一种水下小目标声呐图像目标检测跟踪方法和系统的制作方法
【技术领域】
[0001] 本实发明涉及图像处理和水下目标探测领域，尤其涉及一种水下小目标声呐图像 目标检测跟踪方法和系统。
【背景技术】
[0002] 当前我国针对港口、海岸和舰船等目标的水下防御还处于相当薄弱的阶段，尤其 是针对小目标的防御，如蛙人、蛙人运载器和小型AUV等。声呐在成像过程中，由于海底混 响，鱼群和礁石等原因，会在图像中产生大量的噪声和干扰源，噪声和干扰源的存在使得本 来就微弱的水下小目标更加难以检测。
[0003] 声呐图像目标检测的目的就是要从复杂海底混响背景中提取出目标区域，它是图 像分析的关键步骤。只有在声呐图像目标准确检测的基础上，才能对水下目标进行特征提 取和参数测量，使得更高层次的声呐图像分析和识别成为可能。但是由于水下声场环境的 复杂性和声呐设备成像的非线性，所采集到的水下声呐图像具有对比度低、成像质量差、受 噪声污染严重等特点。由于蛙人等水下小目标的目标小，信噪比很低，常淹没在背景噪声 中，而且目标亮度在不同距离上变化较大，大部分的滤波方法和检测方法效果都不尽如人 Ο
[0004] 传统的基于边缘信息或统计信息的图像检测方法难以取得高精度、鲁棒性强的目 标检测结果。采用模板匹配可以在低信噪比下很好的检测到目标，但由于匹配滤波器需要 进行相关操作，而相关操作属于穷尽搜索方法，耗费大量的时间用于运算，致使声呐图像目 标检测的时间过长，无法满足系统实时性的要求。
【发明内容】
[0005] 本发明的目的是提供一种水下小目标声呐图像目标检测跟踪方法和系统，以解决 上述问题。
[0006] 该水下小目标声呐图像目标检测跟踪方法，包括：
[0007] 获得以目标为中心点的归一化的模板；
[0008] 获得当前包含目标的图像；
[0009] 计算当前包含目标的图像与模板的相似性系数或相关系数；
[0010] 根据所述相似性系数或相关系数判断所述当前包含目标的图像与模板是否相似， [0011] 如果所述当前包含目标的图像与模板相似，则判定所述当前包含目标的图像中心 点为当前目标轨迹的测量点，并继续计算其他包含目标的图像与模板的相似性系数或相关 系数，
[0012] 如果所述当前包含目标的图像与模板不相似，则直接计算其他包含目标的图像与 模板的相似性系数或相关系数；
[0013] 获得起始航迹；
[0014] 利用卡尔曼滤波获得当前目标轨迹的预测点；
[0015] 确定当前图像的目标轨迹点；
[0016] 根据所述起始航迹和当前图像的目标轨迹点输出目标点轨迹信息。
[0017] 本发明还公开了一种水下小目标声呐图像目标检测跟踪系统，包括：
[0018] 模板获取模块，所述模板获取模块用于获得以目标为中心点的归一化的模板；
[0019] 图像分割模块，所述图像分割模块用于获得当前包含目标的图像；
[0020] 相似性判定模块，所述相似性判定模块分别与所述模板获取模块和图像分割模块 相连，用于计算当前包含目标的图像与模板的相似性系数或相关系数，并根据所述相似性 系数或相关系数判断所述当前包含目标的图像与模板是否相似，
[0021] 如果所述当前包含目标的图像与模板相似，则判定所述当前包含目标的图像中心 点为当前目标轨迹的测量点，并继续计算其他包含目标的图像与模板的相似性系数或相关 系数，
[0022] 如果所述当前包含目标的图像与模板不相似，则直接计算其他包含目标的图像与 模板的相似性系数或相关系数；
[0023] 起始航迹获取模块，所述起始航迹获取模块用于获得起始航迹；
[0024] 预测点获取模块，所述预测点获取模块用于利用卡尔曼滤波获得当前目标轨迹的 预测点；
[0025] 目标轨迹点获取模块，所述目标轨迹点获取模块分别与所述相似性判定模块和预 测点获取模块相连，用于确定当前图像的目标轨迹点；
[0026] 输出模块，所述输出模块分别与所述目标轨迹点获取模块和起始航迹获取模块相 连，用于根据所述起始航迹和当前图像的目标轨迹点输出目标点轨迹信息。
[0027] 本发明所公开的水下小目标声呐图像目标检测跟踪方法，首先对声呐图像中的目 标进行统计分析，得到一个以所述目标为中心点的归一化的模板。然后获得多个当前包含 目标的图像，再利用所述模板和图像中每一个当前包含目标的图像（可能是目标的区域） 求取当前包含目标的图像与模板的相似性系数（或相关系数），根据相似性系数（或相关系 数）的大小检测所述当前包含目标的图像内的像素点是否为可能的目标点，并将当前包含 目标的图像内可能为目标点的像素点作为测量点。将利用卡尔曼滤波获得的当前目标轨迹 的预测点与所述测量点进行数据关联，同时将所述相似性系数（或相关系数）作为数据关 联时的距离度量函数的加权系数，从而确定当前图像的目标轨迹点。最后根据采用两点外 推法获得的起始航迹和当前图像的目标轨迹点得到目标的运动轨迹，并输出。本发明所公 开的水下小目标声呐图像目标检测跟踪方法采用模板匹配和相似性系数结合的方法，可以 极大地节约运算时间，满足系统的实时性要求。
【附图说明】
[0028] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明实施 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 仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可 以根据这些附图获得其他的附图。
[0029] 图1为本发明实施例所公开的水下小目标声呐图像目标检测跟踪方法流程图；
[0030] 图2为本发明实施例所公开的水下小目标声呐图像目标检测跟踪系统示意图。
【具体实施方式】
[0031] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032] 本分明实施例公开了一种水下小目标声呐图像目标检测跟踪方法，如图1所示， 该方法包括：
[0033] 获得以所述目标为中心点的归一化的模板。
[0034] 获得当前包含目标的图像。
[0035] 计算当前包含目标的图像与模板的相似性系数或相关系数。
[0036] 根据所述相似性系数或相关系数判断所述当前包含目标的图像与模板是否相似， 如果所述当前包含目标的图像与模板相似，则判定所述当前包含目标的图像中心点为当前 目标轨迹的测量点，并继续计算其他包含目标的图像与模板的相似性系数或相关系数，如 果所述当前包含目标的图像与模板不相似，则直接计算其他包含目标的图像与模板的相似 性系数或相关系数。
[0037] 获得起始航迹。
[0038] 利用卡尔曼滤波获得当前目标轨迹的预测点。
[0039] 将测量点和预测点进行数据关联，确定当前图像的目标轨迹点。
[0040] 根据所述起始航迹和当前图像的目标轨迹点输出目标点轨迹信息。
[0041] 本发明所公开的水下小目标声呐图像目标检测跟踪方法，首先对声呐图像中的目 标进行统计分析，得到一个以所述目标为中心点的归一化的模板。然后获得多个当前包含 目标的图像，再利用所述模板和图像中每一个当前包含目标的图像（可能是目标的区域） 求取当前包含目标的图像与模板的相似性系数（或相关系数），根据相似性系数（或相关系 数）的大小检测所述当前包含目标的图像内的像素点是否为可能的目标点，并将当前包含 目标的图像内可能为目标点的像素点作为测量点。将利用卡尔曼滤波获得的当前目标轨迹 的预测点与所述测量点进行数据关联，同时将所述相似性系数（或相关系数）作为数据关 联时的距离度量函数的加权系数，从而确定当前图像的目标轨迹点。最后根据采用两点外 推法获得的起始航迹和当前图像的目标轨迹点得到目标的运动轨迹，并输出。本发明所公 开的水下小目标声呐图像目标检测跟踪方法采用模板匹配和相似性系数结合的方法，可以 极大地节约运算时间，满足系统的实时性要求。
[0042] 其中，获得以所述目标为中心点的归一化的模板是通过利用不同距离上的目标亮 度信息获得的，具体过程包括：
[0043] 构造一个大小为ηΧη的矩形窗口，所述矩形窗口将声呐图像分割成多个区域，便 于后续的模板建立。
[0044] 利用所述窗口提取声呐图像中不同距离上的目标的区域A= {area^area；；，… ，areat}，其中，t为目标区域的个数。
[004