一种应用特征跟踪的多波束声呐目标探测方法
【技术领域】
[0001] 本发明设及的是一种水下目标探测方法，具体地说是一种应用特征跟踪的多波束 声响目标探测方法。
【背景技术】
[0002] 随着国家海洋战略的牵引，水下目标探测技术得到了快速发展，其应用需求包括 水下避障与导航、沉物捜索与救拱、管道维护与桥墳检测等领域。研究人员普遍借助声响成 像，形成水下场景的声图像，通过图像分割实现水下目标探测，面临的问题包括分割阔值的 选择和单幅图像信息的局限。检测前跟踪（TrackBe化reDetect,TBD)是一种新兴的微弱 目标探测理论，对单帖图像中有无目标先不进行判断，在图像序列中对多个目标同时进行 跟踪，然后依据目标轨迹从潜在目标中筛选出真实目标。基于TBD在水下声图像序列中进 行特征跟踪，是实现水下目标探测的一种新颖的方法。
[0003] 特征选择是实现水下声图像序列跟踪的关键，常用特征包括统计特征、纹理特征、 形状特征、数学变换特征等。运些特征应用在水下目标探测中，仍然存在区分能力弱、计算 复杂度大、鲁棒性差等问题。Lowe提出的尺度不变特征变换（ScaleInvariantFeETture Transform,SIFT),基于尺度空间理论，在光学图像匹配和识别领域已经有成功的应用先 例。尺度不变特征变换生成的特征对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿 射变换、噪声也保持一定程度的稳定性，能够更好的表征成像质量相对较低和易受环境干 扰的声响图像中的潜在目标。
【发明内容】
[0004] 本发明的目的在于提供一种不用在单帖图像中判断目标的有无，通过声纳图像序 列中对多个目标特征同时进行跟踪，从潜在目标中筛选出真实目标的应用特征跟踪的多波 束声响目标探测方法。
[0005] 本发明的目的是运样实现的：
[000引 （1)通过声响系统采集数据，对所采集的数据成像形成声响图像，将连续的声响图 像组成声响图像序列；
[0007] 似对所述声响图像序列中的每帖图像进行预处理；
[0008] (3)提取预处理后每帖声响图像的尺度不变特征变换特征；
[0009] (4)在声响图像序列的前两帖展开特征匹配，匹配成功的特征标定为潜在目标，将 匹配不成功的特征丢弃；
[0010] (5)在声响图像序列的后续帖跟踪代表潜在目标的特征，遍历图像序列后从潜在 目标中筛选出真实目标，并得到真实目标的特征轨迹。
[0011] 本发明还可W包括：
[0012] 1、所述声响系统为浅水高分辨多波束测深系统，声学基阵为"T"型，发射基阵为多 元弧阵，接收基阵为80阵元的均匀线阵；工作频率为300曲Z，采样频率为40曲Z，选用的脉 冲宽度为1ms。
[0013] 2、所述预处理采用动态亮度分配增强对比度、通过中值滤波实现噪声滤除，动态 亮度分配时将原始图像强度映射到线性灰度[0,255]，在原始图像中W强度最小值为以将 原始图像强度的前1 %取平均作为最大值H，输入强度和输出灰度的映射函数关系如下，
[0014]
[0015] 其中Zm是图像输入强度值，Z。。,是图像输出灰度值，丫是映射参数、取值范围是 [0. 5-2. 0]。
[0016] 3、所述尺度不变特征变换特征包含坐标、尺度和方向信息，W及128维的特征描 述向量。
[0017] 4、特征匹配W尺度不变特征变换的特征描述向量欧式距离作为相似性度量，采用 最近邻比值法，寻找待匹配特征点的最近邻和次近邻，如果最近邻距离与次近邻距离的比 值小于某阔值，则认为最近邻点与该特征为最佳匹配对，否则视为匹配失败。
[0018] 本发明提供了一种水下目标探测方法，不用在单帖图像中判断目标的有无，而通 过声纳图像序列中对多个目标特征同时进行跟踪，从潜在目标中筛选出真实目标。
[0019] 本发明由于采取W上技术方案，其具有W下优点
[0020] (1)本发明利用中值滤波和动态亮度分配，显著改善了水下声图像质量，为特征提 取和跟踪创造了有利条件。
[002。 似本发明采用的尺度不变特征变换特征，包含较多的帖内信息、帖间匹配的鲁棒 性更强、适用于表征水下声图像序列中的潜在目标。
[002引 做本发明使用特征跟踪方法，不用在单帖图像中判断目标的有无，而通过图像序 列中对多个目标的特征同时进行跟踪，从潜在目标中筛选出真实目标，为水下目标探测提 供了一条新的途径。
【附图说明】
[0023] 图1为本发明所设计特征跟踪的水下目标探测方法的流程图。
[0024] 图2为本发明采集图像序列第1帖原始图像。
[0025] 图3a至图3d为本发明图像序列第1帖在不同映射参数时动态亮度分配效果，其 中图 3日，丫 = 0. 5 ;图 3b，丫 = 1 ;图 3c，丫 = 1. 5 ;图 3d，丫 = 2。
[0026] 图4为本发明图像序列第1帖预处理图像。
[0027] 图5为本发明提取的图像序列第1帖尺度不变特征变换特征。
[0028] 图6为本发明图像序列第1帖和第2帖尺度不变特征变换特征匹配状况。
[0029] 图7为本发明设计的特征跟踪的算法流程。
[0030] 图8为本发明特征跟踪的目标探测实验结果。
【具体实施方式】
[0031] 应用特征跟踪的多波束声响水下目标探测方法的总体流程图如图1所示。下面结 合实施案例，对本发明的方法作进一步详细描述。
[0032] 1、通过声响系统采集数据，对数据成像形成声响图像，将连续的声响图像组成声 响图像序列。
[0033] 试验设备为浅水高分辨多波束测深系统。系统的声学基阵为"T"型，发射基阵为 多元弧阵，接收基阵为80阵元的均匀线阵。系统工作频率为300曲Z，采样频率为40曲Z，选 用的脉冲宽度为1ms。水深为20~30m，将油桶作为动态小目标，试验中将测量船停靠在岸 边，声响系统固定安装，在艇侧使用两根粗缆绳吊放油桶，并让其在水中做缓慢的垂直和水 平运动。将采集的数据成像，图像尺寸为，选取连续的28帖组成图像序列。从图像序列中 读取第1帖，成像效果如图2所示。
[0034] 2、对声响图像序列中的每帖图像进行预处理。采用动态亮度分配增强对比度，通 过中值滤波实现噪声滤除；
[0035] 动态亮度分配时，输入强度和输出灰度的映射函数关系如下：
[0036]
[0037] 分别设定映射参数丫值为0. 5、1、1. 5、2. 0进行对比，试验结果如图3所示，比较 发现当丫 = 1.5时对比度强化和细节保留的平衡最好，因此选择映射参数丫 = 1.5。中值 滤波采用滑动窗大小为3X3,经过预处理的图像如图4所示。
[0038] 3、提取水下声图像中的尺度不变特征变换特征表征潜在目标。
[0039] 将水下声图像定义为I(X，y)，高斯核函数为G(x，y，0 )，表达式如下式所示。
[0040]
[00川式中，0为尺度空间因子，反映了图像被平滑的程度。将I(x，y)和G(x，y，0)卷 积得到图像在不同尺度下的尺度空间表示如下：
[0042] R(x, y,〇) =G(x, y,〇)*I(x, y)
[0043] 图像的差分高斯值ifference of Gaussian, DoG)算子定义为：
[0044] D (x, y,〇) =R (x, y, k〇)-R (x, y,〇)
[0045] 式中k为相邻尺度间的比例因子。由DoG算子构成