随着人类社会的不断发展,陆地资源开始日趋匮乏,而海洋覆盖了地球表面的大部分面积,是人类的一个天然宝库,对海洋资源的开发利用将成为今后世界各国新的发展机遇。现阶段对海底进行远距离成像探测主要是通过声呐设备,对于侧扫声呐设备获取的声呐数据,瀑布图像并没有考虑实际的地理位置关系,而按照GPS位置信息拼接后,可以得到反映海底地貌信息的二维侧扫声呐图像;对于多波束测深设备获取的测深数据,则可以反映海底详细的地形信息。当前大多数研究都是分别针对二维侧扫声呐图像或者三维测深图像单独进行拼接,二维侧扫声呐图像通过颜色信息来表示海底回波强度信息,但无法获得相应的高度信息,而三维测深图像能反映海底地形信息,但无法判断对应的海底地貌信息。针对以上问题,本文研究了结合侧扫和测深的三维声呐图像的拼接算法,使获得的图像能够同时反映海底的地形地貌信息,论文主要完成的工作如下:首先,对于声呐设备在获取声呐图像数据的过程中,采集到的数据并不完全都是海底回波强度信息,还包括海洋中一些其它干扰,如环境噪声、自噪声以及混响等。受这些噪声的影响,声呐图像中的部分细节会被掩盖,特征信息相对较弱,边缘会被弱化甚至不连续,从而降低了图像的对比度。因此,本文对采集到的原始声呐数据进行解析,从而得到声呐图像,提出一种基于三维块匹配算法改进的声呐图像去噪算法,并给出相应的实验结果。其次,在对声呐图像进行去噪、斜距校正等预处理之后,得到的声呐图像在中间区域会存在模糊块,而且声呐设备左右舷获取的声波强度可能会存在一定的差异,会导致图像中间区域灰度差异更为明显。为解决这一问题,本文提出使用深度学习的方法对斜距校正后的侧扫声呐图像中间区域进行修复,从而消除声呐图像中间区域的模糊块,使声呐图像中间区域过渡得更为平滑,从而保证整个声呐图像信息的完整性。再次,利用声呐数据解析后得到的地理位置、航向、测深、姿态等信息,研究了三维声呐点云的构建,并在每一Ping的基础上研究了侧扫图像与测深数据的插值、融合算法,从而构建出对应于真实海底信息的三维声呐图像。最后,由于声呐设备在进行海底探测时的扫描特点,会造成两个三维声呐点云存在部分重叠的区域,而由于声呐设备在测量时存在误差或者受到外部干扰影响,在扫描同一区域时得到的两个点云并没有完全对齐,可能导致无法构建一个完整的地形,因此要对重叠的点云进行点云配准,使不完全重叠的点云尽可能对齐,然后将点云重叠部分进行融合处理,最后三角化构成平面,从而构建出能反映海底地形地貌的三维声呐图像。本文对三维声呐图像拼接方法进行了系统性地研究,完成了拼接算法的整体设计,实现了海底地形地貌的绘制,从而为海底地形地貌探测提供了有效的方法。