CN112130155A - 一种导航声纳灰度图像时变增强方法 - Google Patents
一种导航声纳灰度图像时变增强方法 Download PDFInfo
- Publication number
- CN112130155A CN112130155A CN202011046548.1A CN202011046548A CN112130155A CN 112130155 A CN112130155 A CN 112130155A CN 202011046548 A CN202011046548 A CN 202011046548A CN 112130155 A CN112130155 A CN 112130155A
- Authority
- CN
- China
- Prior art keywords
- sonar
- distance
- gray
- time
- image
- 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 13
- 238000010521 absorption reaction Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000004836 empirical method Methods 0.000 abstract 1
- 238000003672 processing method Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 5
- 239000002609 medium Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000012736 aqueous medium Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S15/006—Theoretical aspects
-
- 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
- G01S7/52004—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出了一种导航声纳灰度图像时变增强方法。针对声纳灰度图像存在低分辨率、低信噪、灰度非均匀,导致经典时变增益处理方法在工程应用中适应性差情况,本发明首先基于温度、盐度和压强环境参数评估水下声速值;其次结合经验方法,利用声纳工作的脉宽、水平开角等参数,计算不同距离段上的基础吸收系数;再次利用近程反射与中段典型目标的回波幅度统计值,评估不同距离段的衰减系数;最后利用远端背景噪声和中程噪声的回波幅度值,评估不同距离段的散射系数,最终完成声纳灰度图像的校正增强。
Description
技术领域
本发明属于声纳图像处理领域,特别涉及时变增益中吸收系数、散射系数、衰减系数的在线评估。
背景技术
受到低分辨率、低信噪比和探测距离非线性损失影响,声纳图像成像质量比光学图像、声纳图像质量低、灰度不均匀,且存在大量的高斯噪声和斑点。时变增益作为声纳图像预处理的重要手段,主要是通过近似评估计算背景噪声和混响的功率,实现增益控制,可以抑制甚至抵消声纳成像图像灰度不均匀、不连续缺陷,进而消除目标图像边缘断裂、轮廓不连续现象,最终提高声纳图像目标检测、目标分割和目标识别的成功概率。
时变增益在工程应用中,主要是利用工程经验设定吸收系数、反射系数和衰减系数,从而完成声纳图像的校正和增强;而在实际工作场景中,受到背景声场、地形地貌影、探测介质变化和换能器干扰影响,水声在水下的传播和损失存在非线性变化的情况,基于固定值的时变增益方法存在适应性差的情况,时变增益方法在实验场地的测试效果往往依赖工作人员的经验,对设备使用人员有着比较高的要求。时变增益参数和探测场景不匹配,导致声纳图像处理效果往往比较差,声纳灰度图像存在边缘断裂、轮廓不明显等情况,给水下目标探测、提取、识别的造成了较大的困难。
发明内容
本发明针对时变增益参数选取依赖人工经验、适应性差的情况,提出一种基于时变增益的导航声纳灰度图像校正方法。
为了解决上述技术问题,本发明通过以下技术方案实现:
步骤1:在工作环境稳定、参数已知时,使用弗莱伊-皮优公式计算当前环境下的声波速度;否则使用下式估计声速:
c=1450+4.21T-0.03T2+1.14(S-35)+0.175P;
其中T、S、P分别代表温度、盐度和气压;
步骤2:给定一个基础吸收系数α0,并按照下式计算不同距离上的吸收系数:
其中c是声速,τ是脉宽,θ是以弧度为单位的水平开角,r是距离;
步骤3:声纳近端全部方向的前若干个距离单元求取平方根作amp,作为声纳发射强度的比对基数,遍历全部方向上中段前后若干个距离单元,获取最大幅度值,并按照下式计算衰减系数向量:
选取最大的散射系数βmax=max(β0)及其对应的距离dβ,按照下式更新其他距离段的衰减系数:
步骤4:将每个方向上末端若干个距离单元低于声纳图像灰度中位数的距离单元纳入统计范围,统计得到均根数作为背景噪声的典型值ampn;其次以中间距离为中心,获得上下若干个距离单元作为统计区域,选取低于声纳图像中位数的距离单元统计范围,从而得到均方根作为反向散射幅度典型值ampr;最后按照下式计算散射系数向量值:
步骤5:获得α、β、γ向量后,按照EL=(αilgRi+βiRi/103-γi)计算得到时变增益向量EL,完成声纳灰度图像的处理。
本发明根据环境参数计算声波在水介质中的传播速度,利用声纳工作参数实时评估计算不同距离段的吸收系数,并利用中段距离上典型目标的幅度统计结果实时评估计算典型目标在不同距离的衰减系数;利用末端幅度值统计结果,实时评估典型目标在不同距离段的散射因子;最后利用吸收系数、衰减系数和散射系数,动态生成增益矩阵,完成声纳图像的校正、增强。本发明降低了声纳设备调试对使用人员经验的依赖,提高了声纳设备工作环境适应性,具有较好通用性和实用性。
附图说明
图1声纳图像时变增益灰度校正流程。
图2散射系数计算流程。
图3衰减系数评估流程。
具体实施方式
下面结合附图和实施例对本发明作进一步的解释说明。
本发明分为5个步骤,依次完成水介质中声速计算、吸收系数计算、衰减系数计算和散射系数的计算,最终生成增益矩阵完成图像的校正、增强。首先根据环境参数,评估传播介质中声速的传播速度,从而为目标位置的精确计算提供基准参数;接收声纳工作参数,利用声纳工作时的频率、开角、脉宽等参数,实时调整不同距离段的吸收系数;选取中段距离上典型目标的统计器度值分布变化情况,实时评估、计算不同距离段上典型目标的衰减系数;利用远端距离单元作为背景场的噪声强度,评估不同距离典型目标的评估散射强度;最终利用吸收系数、衰减系数和散射系数,动态计算生成补偿量矩阵,最终完成声纳图像的灰度校正。
实施例过程如下:
步骤1:在可以稳定获取环境参数的条件下,依据H.W.弗莱伊和J.D.皮优提出的公式精确计算声速:
c=1449.22+ΔcT+Δcp+Δcs+Δcstp
ΔcT=4.6233T-5.4585(10)-2T2+2.822(10)-4T3-5.07(10)-7T4
ΔcP=1060518(10)-1P+1.0279(10)-5P2+3.451(10)-3P3-3.503(10)-12P4
ΔcS=1.391(S-35)-7.8(10)-2(S-35)-2
ΔcSTP=(S-35)[-1.197(10)-3T+2.61(10)-1P-1.96(10)-1P2-2.09(10)-6PT]
+P[-2.796(10)-4T+1.3302(10)-5T2-6.644(10)-8T2]
+P2[-2.391(10)-1T+9.286(10)-10T2]-1.745(10)-10P3T
上式中T、P、S分别是温度、压强、盐度。
在难以获取精确环境参数测量的情况下,利用简化公式一次性计算得到水介质中声速:
c=1450+4.21T-0.03T2+1.14(S-35)+0.175P
上式中温度单位是摄氏度,压强单位为1个标准大气压;
步骤2:给定一个基础吸收系数α0=40,并按照下式计算不同距离上的吸收系数:
上式中,c是声速,τ是脉宽,θ是水平开角(弧度),r是距离。
步骤3:由于衰减系数和距离成相关性,因此将声纳近端全部方向的前10个距离单元,求取平方根作amp作为声纳发射强度的比对基数;遍历全部方向上中段前后20个单元,获取最大幅度值,按照下式计算衰减系数向量:
选取最大的衰减系数βmax=max(β0)及其对应的距离dβ,按照下式更新其他距离段的衰减系数:
步骤4:假设环境中盐度是均匀变化的,背景声场对声纳图像产生加性高斯噪声,因此计算不同距离段的反射强度向量值,基本思路是将每个方向上末端10个距离单元低于声纳图像灰度中位数的距离单元纳入统计范围,统计得到均根数作为背景噪声的典型值ampn;其次以中间距离为中心,获得上下10个距离单元(共20个单元)作为统计区域,同样选取低于声纳图像中位数的距离单元统计范围,从而得到均方根作为反向散射幅度典型值ampr;最后按照下式计算散射强度向量值:
步骤5:获得α、β、γ向量后,按照EL=(αilgRi+βiRi/103-γi)计算得到时变增益向量EL,从而最终完成声纳灰度图像的校正增强处理。
Claims (1)
1.一种导航声纳灰度图像时变增强方法,其特征在于:
步骤1:在参数稳定已知时,使用弗莱伊-皮优公式计算当前环境下的声波速度;否则使用下式估计声速:
c=1450+4.21T-0.03T2+1.14(S-35)+0.175P;
其中T、S、P分别代表温度、盐度和气压;
步骤2:给定一个基础吸收系数α0,并按照下式计算不同距离上的吸收系数:
其中c是声速,τ是脉宽,θ是以弧度为单位的水平开角,r是距离;
步骤3:声纳近端全部方向的前若干个距离单元求取平方根作amp,作为声纳发射强度的比对基数,遍历全部方向上中段前后若干个距离单元,获取最大幅度值,并按照下式计算衰减系数向量:
选取最大的散射系数βmax=max(β0)及其对应的距离dβ,按照下式更新其他距离段的衰减系数:
步骤4:将每个方向上末端若干个距离单元低于声纳图像灰度中位数的距离单元纳入统计范围,统计得到均根数作为背景噪声的典型值ampn;其次以中间距离为中心,获得上下若干个距离单元作为统计区域,选取低于声纳图像中位数的距离单元统计范围,从而得到均方根作为反向散射幅度典型值ampr;最后按照下式计算散射系数向量值:
步骤5:获得α、β、γ向量后,按照EL=(αilgRi+βiRi/103-γi)计算得到时变增益向量EL,完成声纳灰度图像的处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011046548.1A CN112130155B (zh) | 2020-09-29 | 2020-09-29 | 一种导航声纳灰度图像时变增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011046548.1A CN112130155B (zh) | 2020-09-29 | 2020-09-29 | 一种导航声纳灰度图像时变增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112130155A true CN112130155A (zh) | 2020-12-25 |
CN112130155B CN112130155B (zh) | 2022-10-21 |
Family
ID=73844569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011046548.1A Active CN112130155B (zh) | 2020-09-29 | 2020-09-29 | 一种导航声纳灰度图像时变增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112130155B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927154A (zh) * | 2021-03-05 | 2021-06-08 | 上海炬佑智能科技有限公司 | ToF装置、深度相机以及灰度图像增强方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257347A (zh) * | 2012-02-17 | 2013-08-21 | 中国人民解放军海军装备研究院舰艇作战系统论证研究所 | 一种实际使用环境下的声纳作用距离指标的获取方法 |
CN104794689A (zh) * | 2015-03-12 | 2015-07-22 | 哈尔滨工程大学 | 一种增强声呐图像对比度的预处理方法 |
CN105787886A (zh) * | 2014-12-22 | 2016-07-20 | 中国科学院沈阳自动化研究所 | 一种基于多波束图像声纳的实时图像处理方法 |
CN105891805A (zh) * | 2016-05-17 | 2016-08-24 | 中国船舶重工集团公司第七六○研究所 | 一种不同环境噪声条件下声纳探测性能对比评估方法 |
CN109470235A (zh) * | 2018-10-23 | 2019-03-15 | 浙江大学 | 一种基于动态簇的水下多传感器协作被动跟踪方法 |
CN111028154A (zh) * | 2019-11-18 | 2020-04-17 | 哈尔滨工程大学 | 一种地形崎岖不平海底的侧扫声呐图像匹配拼接方法 |
-
2020
- 2020-09-29 CN CN202011046548.1A patent/CN112130155B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257347A (zh) * | 2012-02-17 | 2013-08-21 | 中国人民解放军海军装备研究院舰艇作战系统论证研究所 | 一种实际使用环境下的声纳作用距离指标的获取方法 |
CN105787886A (zh) * | 2014-12-22 | 2016-07-20 | 中国科学院沈阳自动化研究所 | 一种基于多波束图像声纳的实时图像处理方法 |
CN104794689A (zh) * | 2015-03-12 | 2015-07-22 | 哈尔滨工程大学 | 一种增强声呐图像对比度的预处理方法 |
CN105891805A (zh) * | 2016-05-17 | 2016-08-24 | 中国船舶重工集团公司第七六○研究所 | 一种不同环境噪声条件下声纳探测性能对比评估方法 |
CN109470235A (zh) * | 2018-10-23 | 2019-03-15 | 浙江大学 | 一种基于动态簇的水下多传感器协作被动跟踪方法 |
CN111028154A (zh) * | 2019-11-18 | 2020-04-17 | 哈尔滨工程大学 | 一种地形崎岖不平海底的侧扫声呐图像匹配拼接方法 |
Non-Patent Citations (3)
Title |
---|
刘卓夫等: "CPLD在水下机器人增益补偿控制中的应用", 《声学与电子工程》 * |
王晓等: "一种侧扫声呐图像去噪及均衡化综合处理方法", 《测绘通报》 * |
郭国强等: "浅海低频本地海底混响的波导不变性结构及抑制方法研究", 《声学学报(中文版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927154A (zh) * | 2021-03-05 | 2021-06-08 | 上海炬佑智能科技有限公司 | ToF装置、深度相机以及灰度图像增强方法 |
CN112927154B (zh) * | 2021-03-05 | 2023-06-02 | 上海炬佑智能科技有限公司 | ToF装置、深度相机以及灰度图像增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112130155B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110785126B (zh) | 用于超声系统独立衰减系数估计的方法 | |
CN110134976B (zh) | 一种机载激光测深信号提取方法及系统 | |
JP2011002425A (ja) | レーダ装置 | |
CN112130155B (zh) | 一种导航声纳灰度图像时变增强方法 | |
CN111443344B (zh) | 一种侧扫声呐海底线自动提取方法及装置 | |
CN110927735A (zh) | 基于多通道全波形激光雷达数据的多目标距离测量方法 | |
CN105574529A (zh) | 一种侧扫声纳目标检测方法 | |
CN111999742A (zh) | 一种基于单量估计的Gm-APD激光雷达透雾成像重构方法 | |
CN110133680B (zh) | 一种机载激光测深接收波形有效信号初值确定方法及系统 | |
CN116609758B (zh) | 一种机载激光测深波形旅行时提取方法 | |
CN110109087B (zh) | 一种声纳不规则探测范围显示方法及系统 | |
CN114926377B (zh) | 一种侧扫声呐增益补偿判断模型的建模方法 | |
CN115587291B (zh) | 一种基于裂纹超声散射矩阵的去噪表征方法及系统 | |
CN116523822A (zh) | 一种基于侧扫声呐的海缆检测识别方法 | |
CN113050098B (zh) | 基于块稀疏稳健主成分分析的反蛙人声呐混响抑制方法 | |
CN113313651B (zh) | 一种基于周围变化的侧扫声呐图像纹理失真区域修复方法 | |
CN116299206A (zh) | 一种基于单元杂波谱精确估计的自适应stc控制方法 | |
Hellequin et al. | Postprocessing and signal corrections for multibeam echosounder images | |
Murino et al. | A confidence-based approach to enhancing underwater acoustic image formation | |
CN111414580B (zh) | 一种低信混比条件下的混响抑制方法 | |
CN113693624A (zh) | 一种高质量的超声复合成像方法 | |
CN111708015A (zh) | 一种多径效应下的低空目标跟踪滤波方法 | |
CN116930976B (zh) | 基于小波模极大值的侧扫声呐图像的海底线检测方法 | |
CN116990771B (zh) | 一种自动利用雷达测量淤泥深度方法及系统 | |
CN116930125B (zh) | 一种后向散射全选通成像水体衰减系数测量方法 |
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 |