CN103714542A - 低分辨率高频声纳图像中目标亮点提取方法 - Google Patents

Abstract

本发明属于声纳图像处理技术领域，具体涉及一种低分辨率高频声纳图像中目标亮点提取方法。它包括以下步骤：确定目标亮点在声纳图像中距离维和角度维上的最大尺寸；计算声纳图像中各像素点的信号强度；计算声纳图像中各像素点的背景强度；逐点计算声纳图像中每个像素点的信混比，并据此确定各像素点的声纳图像背景；将原始声纳图像与声纳图像背景相减后，对图像进行逐点扫描，得到目标亮点图像。该提取方法简单、有效，提取结果准确、适用性高，解决了低分辨率高频声纳图像中小目标检测、辨识难的问题。

Description

低分辨率高频声纳图像中目标亮点提取方法

技术领域

本发明属于声纳图像处理技术领域，具体涉及一种低分辨率高频声纳图像中目标亮点提取方法。

背景技术

高频成像声纳对水下物体进行回波成像，在声纳工作频率不是足够高的情况下，声纳图像的分辨率较低，对于尺度在2m以下的海底物体来说，不能形成明显的声影区，给操作员发现类似小目标造成了很大困难。对于高分辨率的声纳图像，有很多图像分割的方法来提取目标的形状和大小，进而识别水下目标，但对于低分辨率的声纳图像，目前尚没有见到目标亮点提取方法的公开报道。

混响是主动声纳的固有干扰，对于高频成像声纳来说，海底混响构成了声纳图像的混响背景，一般起伏不大，当目标信混比足够强时，目标亮点会从声纳图像背景中显现出来，人眼很容易辨别。但在目标信混比不是足够强的情况，受混响背景的干扰，人眼很难辨别其中的小目标亮点，也无法继续进行目标的自动检测和跟踪等处理。

声纳图像预处理包括各种去噪和图像增强等技术，其根本目的是最大限度地消除各类噪声和畸变干扰对图像中目标区域的影响，突出图像中符合预定特征的目标区域。低分辨率的声纳图像一般没有斑点噪声，因此多数图像滤波方法都不适用于此类图像的处理。

发明内容

本发明的目的就是为了解决上述背景技术存在的不足，提供一种能够将低分辨率声纳图像中的小目标清晰提取出来的低分辨率高频声纳图像中目标亮点提取方法。

本发明采用的技术方案是：一种低分辨率高频声纳图像中目标亮点提取方法，包括以下步骤：

（1）、确定声纳图像中目标亮点在距离维和角度维上的最大尺寸；

（2）、计算声纳图像中每个像素点o_i,j的信号强度

：在像素点o_i,j左右宽度为角度维上最大尺寸的范围内，计算n组连续m个像素点的图像幅度值的平均值，取n个平均值中的最大值作为像素点o_i,j的信号强度；

（3）、计算声纳图像中每个像素点o_i,j的背景强度

：以声纳图像中目标亮点在距离维和角度维上的最大尺寸为间隔，取像素点o_i,j周围8个角度像素点对应图像幅度值的均值作为像素点o_i,j的背景强度；

（4）、逐点计算声纳图像中的每个像素点的信混比;

（5）、根据信混比大小确定每个像素点对应的声纳图像背景；

（6）、将各像素点的原始声纳图像与声纳图像背景相减，得到各像素点的目标亮点图像，对声纳图像进行逐点扫描，得到整体目标亮点图像。

进一步地，所述步骤（1）中目标亮点在距离维上的最大尺寸L的算法为：

$L=\left[\frac{A}{\mathrm{\Δd}}\right]$

式中：L为目标亮点在距离维上的最大尺寸，A为目标的最大尺寸，^△d为声纳图像的距离分辨长度，[·]表示向下取整。

进一步地，所述步骤（1）中目标亮点在角度维上的最大尺寸W的算法为：

$W=K\left\{\right[\frac{180A}{\mathrm{\β\πD}}]+\},$

式中：W为目标亮点在角度维上的最大尺寸，A为目标的最大尺寸，β为相邻波束间隔角度，D为目标与声纳基阵之间的距离，[·]表示向下取整。

进一步地，所述步骤（2）中n的取值为n=2W-m+1，m的取值为m=[W/2]，其中[·]表示向下取整。

进一步地，所述步骤（4）中信混比的算法为

更进一步地，所述步骤（5）中每个像素点对应的声纳图像背景I_R(i,j)的算法为：

$I_R(i,j)=\left\{\begin{array}{cc}{R_O}_{i,j}& {S_O}_{i,j}/{R_O}_{i,j}\&GreaterEqual;Q\\ I(i,j)& {S_O}_{i,j}/{R_O}_{i,j}<Q\end{array}\right.,$

式中：I_R(i,j)为每个像素点对应的声纳图像背景，I(i,j)为每个像素点对应的原始声纳图像，Q为信混比阈值。

本发明依据特定目标亮点的尺寸，结合信混比大小，有效将目标亮点从声纳图像背景中提取出来，为后续目标检测、跟踪、辨识等提供条件。该提取方法简单、有效，提取结果准确、适用性高，解决了低分辨率高频声纳图像中小目标检测、辨识难的问题。

附图说明

图1为本发明声纳图像目标亮点提取流程图。

图2为本发明声纳图像中像素点信号强度计算模板。

图3为本发明声纳图像中像素点背景强度计算模板。

图4为本发明实施例中的原始声纳图像。

图5为本发明实施例中提取的目标亮点图像。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。

如图1所示，本发明低分辨率高频声纳图像中目标亮点提取方法包括以下步骤：

S101：确定目标亮点在声纳图像中距离维和角度维上的最大尺寸。

根据声纳图像的距离分辨长度△d、相邻波束间隔角度β以及目标最大尺寸A和距离D，可以确定目标在声纳图像中距离维和角度维上的最大尺寸。

目标亮点在距离维上的最大尺寸L通过最大像素点数来计算，即

$L=\left[\frac{A}{\mathrm{\&Delta;d}}\right]---\left(1\right)$

目标亮点在角度维上的最大尺寸W通过最大像素点数来计算，即

$W=K\left\{\right[\frac{180A}{\mathrm{\&beta;\&pi;D}}]+\},---\left(2\right)$

式中，[·]表示向下取整，K表示声纳由波束数据转换为图像时的角度维插值比例，计算出来的L和W最终以像素点的个数来衡量。

当声纳图像的距离分辨长度△d不是足够小，且角度维的内插比例K比较大时，声纳图像中的目标亮点形状往往表现为横条状。

S102：根据目标亮点在角度维上最大尺寸，计算声纳图像中各像素点的信号强度。

在角度维上，目标亮点中心像素对应幅度值最大，往两边幅度值逐渐减小至背景像素幅度平均值水平，因此目标亮点中各像素点的信号强度可以表示为以像素点为中心，在像素点左右宽度为W的范围内，计算多组连续若干个像素点的图像幅度值的平均值，取多个平均值中的最大值作为像素点的信号强度。由于目标亮点在角度维的尺寸一般较大，为了把目标亮点完整地呈现出来，将一定范围内连续多个像素点幅度的最大平均值作为信号强度的估计值是比较合理的，像素点信号强度的具体计算方法如下。

如图2所示，以像素点o_i,j为待考察的中心像素，在中心像素角度维左右宽度为W的范围内，计算n组连续m个像素点的图像幅度值的平均值，取n个平均值中的最大值作为像素点的信号强度，左右宽度W的范围均不包含本身像素点o_i,j，则该范围内的像素点的个数为2W+1，故n的取值为n=2W-m+1，即像素点o_i,j的信号强度定义如下：

${S_O}_{i,j}=\underset{0\&le;p\&le;2W-m+1}{\max }\frac{1}{m}\underset{k=j-W+p}{\overset{j-W+p+m-1}{\mathrm{\&Sigma;}}}I(i,k)---\left(3\right)$

式中，m=[W/2]，[·]表示向下取整，I(i,k)表示像素点oi,k的图像幅度值，以m个像素点的宽度范围为一个窗口，窗口每左移或右移一个像素点距离，就能计算出一个平均值，故p为连续m个像素点的宽度移动范围，

S103：根据目标亮点在距离维和角度维上的最大尺寸，计算声纳图像中各像素点的背景强度。

根据步骤S101计算得到目标亮点的距离维和角度维最大像素点数分别为L和W，目标背景强度的计算方法如下：

如图3所示，像素点o_i,_j为待考察的中心像素，将中心像素周围8个方向上的B₁、B₂、…、B₈八个点作为目标背景强度的取样点，取样点像素与中心像素在角度维和距离维上的间隔分别为W和L，该范围同样不包含本身像素点，则待考察像素点o_i,j的背景强度

定义为：像素点o_i,j周围8个角度像素点对应图像幅度值的均值，以公式表示即为

${R_O}_{i,j}=\frac{1}{8}\underset{k=1}{\overset{8}{\mathrm{\&Sigma;}}}{I}_{B_k}---\left(4\right)$

S104：逐点计算声纳图像中每个像素点的信混比，并根据信混比大小确定像素点的声纳图像背景。

以声纳图像中的每个像素点oi,j为待考察的中心像素，根据S102步的信号强度计算方法计算当前像素点的信号强度

，根据S103步的背景强度计算方法计算当前像素点的背景强度

，则每个像素点的信混比定义为

声纳图像中像素点对应的声纳图像背景I_R(i,j)定义如下：

$I_R(i,j)=\left\{\begin{array}{cc}{R_O}_{i,j}& {S_O}_{i,j}/{R_O}_{i,j}\&GreaterEqual;Q\\ I(i,j)& {S_O}_{i,j}/{R_O}_{i,j}<Q\end{array}\right.---\left(5\right)$

式中，I_R(i,j)为声纳图像中各像素点对应的声纳图像背景，I(i,j)为声纳图像中各像素点的原始声纳图像，Q为信混比阈值，取值一般在3～4之间。信混比阈值越大，提取的目标亮点越少，反之提取目标亮点越多。

S105：将声纳图像中各像素点的原始声纳图像I(i,j)与声纳图像背景I_R(i,j)相减，得到各像素点的目标亮点图像I_T(i,j)，各像素点的目标亮点图像I_T(i,j)定义如下：I_T(i,j)=I(i,j)-I_R(i,j)   （6）

最后对声纳图像进行逐点扫描，得到整体目标亮点图像I_T。

实施例1：据声纳基阵约300米处有一圆柱体小目标，最大尺度为2m。根据式（1）和（2），目标亮点在距离维和角度维上的最大尺度分别为4和11，信混比阈值取为3.2。按照本发明所述方法从如图4所示的原声纳图像中提取的目标亮点图像如图5所示，图中共提取出3个疑似目标亮点，真实目标亮点根据连续多幅图像来进一步辨识。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (6)

1.一种低分辨率高频声纳图像中目标亮点提取方法，其特征在于，包括以下步骤：

（1）、确定声纳图像中目标亮点在距离维和角度维上的最大尺寸；

（2）、计算声纳图像中每个像素点o_i,j的信号强度

：在像素点o_i,j左右宽度为角度维上最大尺寸的范围内，计算n组连续m个像素点的图像幅度值的平均值，取n个平均值中的最大值作为像素点o_i,j的信号强度；

（3）、计算声纳图像中每个像素点o_i,j的背景强度

：以声纳图像中目标亮点在距离维和角度维上的最大尺寸为间隔，取像素点o_i,j周围8个角度像素点对应图像幅度值的均值作为像素点o_i,j的背景强度；

（4）、逐点计算声纳图像中的每个像素点的信混比;

（5）、根据信混比大小确定每个像素点对应的声纳图像背景；

（6）、将各像素点的原始声纳图像与声纳图像背景相减，得到各像素点的目标亮点图像，对声纳图像进行逐点扫描，得到整体目标亮点图像。

2.根据权利要求1所述低分辨率高频声纳图像中目标亮点提取方法，其特征在于：所述步骤（1）中目标亮点在距离维上的最大尺寸L的算法为：

$L=\left[\frac{A}{\mathrm{\&Delta;d}}\right]$

式中：L为目标亮点在距离维上的最大尺寸，A为目标的最大尺寸，△d为声纳图像的距离分辨长度，[·]表示向下取整。

3.根据权利要求1所述低分辨率高频声纳图像中目标亮点提取方法，其特征在于：所述步骤（1）中目标亮点在角度维上的最大尺寸W的算法为：

$W=K\left\{\right[\frac{180A}{\mathrm{\&beta;\&pi;D}}]+\},$

式中：W为目标亮点在角度维上的最大尺寸，A为目标的最大尺寸，β为相邻波束间隔角度，D为目标与声纳基阵之间的距离，[·]表示向下取整。

4.根据权利要求1所述低分辨率高频声纳图像中目标亮点提取方法，其特征在于：所述步骤（2）中n的取值为n=2W-m+1，m的取值为m=[W/2]，其中[·]表示向下取整。

5.根据权利要求1所述低分辨率高频声纳图像中目标亮点提取方法，其特征在于：所述步骤（4）中信混比的算法为

6.根据权利要求1所述低分辨率高频声纳图像中目标亮点提取方法，其特征在于：所述步骤（5）中每个像素点对应的声纳图像背景I_R(i,j)的算法为：

$I_R(i,j)=\left\{\begin{array}{cc}{R_O}_{i,j}& {S_O}_{i,j}/{R_O}_{i,j}\&GreaterEqual;Q\\ I(i,j)& {S_O}_{i,j}/{R_O}_{i,j}<Q\end{array}\right.,$

式中：I_R(i,j)为每个像素点对应的声纳图像背景，I(i,j)为每个像素点对应的原始声纳图像，Q为信混比阈值。

Images