CN102034112A - 一种相控阵三维声学摄像声纳动静目标识别方法 - Google Patents
一种相控阵三维声学摄像声纳动静目标识别方法 Download PDFInfo
- Publication number
- CN102034112A CN102034112A CN 201010595072 CN201010595072A CN102034112A CN 102034112 A CN102034112 A CN 102034112A CN 201010595072 CN201010595072 CN 201010595072 CN 201010595072 A CN201010595072 A CN 201010595072A CN 102034112 A CN102034112 A CN 102034112A
- Authority
- CN
- China
- Prior art keywords
- target
- frame
- targets
- distance
- goal set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000003068 static effect Effects 0.000 title abstract description 24
- 238000000605 extraction Methods 0.000 claims description 11
- 238000005352 clarification Methods 0.000 claims 3
- 230000000295 complement effect Effects 0.000 claims 3
- 230000008878 coupling Effects 0.000 claims 2
- 238000010168 coupling process Methods 0.000 claims 2
- 238000005859 coupling reaction Methods 0.000 claims 2
- 230000013011 mating Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种相控阵三维声学摄像声纳动静目标识别方法，包括目标聚类步骤、目标特征提取步骤和目标特征匹配步骤。通过遍历声纳数据点，利用数据点之间的距离连通性对目标进行聚类，得到单帧图像中的各个独立目标；对聚类后的各个目标进行三维特征提取，包括目标总点数、目标质心、距离跨度和边界信息等；对相邻两帧中处于重叠区域的目标进行前后帧的特征匹配，通过合理设定各个特征参数的权重值，计算各个特征参数与权重值的累加和，实现动静目标的有效识别。该方法布局严谨、高实时高精度、准确率高、可扩展性强，有效地实现了三维声纳目标动静目标识别功能。
Description
技术领域
本发明属于相控阵三维声学摄像声纳技术领域，涉及一种相控阵三维声学摄像声纳动静目标识别方法。
背景技术
由于声波在水中传播相对容易这一特性，水声探测在开发海洋资源的事业中得到了广泛地应用，水声成像技术已成为大规模水下探测的重要手段。相控阵三维声学摄像声纳是国际上最先进的图象声纳，与目前通用的图像声纳(如侧扫声纳、多波束声纳)相比具有图像清晰、实时性好等优点。三维成像声纳能够获得距离、水平、垂直三维空间的目标信息。在相控阵三维声学摄像声纳成像基础上进行实时动静目标识别，具有分辨率高、实时性高、帧率高等优点。在港口实时监视、自动报警系统以及蛙人水下作业保护等方面有广泛应用价值。目前的大多数声学摄像声纳动静目标识别方法在实时性和准确性以及消除噪声干扰上仍然存在一定限制。因此，研究相控阵三维声学摄像声纳动静目标识别方法具有重要的工程实用价值和理论指导意义。
发明内容
本发明提供了一种相控阵三维声学摄像声纳动静目标识别方法，能够实时、准确地进行动静目标的识别。
一种相控阵三维声学摄像声纳动静目标识别方法，包括以下步骤：
(1)目标聚类步骤：依次遍历每帧的所有三角面片，并根据每个三角面片的三个顶点的连接信息进行目标标示，得到每帧图像中的各个独立目标，其中，同一目标上的各点具有连通性，而不同目标上的各点不具有连通性；
(2)目标特征提取步骤：遍历每帧中每个目标的数据点，对聚类后的各个目标进行特征提取，获得目标的特征参数；所述的目标的特征参数包括：总点数、质心坐标、在X、Y、Z三个轴向上的距离跨度信息、外接立方体的中心坐标、以及边界点总数；
所述的总点数为组成每个目标的声纳点的数量；所述的质心坐标为在同一世界坐标系下每个目标质心的三维坐标；所述的X轴向距离跨度为每个目标在X轴向上的距离跨度；所述的Y轴向距离跨度为每个目标在Y轴向上的距离跨度；所述的Z轴向距离跨度为每个目标在Z轴向上的距离跨度；所述的外接立方体中心坐标为在同一世界坐标系下每个目标外接立方体的中心坐标；所述的边界点总数为每个目标的边界声纳点的总数量；
(3)目标特征匹配步骤：通过特征匹配，识别相邻帧中的动静目标；
(3.1)提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合，前帧中所有处于重叠区的目标组成前帧目标集合；
(3.2)判断分属于后帧目标集合和前帧目标集合的任意两个目标是否特征匹配：
对各个特征参数进行处理：计算前后两帧总点数的差值的绝对值占后帧总点数的比值；计算前后两帧质心坐标的距离；计算前后两帧X轴向距离跨度的差值的绝对值占后帧X轴向距离跨度的比值；计算前后两帧Y轴向距离跨度的差值的绝对值占后帧Y轴向距离跨度的比值；计算前后两帧Z轴向距离跨度的差值的绝对值占Z轴向距离跨度的比值；计算前后两帧外接立方体中心坐标的距离；计算前后两帧边界点数目的差值的绝对值占后帧边界点总数的比值；
对处理后的各个特征参数赋予一个合理的权重值，计算处理后的各特征参数与权重值乘积的累加和的值；
将得到的累加和的值与设定阈值进行比较，如小于设定阈值，则认为两个目标特征匹配；反之，则两个目标不是特征匹配；
(3.3)根据在后帧目标集合和前帧目标集合中的目标的特征匹配的判断结果，实现动静目标的识别：如果后帧目标集合中的某个目标能够在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被标记为静目标，并将与之特征相匹配的目标从前帧目标集合中移除，继续进行下一个目标的识别；反之，如果后帧目标集合中的某个目标未能在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被标记为动目标。
本发明中，目标聚类依赖于声纳数据单帧重建提供的三角面片连接信息，根据声纳数据连通性对目标进行实时标示。
本发明中，只对处于重叠区内的目标进行动静目标识别。
本发明中，通过遍历声纳数据点，利用数据点之间的距离连通性对目标进行聚类，得到单帧图像中的各个独立目标；对聚类后的各个目标进行三维特征提取，包括目标总点数、目标质心、距离跨度和边界信息等；对相邻两帧中处于重叠区域的目标进行前后帧的特征匹配，通过合理设定各个特征参数的权重值，计算各个特征参数与权重值的累加和，实现动静目标的有效识别。
相对于现有技术，本发明具有以下有益的技术效果：
利用单帧重建生成的声纳数据点之间的连通性信息进行目标聚类，避免了聚类过程中的大量连通性计算，算法更加高效，更能满足本方法对实时性的要求。
目标特征匹配采用各特征值相对运算结果与该特征相应权重值乘积的累加和作为判定依据。采用特征参数的相对比较结果，具有较高的适应性和准确性，同时各特征参数在匹配算法中具有不同的权重，匹配算法更加合理、高效。
该方法简单，实时性强、准确率高、可扩展性强，能够实时、准确地进行动静目标的识别，结构简单、高实时、高准确率、有效地实现了三维声纳目标动静目标识别功能。
附图说明
图1为本发明相控阵三维声学摄像声纳动静目标识别方法的流程图。
具体实施方式
下面结合实施例和附图来详细说明本发明，但本发明并不仅限于此。
如图1所示，一种相控阵三维声学摄像声纳动静目标识别方法，包括：
目标聚类步骤100，通过声纳数据连通性对目标进行实时标示；
目标特征提取步骤200，对聚类后的各个目标进行特征提取，从而为后续的目标特征匹配提供特征参数。
目标特征匹配步骤300，通过特征匹配，识别相邻帧中的动静目标。
其中，目标聚类步骤100通过声纳数据连通性对目标进行实时标示。目标聚类依赖于声纳数据单帧重建提供的三角面片连接信息101。目标聚类步骤100中，需要建立空链表集合，每个目标都有自己的链表，每张链表用于维护属于该目标的所有点。同一目标上的各点具有连通性，而不同目标上的各点不具有连通性。依次遍历每帧的所有三角面片，对每个三角面片的三个顶点的连接信息进行分析，维护链表集合，实现目标标示102，得到每个单帧图像中的各个独立目标：如果有新目标出现，则新建一张链表并将点集加入链表；如果多个目标(至多三个)存在连通性，则融合这几个目标所在的链表。
其中，目标特征提取步骤200对聚类后的各个目标进行特征提取，以便为后续的目标特征匹配步骤提供目标的特征参数。通过遍历各个目标的数据点，得到每个目标的总点数201，每个目标的质心坐标202和在X、Y、Z三个轴向上的距离跨度信息(203、204、205)以及每个目标外接立方体的中心坐标206，同时还获取每个目标的边界点总数207。
上述所述特征参数的具体提取过程为：
1)总点数201。统计组成每个目标的声纳点的数量。
2)质心坐标202。计算在同一世界坐标系下每个目标质心的三维坐标。
3)X轴向距离跨度203。计算每个目标在X轴向上的距离跨度。
4)Y轴向距离跨度204。计算每个目标在Y轴向上的距离跨度。
5)Z轴向距离跨度205。计算每个目标在Z轴向上的距离跨度。
6)外接立方体中心坐标206。计算在同一世界坐标系下每个目标外接立方体的中心坐标。
7)边界点总数207。统计每个目标边界声纳点的总数量。
其中，目标特征匹配步骤300通过特征匹配，识别相邻帧中的动静目标。
首先提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合302，前帧中所有处于重叠区的目标组成前帧目标集合301；接下来只对处于重叠区内的目标进行动静目标识别。
然后判断分属于后帧目标集合302和前帧目标集合301的任意两个目标是否特征匹配：
对各个特征参数进行处理：计算前后两帧总点数的差值的绝对值占后帧总点数的比值；计算前后两帧质心坐标的距离；计算前后两帧X轴向距离跨度的差值的绝对值占后帧X轴向距离跨度的比值；计算前后两帧Y轴向距离跨度的差值的绝对值占后帧Y轴向距离跨度的比值；计算前后两帧Z轴向距离跨度的差值的绝对值占Z轴向距离跨度的比值；计算前后两帧外接立方体中心坐标的距离；计算前后两帧边界点数目的差值的绝对值占后帧边界点总数的比值；
对处理后的各个特征参数赋予一个合理的权重值，计算处理后的各特征参数与权重值乘积的累加和的值；
将得到的累加和的值与设定阈值进行比较，如小于设定阈值，则认为两个目标特征匹配；反之，则两个目标不是特征匹配；
最后，根据在后帧目标集合302和前帧目标集合301中的目标的特征匹配的判断结果，实现动静目标的识别：如果后帧目标集合302中的某个目标能够在前帧目标集合301中寻找到特征相匹配的目标，则后帧目标集合302中的这个目标将被标记为静目标，并将与之特征相匹配的目标从前帧目标集合301中移除，继续进行下一个目标的识别；反之，如果后帧目标集合302中的某个目标未能在前帧目标集合301中寻找到特征相匹配的目标，则后帧目标集合302中的这个目标将被标记为动目标。
Claims (1)
1.一种相控阵三维声学摄像声纳动静目标识别方法，其特征在于，包括：
(1)目标聚类步骤：依次遍历每帧的所有三角面片，并根据每个三角面片的三个顶点的连接信息进行目标标示，得到每帧图像中的各个独立目标，其中，同一目标上的各点具有连通性，而不同目标上的各点不具有连通性；
(2)目标特征提取步骤：遍历每帧中每个目标的数据点，对聚类后的各个目标进行特征提取，获得目标的特征参数；所述的目标的特征参数包括：总点数、质心坐标、在X、Y、Z三个轴向上的距离跨度信息、外接立方体的中心坐标、以及边界点总数；
所述的总点数为组成每个目标的声纳点的数量；所述的质心坐标为在同一世界坐标系下每个目标质心的三维坐标；所述的X轴向距离跨度为每个目标在X轴向上的距离跨度；所述的Y轴向距离跨度为每个目标在Y轴向上的距离跨度；所述的Z轴向距离跨度为每个目标在Z轴向上的距离跨度；所述的外接立方体中心坐标为在同一世界坐标系下每个目标外接立方体的中心坐标；所述的边界点总数为每个目标的边界声纳点的总数量；
(3)目标特征匹配步骤：通过特征匹配识别相邻帧中的动静目标，包括：
(3.1)提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合，前帧中所有处于重叠区的目标组成前帧目标集合；
(3.2)判断分属于后帧目标集合和前帧目标集合的任意两个目标是否特征匹配：
对各个特征参数进行处理：计算前后两帧总点数的差值的绝对值占后帧总点数的比值；计算前后两帧质心坐标的距离；计算前后两帧X轴向距离跨度的差值的绝对值占后帧X轴向距离跨度的比值；计算前后两帧Y轴向距离跨度的差值的绝对值占后帧Y轴向距离跨度的比值；计算前后两帧Z轴向距离跨度的差值的绝对值占Z轴向距离跨度的比值；计算前后两帧外接立方体中心坐标的距离；计算前后两帧边界点数目的差值的绝对值占后帧边界点总数的比值；
对处理后的各个特征参数赋予一个合理的权重值，计算处理后的各特征参数与权重值乘积的累加和的值；
将得到的累加和的值与设定阈值进行比较，如小于设定阈值，则认为两个目标特征匹配；反之，则两个目标不是特征匹配；
(3.3)根据在后帧目标集合和前帧目标集合中的目标的特征匹配的判断结果，实现动静目标的识别：如果后帧目标集合中的某个目标能够在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被标记为静目标，并将与之特征相匹配的目标从前帧目标集合中移除，继续进行下一个目标的识别；反之，如果后帧目标集合中的某个目标未能在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被标记为动目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105950727A CN102034112B (zh) | 2010-12-17 | 2010-12-17 | 一种相控阵三维声学摄像声纳动静目标识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105950727A CN102034112B (zh) | 2010-12-17 | 2010-12-17 | 一种相控阵三维声学摄像声纳动静目标识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102034112A true CN102034112A (zh) | 2011-04-27 |
| CN102034112B CN102034112B (zh) | 2012-04-04 |
Family
ID=43886975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105950727A Active CN102034112B (zh) | 2010-12-17 | 2010-12-17 | 一种相控阵三维声学摄像声纳动静目标识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102034112B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109766953A (zh) * | 2019-01-22 | 2019-05-17 | 中国人民公安大学 | 对象识别方法及装置 |
| CN111123274A (zh) * | 2019-12-27 | 2020-05-08 | 苏州联视泰电子信息技术有限公司 | 一种水下声呐成像系统目标检测方法 |
| CN114740448A (zh) * | 2022-06-10 | 2022-07-12 | 南京隼眼电子科技有限公司 | 用于车载雷达的目标状态估计方法、装置及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1979576A (zh) * | 2005-12-07 | 2007-06-13 | 浙江工业大学 | 基于全方位视觉传感器的火灾监控装置 |
| CN101127887A (zh) * | 2007-08-28 | 2008-02-20 | 湖南大学 | 智能视觉监控方法和装置 |
| CN101713824A (zh) * | 2009-11-02 | 2010-05-26 | 杭州瑞声海洋仪器有限公司 | 相控阵三维声学摄像声纳的阵处理方法 |
-
2010
- 2010-12-17 CN CN2010105950727A patent/CN102034112B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1979576A (zh) * | 2005-12-07 | 2007-06-13 | 浙江工业大学 | 基于全方位视觉传感器的火灾监控装置 |
| CN101127887A (zh) * | 2007-08-28 | 2008-02-20 | 湖南大学 | 智能视觉监控方法和装置 |
| CN101713824A (zh) * | 2009-11-02 | 2010-05-26 | 杭州瑞声海洋仪器有限公司 | 相控阵三维声学摄像声纳的阵处理方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109766953A (zh) * | 2019-01-22 | 2019-05-17 | 中国人民公安大学 | 对象识别方法及装置 |
| CN109766953B (zh) * | 2019-01-22 | 2021-07-13 | 中国人民公安大学 | 对象识别方法及装置 |
| CN111123274A (zh) * | 2019-12-27 | 2020-05-08 | 苏州联视泰电子信息技术有限公司 | 一种水下声呐成像系统目标检测方法 |
| CN111123274B (zh) * | 2019-12-27 | 2021-12-28 | 苏州联视泰电子信息技术有限公司 | 一种水下声呐成像系统目标检测方法 |
| CN114740448A (zh) * | 2022-06-10 | 2022-07-12 | 南京隼眼电子科技有限公司 | 用于车载雷达的目标状态估计方法、装置及存储介质 |
| CN114740448B (zh) * | 2022-06-10 | 2022-09-02 | 南京隼眼电子科技有限公司 | 用于车载雷达的目标状态估计方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102034112B (zh) | 2012-04-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110264567B (zh) | 一种基于标记点的实时三维建模方法 | |
| KR102198724B1 (ko) | 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치 | |
| CN107886528B (zh) | 基于点云的配电线路作业场景三维重建方法 | |
| CN109272523B (zh) | 基于改进cvfh和crh特征的随机堆放活塞位姿估计方法 | |
| CN105225482B (zh) | 基于双目立体视觉的车辆检测系统和方法 | |
| CN106709950B (zh) | 一种基于双目视觉的巡线机器人跨越障碍导线定位方法 | |
| CN111781608B (zh) | 一种基于fmcw激光雷达的运动目标检测方法及系统 | |
| CN109816664B (zh) | 一种三维点云分割方法及装置 | |
| CN105551064B (zh) | 一种基于图像特征估计堆料体积变化率的方法 | |
| CN104390591B (zh) | 大型曲面板测量中圆形标记物的精确定位方法 | |
| CN106570903A (zh) | 一种基于rgb‑d摄像头的视觉识别与定位方法 | |
| EP3836085B1 (en) | Multi-view three-dimensional positioning | |
| CN113850865A (zh) | 一种基于双目视觉的人体姿态定位方法、系统和存储介质 | |
| CN113393439A (zh) | 一种基于深度学习的锻件缺陷检测方法 | |
| CN104574303A (zh) | 基于空间聚类的机载LiDAR点云地面滤波方法 | |
| CN113628263A (zh) | 一种基于局部曲率及其近邻特征的点云配准方法 | |
| CN110006444B (zh) | 一种基于优化混合高斯模型的抗干扰视觉里程计构建方法 | |
| CN106023183B (zh) | 一种实时的直线段匹配方法 | |
| CN115082559B (zh) | 一种柔性件的多目标智能分拣方法、系统及存储介质 | |
| CN115578460B (zh) | 基于多模态特征提取与稠密预测的机器人抓取方法与系统 | |
| CN103268496A (zh) | Sar图像目标识别方法 | |
| CN107610086A (zh) | 一种基于仿生复眼结构的工业并联机器人快速视觉检测算法 | |
| CN113536959A (zh) | 一种基于立体视觉的动态障碍物检测方法 | |
| CN106897982B (zh) | 基于图像无标记识别的现实增强方法 | |
| CN102034112A (zh) | 一种相控阵三维声学摄像声纳动静目标识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent for invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhou Fan Inventor after: Chen Yaowu Inventor after: Wang Pengjun Inventor after: Xu Weijun Inventor before: Chen Yaowu Inventor before: Zhou Fan Inventor before: Xu Weijun |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: CHEN YAOWU ZHOU FAN XU WEIJUN TO: ZHOU FAN CHEN YAOWU WANG PENGJUN XU WEIJUN |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20110427 Assignee: Zhejiang Shuangyuan Technology Development Co., Ltd. Assignor: Zhejiang University Contract record no.: 2015330000090 Denomination of invention: Method for identifying moving and static targets by using phased array three-dimensional acoustic image pickup sonar Granted publication date: 20120404 License type: Common License Record date: 20150505 |
|
| LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
| EC01 | Cancellation of recordation of patent licensing contract | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: ZHEJIANG SHUANGYUAN TECHNOLOGY DEVELOPMENT Co.,Ltd. Assignor: ZHEJIANG University Contract record no.: 2015330000090 Date of cancellation: 20210225 |