CN111142112A - 一种水下锚系小目标快速非成像检测方法 - Google Patents

一种水下锚系小目标快速非成像检测方法 Download PDF

Info

Publication number
CN111142112A
CN111142112A CN201911308467.1A CN201911308467A CN111142112A CN 111142112 A CN111142112 A CN 111142112A CN 201911308467 A CN201911308467 A CN 201911308467A CN 111142112 A CN111142112 A CN 111142112A
Authority
CN
China
Prior art keywords
underwater
target
detection
classifier
scan sonar
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
Application number
CN201911308467.1A
Other languages
English (en)
Other versions
CN111142112B (zh
Inventor
覃月明
余白石
路伟
廖鹏
张炜
王彭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
710th Research Institute of CSIC
Original Assignee
710th Research Institute of CSIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 710th Research Institute of CSIC filed Critical 710th Research Institute of CSIC
Priority to CN201911308467.1A priority Critical patent/CN111142112B/zh
Publication of CN111142112A publication Critical patent/CN111142112A/zh
Application granted granted Critical
Publication of CN111142112B publication Critical patent/CN111142112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/523—Details of pulse systems
    • G01S7/526—Receivers
    • G01S7/527—Extracting wanted echo signals
    • G01S7/5273—Extracting wanted echo signals using digital techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/534—Details of non-pulse systems
    • G01S7/536—Extracting wanted echo signals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种水下锚系小目标快速非成像检测方法，属于水下目标探测技术领域。该方法首先利用侧扫声呐对水下进行探测，然后利用侧扫声呐波束中每个脉冲的斜距、掠射角以及回波强度，通过线性运算赋予每个脉冲一个三维的特征向量，并利用该特征向量进行目标和非目标的区分。本发明以非成像的方式实现对水下锚系小目标进行自动检测，具有计算量低、准确率高、自动化程度高的优点。

Description

一种水下锚系小目标快速非成像检测方法
技术领域
本发明涉及一种水下锚系小目标的快速非成像检测方法，适合用于在大面积的搜索水域快速检测水下锚系小目标。
背景技术
水下目标的探测主要基于水声探测，目前主要利用各种类型的声呐，如前视声呐、侧扫声呐，合成孔径声呐等，通过对水下目标进行声学成像，完成水下目标的探测。当前的探测模式对于大型的目标，如沉船、失事的飞机等，具有很好的探测效果，可以获取形象直观的目标图像，从而实现对应目标的自动检测。然而，对于小尺寸的目标，由于声呐成像空间分辨率低，当前的探测模式的效果较差，目标在声呐成像中往往仅占数个或者数十个像素，形状等信息几乎完全丢失，难以实现目标的自动检测。当前基于目标声学成像方式进行水下小目标自动检测的效果均不太理想。
水下锚系小目标(如锚系浮标、锚雷等)是一种常见的水下小目标，在水文监测和军事领域广泛使用。在很多情形下，水下锚系小目标检测的自动化程度和时效性非常重要，然而目前的声学成像模式难以满足该要求。
发明内容
有鉴于此，本发明提供了一种水下锚系小目标快速非成像检测方法，能够通过非成像的方式实现对水下锚系小目标的快速自动检测。
一种水下锚系小目标快速非成像检测方法，该方法的实现步骤如下：
步骤一：利用侧扫声呐对水下进行探测；
步骤二：解析侧扫声呐的回波数据；
步骤三：提取特征；
步骤四：训练分类器；
步骤五：利用分类器进行目标检测。
进一步地，所述步骤二中解析侧扫声呐的回波数据的过程如下：获取侧扫声呐第j个波束中的第i个回波脉冲的斜距，掠射角和回波强度，分别记为
Figure BDA0002323834890000021
Figure BDA0002323834890000022
进一步地，所述步骤三中提取特征的过程如下：
计算如下卷积：
Figure BDA0002323834890000023
Figure BDA0002323834890000024
其中，F1为空间特征卷积核，取为[2 -1 -1]T；F2为时间特征卷积核，如调节声呐的脉冲重复频率使得在当前航行体速度下目标仅被探测一次，则取为[2 -1 -1]T；
将回波强度作为强度特征：
Figure BDA0002323834890000025
进一步地，所述步骤四中训练分类器的过程如下：
在[f1，f2，f3]特征空间中，利用实地采集的数据，以水下锚系小目标为正样本，其余背景为负样本，利用线性核支撑向量机进行训练，获取N个支撑向量svn以及权重wn和偏置b，则分类器为
Figure BDA0002323834890000026
其中svn·[f1，f2，f3]′为支撑向量svn与特征[f1，f2，f3]′的点积。
进一步地，所述步骤五的检测过程如下：对于每一个侧扫声呐的脉冲，实时计算特征
Figure BDA0002323834890000031
然后计算分类器的c值，如c大于0，则即为检测到水下锚系目标；反之，则对应位置处不是水下锚系目标。
有益效果：
(1)计算量低。本发明利用非成像的方式实现水下锚系小目标的检测，避免了高计算量的图像处理过程，因此本发明涉及的计算量远低于常规基于成像的目标检测，利于提高水下锚系小目标检测的实时性。
(2)准确率高。本发明综合利用了侧扫声呐所获取的目标回波强度以及空间分布信息，信息利用更为充分，相比于仅利用回波强度的检测方法，可有效排除水底岩石等物体的干扰，检测准确高。
(3)自动化程度高。本发明可实现水下锚系目标的全自动检测，无需人工参与，可杜绝人工操作因素对水下锚系小目标检测准确率的影响，同时降低水下锚系小目标检测工作的劳动强度。
附图说明
图1是本发明水下锚系小目标快速非成像检测方法的步骤流程图；
图2是水下锚系小目标探测系统示意图；
图3是侧扫声呐波束脉冲斜距和掠射角示意图；
图4是侧扫声呐探测水下锚系小目标示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种水下锚系小目标快速非成像检测方法，该方法实现的步骤如附图1所示，
步骤一：利用如图2所示的拖曳探测系统，对水下进行探测；
步骤二：解析侧扫声呐的回波数据；
获取侧扫声呐第j个波束中的第i个回波脉冲的斜距，掠射角和回波强度，分别记为
Figure BDA0002323834890000041
如附图3和4所示。例如某次探测，得到如下数据。
Figure BDA0002323834890000042
步骤三：提取特征
计算如下卷积：
Figure BDA0002323834890000043
Figure BDA0002323834890000044
其中，F1，F2取为[2 -1 -1]T，即得：
Figure BDA0002323834890000051
Figure BDA0002323834890000052
计算强度特征：
Figure BDA0002323834890000053
以步骤(1)数据为例，可得特征：
Figure BDA0002323834890000054
Figure BDA0002323834890000055
Figure BDA0002323834890000056
步骤四：训练分类器；
在
Figure BDA0002323834890000057
特征空间中，利用实地采集的数据，以水下锚系小目标为正样本，其余背景为负样本，利用支撑向量机(SVM)进行训练，获取分类器所需支撑向量、权重和偏置；例如，利用侧扫声呐探测距底约20米的水下锚系小目标所获取的数据，训练支撑向量机，获得8个权重w1至w8，分别为：-0.1182，-0.2844，-0.1083，-0.1996，0.2347，0.2434，0.1564，0.0760；偏置为-679.2555，以及对应的8个支撑向量：
sv1＝[-12.4045 41.0185 23.2457]；
sv2＝[19.3747 7.8032 22.3524]；
sv3＝[22.1707 2.3875 118.2937]；
sv4＝[3.0417 31.7373 120.6402]；
sv5＝[-16.6128 25.8144 47.9053]；
sv6＝[17.8346 6.4969 100.4649]；
sv7＝[14.2402 -3.7544 101.3987]；
sv8＝[-2.6883 23.7008 62.8986]；
则分类器为：c＝-4.5872*f1-4.8075*f2+10.3350*f3-679.2555；步骤五：检测目标
对于每一个侧扫声呐的波束，实时计算特征
Figure BDA0002323834890000061
然后利用分类器进行分类，如计算所得c值大于0，即为检测到水下锚系目标。例如，将步骤二的特征为例，可得:
Figure BDA0002323834890000062
其中，
Figure BDA0002323834890000063
则表明第1201个波束中第100个回波脉冲对应位置存在水下锚系目标。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种水下锚系小目标快速非成像检测方法，其特征在于，该方法的实现步骤如下：
步骤一：利用侧扫声呐对水下进行探测；
步骤二：解析侧扫声呐的回波数据；
步骤三：提取特征；
步骤四：训练分类器；
步骤五：利用分类器进行目标检测。
2.如权利要求1所述的水下锚系小目标快速非成像检测方法，其特征在于，所述步骤二中解析侧扫声呐的回波数据的过程如下：获取侧扫声呐第j个波束中的第i个回波脉冲的斜距，掠射角和回波强度，分别记为
Figure FDA0002323834880000011
3.如权利要求2所述的水下锚系小目标快速非成像检测方法，其特征在于，所述步骤三中提取特征的过程如下：
计算如下卷积：
Figure FDA0002323834880000012
Figure FDA0002323834880000013
其中，F1为空间特征卷积核，取为[2 -1 -1]T；F2为时间特征卷积核，如调节声呐的脉冲重复频率使得在当前航行体速度下目标仅被探测一次，则取为[2 -1 -1]T；
将回波强度作为强度特征：
Figure FDA0002323834880000014
。
4.如权利要求3所述的水下锚系小目标快速非成像检测方法，其特征在于，所述步骤四中训练分类器的过程如下：
在[f1，f2，f3]特征空间中，利用实地采集的数据，以水下锚系小目标为正样本，其余背景为负样本，利用线性核支撑向量机进行训练，获取N个支撑向量svn以及权重wn和偏置b，则分类器为
Figure FDA0002323834880000021
其中svn·[f1，f2，f3]′为支撑向量svn与特征[f1，f2，f3]′的点积。
5.如权利要求4所述的水下锚系小目标快速非成像检测方法，其特征在于，所述步骤五的检测过程如下：对于每一个侧扫声呐的脉冲，实时计算特征
Figure FDA0002323834880000022
然后计算分类器的c值，如c大于0，则即为检测到水下锚系目标；反之，则对应位置处不是水下锚系目标。
CN201911308467.1A 2019-12-18 2019-12-18 一种水下锚系小目标快速非成像检测方法 Active CN111142112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911308467.1A CN111142112B (zh) 2019-12-18 2019-12-18 一种水下锚系小目标快速非成像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911308467.1A CN111142112B (zh) 2019-12-18 2019-12-18 一种水下锚系小目标快速非成像检测方法

Publications (2)

Publication Number Publication Date
CN111142112A true CN111142112A (zh) 2020-05-12
CN111142112B CN111142112B (zh) 2023-04-21

Family

ID=70518870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911308467.1A Active CN111142112B (zh) 2019-12-18 2019-12-18 一种水下锚系小目标快速非成像检测方法

Country Status (1)

Country Link
CN (1) CN111142112B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112529072A (zh) * 2020-12-07 2021-03-19 中国船舶重工集团公司七五0试验场 一种基于声呐图像处理的水下沉埋物识别与定位方法
CN114494603A (zh) * 2022-02-11 2022-05-13 哈尔滨工程大学 基于Unity3D的仿真声呐图像数据生成方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414292A (zh) * 2007-10-20 2009-04-22 黄新亚 模式识别处理器
JP2012229961A (ja) * 2011-04-26 2012-11-22 Furuno Electric Co Ltd 水中探知装置、水中探知方法及びプログラム
CN103116740A (zh) * 2013-01-24 2013-05-22 中国科学院声学研究所 一种水下目标识别方法及其装置
CN105678263A (zh) * 2016-01-07 2016-06-15 中国科学院声学研究所 一种目标识别的方法和系统
CN105891836A (zh) * 2016-04-01 2016-08-24 中国船舶重工集团公司第七〇五研究所 一种基于测深侧扫声纳的二次回波抑制及地貌图融合方法
CN107590468A (zh) * 2017-09-15 2018-01-16 哈尔滨工程大学 一种基于多视角目标亮点特征信息融合的探测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414292A (zh) * 2007-10-20 2009-04-22 黄新亚 模式识别处理器
JP2012229961A (ja) * 2011-04-26 2012-11-22 Furuno Electric Co Ltd 水中探知装置、水中探知方法及びプログラム
CN103116740A (zh) * 2013-01-24 2013-05-22 中国科学院声学研究所 一种水下目标识别方法及其装置
CN105678263A (zh) * 2016-01-07 2016-06-15 中国科学院声学研究所 一种目标识别的方法和系统
CN105891836A (zh) * 2016-04-01 2016-08-24 中国船舶重工集团公司第七〇五研究所 一种基于测深侧扫声纳的二次回波抑制及地貌图融合方法
CN107590468A (zh) * 2017-09-15 2018-01-16 哈尔滨工程大学 一种基于多视角目标亮点特征信息融合的探测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112529072A (zh) * 2020-12-07 2021-03-19 中国船舶重工集团公司七五0试验场 一种基于声呐图像处理的水下沉埋物识别与定位方法
CN114494603A (zh) * 2022-02-11 2022-05-13 哈尔滨工程大学 基于Unity3D的仿真声呐图像数据生成方法

Also Published As

Publication number Publication date
CN111142112B (zh) 2023-04-21

Similar Documents

Publication Publication Date Title
US6943724B1 (en) Identification and tracking of moving objects in detected synthetic aperture imagery
Buscombe Shallow water benthic imaging and substrate characterization using recreational-grade sidescan-sonar
Galceran et al. A real-time underwater object detection algorithm for multi-beam forward looking sonar
CN107561545B (zh) 一种鱼群探测方法、装置及探测器
CN109213204B (zh) 基于数据驱动的auv海底目标搜寻航行系统及方法
WO2022166097A1 (zh) 一种侧扫声呐的水下目标多模式成像方法
CN111142112B (zh) 一种水下锚系小目标快速非成像检测方法
CN112949380B (zh) 一种基于激光雷达点云数据的智能水下目标识别系统
Vinutha et al. Under water mine detection using SONAR
Negahdaripour et al. Dynamic scene analysis and mosaicing of benthic habitats by fs sonar imaging-issues and complexities
JP6714261B2 (ja) 水中探知装置、水中探知方法、および水中探知プログラム
JP6732900B2 (ja) 信号処理装置及びレーダ装置
CN110456362B (zh) 一种基于脉冲对发射的目标声成像及测速方法与系统
CN116027349A (zh) 基于激光雷达和侧扫声呐数据融合的珊瑚礁底质分类方法
CN105741284A (zh) 一种多波束前视声纳目标检测方法
US11249185B2 (en) Signal processing device and radar apparatus
Ciany et al. Computer aided detection/computer aided classification and data fusion algorithms for automated detection and classification of underwater mines
Chapple Automated detection and classification in high-resolution sonar imagery for autonomous underwater vehicle operations
Villar et al. Pipeline detection system from acoustic images utilizing CA-CFAR
Alexandrov et al. An application of automatic target recognition in marine navigation
CN115248436A (zh) 一种基于成像声呐的鱼类资源评估方法
Zhao et al. Automatic object detection for AUV navigation using imaging sonar within confined environments
CN107941220B (zh) 一种基于视觉的无人船海天线检测与导航方法和系统
Labbe-Morissette et al. A machine vision meta-algorithm for automated recognition of underwater objects using sidescan sonar imagery
Muduli et al. A Review On Recent Advancements In Signal Processing and Sensing Technologies for AUVs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant