Um das Problem des Mangels an qualitativ hochwertigen annotierten Daten in der Unterwasser-Sonarsensorik zu lösen, wurde eine Methode zur Synthese von Sonarbildern basierend auf einem physikalisch geführten und strukturell eingeschränkten Diffusionsmodell entwickelt, die für die cross-modale Synthese von optischer Fernerkundung zu Sonarbildern eingesetzt wird. Bestehende Diffusionsmodellmethoden richten sich hauptsächlich an allgemeine optische Bilder und vernachlässigen bei der Verarbeitung der cross-modalen Aufgabe von optischen zu Sonarbildern oft die Sonarbil-dungsmechanismen, was zu einer Verschlechterung der akustischen Eigenschaften und zum Zusammenbruch der geometrischen Struktur führt. Daher wurde ein Modul zur Ausrichtung des Rauschens im Frequenzbereich und zur Injektion akustischer Priorwerte entwickelt, das in der Anfangsphase der Diffusionsrauschunterdrückung die reale Verteilung der Sonartexturen und physikalische Priorwerte für helle Schatten einspeist; gleichzeitig wurde ein strukturell eingeschränkter Aufmerksamkeitsmechanismus eingeführt, der eine differenzierte Stiltransferstrategie auf Ziel- und Hintergrundbereiche anwendet, um realistische akustische Merkmale zu erzeugen und gleichzeitig die geometrischen Umrisse und die Positionsstruktur des Ziels zu erhalten, wodurch eine direkte Übertragung optischer Fernerkundungsbeschriftungen erreicht wird. Die experimentellen Ergebnisse zeigen, dass diese Methode in Bezug auf akustische Authentizität und Zielstruktur überlegen ist. Die Nutzung der generierten Daten zur Unterstützung des Trainings des YOLOv8-Detektors erhöhte die mittlere Präzision mAP50-95 im Bereich von 0,50 bis 0,95 von 0,724 auf 0,771. Die entwickelte Methode bietet eine praktische ingenieurtechnische Lösung zur Linderung des Problems des Mangels an Unterwasser-Sonarsensordaten.

Sonarbildsynthese; cross-modale Generierung; Diffusionsmodelle; Datenaugmentation; Unterwasserzielwahrnehmung