指数的成对的左、右舷回波数据，则第一SSIM指数和第二SSIM指数相同。

具体的，通过获取每个第一峰值点所对应的第一SSIM指数以及每个第二峰值点所对应的第二SSIM指数，且由于海底线具有左右对称特征，使得能够基于SSIM指数判断第一峰值点和第二峰值点能否作为海底点。

步骤104：基于第一SSIM指数从至少一个第一峰值点中选取得到第一候选海底点，并基于第二SSIM指数从至少一个第二峰值点中选取得到第二候选海底点。

其中，基于第一SSIM指数从所获取的所有第一峰值点中选取得到第一候选海底点，并基于第二SSIM指数从所获取的所有第二峰值点中选取得到第二候选海底点，由于海底线具有左右对称特征，且由于SSIM指数表示峰值点的相似度指标，实现了基于SSIM指数选取候选海底点时，能够保证所选取的候选海底点的精准性，进而保证所得到的海底线的精准性。

步骤105：基于第一候选海底点和第二候选海底点，得到海底线。

其中，在确定第一候选海底点和第二候选海底点之后，可以对选取得到的所有第一候选海底点和第二候选海底点，按照距离最近原则进行匹配，将匹配成功的第一候选海底点和第二候选海底点作为最终的海底点；然后基于海底点得到海底线。

其中，匹配成功可以是指进行匹配的两个候选海底点之间的距离小于预设的距离阈值。

具体的，在得到海底线时，可以利用中值滤波法对海底线进行处理，以消除异常点。

本实施例通过获取预设时间范围内的左舷回波数据和右舷回波数据，并获取预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点，然后获取每个第一峰值点所对应的第一SSIM指数以及每个第二峰值点所对应的第二SSIM指数，基于第一SSIM指数从至少一个第一峰值点中选取得到第一候选海底点，并基于第二SSIM指数从至少一个第二峰值点中选取得到第二候选海底点，最后基于第一候选海底点和第二候选海底点，得到海底线；由于海底线具有左右对称特征，且由于SSIM指数表示峰值点的相似度指标，使得在基于SSIM指数得到海底线时，在不需要人工干预的条件下，能够克服水体干扰，实现复杂海洋环境下海底线的精准检测。

可选地，在本实施例中，在基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点时，选取为所述第一候选海底点的第一峰值点满足下述条件：所述第一峰值点的第一SSIM指数小于预设的相似度阈值；

基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点时，选取为所述第二候选海底点的第二峰值点满足下述条件：所述第二峰值点的第二SSIM指数小于所述相似度阈值。

需要说明的是，相似度阈值用于区分相似区域和非相似区域，且该值可以根据需求进行设定，在此并不对该相似度阈值的数值进行具体限定。

其中，侧扫声呐图像一般由左右舷两幅图像（左右舷回波数据）组成，共同反应了拖鱼两侧的海底地貌特征，海底线具有左右对称特征。在无水体干扰的情况下，侧扫声呐图像海底线之前基本无回波能量，左、右舷图像相似度极高，在海底线之后随着海底地貌的变化，左右舷图像相似性降低，即左右舷回波数据相似度降低。基于此在从峰值点中选取候选海底点时，选取为候选海底点的峰值点（包括第一峰值点和第二峰值点）需要满足SSIM指数小于预设的相似度阈值的条件，以符合海底线之后随着海底地貌的变化，左右舷图像相似性降低的规律，从而保证所得到的候选海底点的精准性。

可选地，选取为第一候选海底点的第一峰值点还可以满足如下条件：所述第一峰值点的幅度大于预设的幅度阈值且覆盖长度大于预设的长度阈值；选取为第二候选海底点的第二峰值点还满足如下条件：所述第二峰值点的幅度大于所述幅度阈值且覆盖长度大于所述长度阈值。

其中，覆盖长度表征了海底散射点的散射特性，峰值点（第一峰值点或第二峰值点）的覆盖长度指从峰值点向两侧延伸时，满足幅度值在预设范围内时的延伸长度。

此外，预设的幅度阈值和长度阈值可以计算得到。

其中，可以通过下述公式，计算得到所述幅度阈值：

其中，

需要说明的是，

通过下述公式，计算得到所述长度阈值：

其中，

需要说明的是，

这样所选取得到的候选海底点，在满足SSIM指数小于相似度阈值的条件的同时，还满足上述幅度大于预设的幅度阈值以及覆盖长度大于预设的长度阈值的条件，进一步保证了所选取得到的候选海底点的精准性。

此外，可选地，在本实施例中，在获取预设时间范围内的左舷回波数据和右舷回波数据时，可以先获取回波数据的检测盲区，然后以检测盲区的最终值为起始位置，开始获取预设时间范围内的左舷回波数据和右舷回波数据。

其中，检测盲区是指以接收起始时刻为起点，回波能量由强变弱，且受船体回波干扰，左右舷回波数据一直保持不一致的一段时间。当侧扫声呐发射脉冲在水体中传播遇到目标时，目标对脉冲信号向各个方向散射，其中换能器接收反向散热回波，而脉冲信号难以到达目标后方，从而产生盲区。检测盲区内的回波能量极强，通过获取检测盲区，且以检测盲区的最终值为起始位置，开始获取预设时间范围内的左舷回波数据和右舷回波数据，实现了对检测盲区内的数据无效化处理，从而排除了盲区内数据对海底线检测的干扰。

具体的，获取回波数据的检测盲区，包括如下步骤：

步骤A1：获取预先采集的M帧左舷回波数据和右舷回波数据，并获取每帧中的每个左舷回波数据与每个右舷回波数据之间的第三SSIM指数。

需要说明的是，M为大于1的整数且在此并不对M的具体数值进行限定。

此外，M帧左舷回波数据可以组成左舷灰度图像，且M帧右舷回波数据可以组成右舷灰度图像，基于SSIM指数为衡量两幅图像相似度的指标，因此可以基于回波数据与图像之间的映射关系，获取每帧中的每个左舷回波数据与每个右舷回波数据之间的第三SSIM指数。

例如，假设每帧中包括N个左舷回波数据和右舷回波数据，则左舷回波数据和右舷回波数据均共有M×N个，本实施例可以按照二维维度，计算M×N个左舷回波数据和M×N个右舷回波数据中每对左舷回波数据和右舷回波数据之间的SSIM指数（在此便于区分称为第三SSIM指数）。

步骤A2：基于M帧左舷回波数据和右舷回波数据的幅度值，确定检测盲区的初始值。

具体的，可以基于M帧左舷回波数据和右舷回波数据的幅度值，通过下述公式，计算得到检测盲区的初始值：

步骤A3：基于检测盲区的初始值和所述第三SSIM指数，确定所述检测盲区的最终值。

其中，在本步骤中，可以以所述检测盲区的初始值位置为基准位置，通过下述公式，计算得到所述检测盲区的最终值：

其中，

由于检测盲区为受船体回波干扰，因此在检测盲区范围内时左右舷图像相似度较低，即第三SSIM指数较低，而走出检测盲区范围后左右舷相似度开始升高，即第三SSIM指数较高；基于此可以通过第三SSIM指数来判断左、右舷回波数据是否还是处于不一致状态，即判断是否还处于检测盲区范围内，从而实现了对检测盲区的最终值的确定，且保证了所确定的检测盲区的最终值的精准性。

这样通过上述过程确定检测盲区，使得能够以检测盲区的最终值为起始位置，进行海底线检测，进一步保证了所检测得到的海底线的精准性。

下面结合图2对本申请的整体流程步骤进行说明，如图2所示，侧扫声呐海底线检测方法具体包括如下步骤：

步骤201：获取预设范围内的侧扫声呐回波数据，包括左舷回波数据和右舷回波数据，并对所获取到的回波数据进行灰度化处理；

步骤202：对左舷回波数据和右舷回波数据进行SSIM指数计算；

步骤203：选择是否需要进行检测盲区计算；若不需要进行检测盲区的计算，则进入步骤204，直接进行峰值检测以及候选海底点检测，即检测预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点，然后基于SSIM指数从至少一个第一峰值点中选取得到第一候选海底点，并从至少一个第二峰值点中选取得到第二候选海底点。

步骤205：基于候选海底点确定海底点，并进行中值滤波输出海底线。

步骤206：若需要进行检测盲区的计算，则判断预先采集的左舷回波数据和右舷回波数据是否不小于M帧；若是，则进入步骤207进行盲区检测，获取检测盲区，然后进入步骤204，开始进行峰值检测以及候选海底点检测。

通过上述过程，实现了基于SSIM指数的侧扫声呐海底线检测过程。其中由于在无水体干扰的情况下，侧扫声呐图像海底线之前基本无回波能量，左、右舷图像相似度极高，在海底线之后随着海底地貌的变化，左右舷图像相似性降低。根据侧扫声呐图像的特征，在海底线检测中引入了SSIM算法，它是一种全参考的图像质量评价指标，考虑了人眼的视觉特性，可以分别从亮度、对比度和结构三方面度量左、右舷图像的相似性，通过寻找左、右舷图像相似区域与非相似区域的分界线，并结合阈值控制法及海底尺寸特征等，确定海底线位置在不需要人工干预的条件下，能够克服水体干扰，实现复杂海洋环境下海底线的精准检测。

具体的，下面以实例对本申请所达到的有益效果进行说明。以侧扫声呐系统在某水域实际采集的数据为对象进行测试。测量时的作用距离为50m，信号频率为500KHz，实验区水深变化范围为15~30m。采集的SSS图像如图3所示，颜色越亮，表示回波能量越弱，黑色线条为海底线检测结果。从图3中可以看到测量水域中水体悬浮物较多，部分水底回波能量很弱，但是海底线的检测结果与实际海底位置很吻合，且连续性很好。

需要说明的是，本申请实施例提供的侧扫声呐海底线检测方法，执行主体可以为侧扫声呐海底线检测装置，或者该侧扫声呐海底线检测装置中的用于执行侧扫声呐海底线检测方法的控制模块。本申请实施例中以侧扫声呐海底线检测装置执行侧扫声呐海底线检测方法为例，说明本申请实施例提供的侧扫声呐海底线检测装置。

如图4所示，该装置包括：

第一获取模块401，用于获取预设时间范围内的左舷回波数据和右舷回波数据；

第二获取模块402，用于获取所述预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点；

第三获取模块403，用于获取每个所述第一峰值点所对应的第一结构相似性SSIM指数以及每个所述第二峰值点所对应的第二SSIM指数；

第四获取模块404，用于基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点，并基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点；

第五获取模块405，用于基于所述第一候选海底点和所述第二候选海底点，得到海底线。

在此需要说明的是，上述实施例提供的侧扫声呐海底线检测装置能够实现上述侧扫声呐海底线检测方法实施例的所有方法步骤及有益效果，为避免重复，在此不再对本实施例中与上述方法实施例中的相同方法步骤以及有益效果进行赘述。

对应上述实施例提供的侧扫声呐海底线检测方法，基于相同的技术构思，本申请实施例还提供了一种电子设备，该电子设备用于执行上述的侧扫声呐海底线检测方法，图5为实现本申请各个实施例的一种电子设备的结构示意图。电子设备可因配置或性能不同而产生比较大的差异，可以包括处理器(processor)510、通信接口(CommunicationsInterface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储在存储器530上并可在处理器510上运行的计算机程序，以执行下述步骤：

获取预设时间范围内的左舷回波数据和右舷回波数据；

获取所述预设时间范围内左舷回波数据中的至少一个第一峰值点以及右舷回波数据中的至少一个第二峰值点；

获取每个所述第一峰值点所对应的第一结构相似性SSIM指数以及每个所述第二峰值点所对应的第二SSIM指数；

基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点，并基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点；

基于所述第一候选海底点和所述第二候选海底点，得到海底线。

可选地，所述基于第一SSIM指数从所述至少一个第一峰值点中选取得到第一候选海底点时，选取为所述第一候选海底点的第一峰值点满足下述条件：所述第一峰值点的第一SSIM指数小于预设的相似度阈值；

所述基于所述第二SSIM指数从所述至少一个第二峰值点中选取得到第二候选海底点时，选取为所述第二候选海底点的第二峰值点满足下述条件：所述第二峰值点的第二SSIM指数小于所述相似度阈值。

可选地，还包括：

选取为所述第一候选海底点的第一峰值点还满足如下条件：所述第一峰值点的幅度大于预设的幅度阈值且覆盖长度大于预设的长度阈值；

选取为所述第二候选海底点的第二峰值点还满足如下条件：所述第二峰值点的幅度大于所述幅度阈值且覆盖长度大于所述长度阈值。

可选地，通过下述公式，计算得到所述幅度阈值：

其中，所述

通过下述公式，计算得到所述长度阈值：

其中，所述

可选地，所述基于所述第一候选海底点和所述第二候选海底点，得到海底线，包括：

对选取到的所有第一候选海底点和第二候选海底点，按照距离最近原则进行匹配，将匹配成功的第一候选海底点和第二候选海底点作为最终的海底点；基于所述海底点得到所述海底线。

可选地，所述获取预设时间范围内的左舷回波数据和右舷回波数据，包括：

获取回波数据的检测盲区；以所述检测盲区的最终值为起始位置，开始获取预设时间范围内的左舷回波数据和右舷回波数据。

可选地，所述获取回波数据的检测盲区，包括：

获取预先采集的M帧左舷回波数据和右舷回波数据，并获取每帧中的每个左舷回波数据与每个右舷回波数据之间的第三SSIM指数；

基于所述M帧左舷回波数据和右舷回波数据的幅度值，确定所述检测盲区的初始值；

基于所述检测盲区的初始值和所述第三SSIM指数，确定所述检测盲区的最终值。

可选地，所述基于所述M帧左舷回波数据和右舷回波数据的幅度值，确定所述检测盲区的初始值，包括：

基于所述M帧左舷回波数据和右舷回波数据的幅度值，通过下述公式，计算得到所述检测盲区的初始值：

可选地，所述基于所述检测盲区的初始值和所述第三SSIM指数，确定所述检测盲区的最终值，包括：

以所述检测盲区的初始值位置为基准位置，通过下述公式，计算得到所述检测盲区的最终值：

其中，

本申请实施例还提供一种可读存储介质，其上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory， RAM）、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，或者网络设备等）执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。