JPH06347547A - ソナー・システム - Google Patents

ソナー・システム

Info

Publication number
JPH06347547A
JPH06347547A JP6090079A JP9007994A JPH06347547A JP H06347547 A JPH06347547 A JP H06347547A JP 6090079 A JP6090079 A JP 6090079A JP 9007994 A JP9007994 A JP 9007994A JP H06347547 A JPH06347547 A JP H06347547A
Authority
JP
Japan
Prior art keywords
range
pixel
sonar system
sonar
distribution
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
JP6090079A
Other languages
English (en)
Other versions
JP3573783B2 (ja
Inventor
Paul P Audi
ポール・ピー・オーディ
Michael A Deaett
マイケル・エイ・デエット
Stephen G Johnson
スティーブン・ジー・ジョンソン
C Vanuga Allen
アレン・シー・ヴァヌガ
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.)
Raytheon Co
Original Assignee
Raytheon Co
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 Raytheon Co filed Critical Raytheon Co
Publication of JPH06347547A publication Critical patent/JPH06347547A/ja
Application granted granted Critical
Publication of JP3573783B2 publication Critical patent/JP3573783B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G01S15/8902—Side-looking sonar
    • 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
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

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)
  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

(57)【要約】 【目的】 ソナー・パルスを用いて水中を調査し未知物
体を識別すること。 【構成】 本願のソナー・システム１０は、のエコー・
リターンによって海底の地図作成を行い、各エコー・リ
ターンは送信されたソナー・パルスの対応する１つに応
答してレンジ方向１６のレンジ走査として生じる。ピク
セルの２次元アレーにおけるエコー・リターンの強度を
表す信号はシステム１０に記憶される。ソナー・システ
ム１０は、各ピクセルの強度を、複数のレベルの中の１
つに量子化し、ピクセル・レベルの分布を比較して、水
面下の物体の存在を識別する。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、ソナー・システムに関
し、更に詳しくは、水塊の底部を地図作成して水中の未
知物体を識別するソナー・システムに関する。
【０００２】
【従来の技術】この技術分野で知られているように、機
雷、ケーブル、石油パイプライン等の水中の未知の物体
を、ソナーを用いて識別することが時として必要にな
る。海底を検査するのに使用される通常のソナーのタイ
プは、側方監視ソナー（ＳＬＳ）である。ＳＬＳは、水
面下のビークルに牽引又は取り付けられ、水中を前方方
向にほぼ一定の速度及び深度で移動される。このソナー
は、短く（典型的には０．１０〜０．２０ｍｓ）、高い
周波数（典型的には５００ＫＨｚ）のパルスを水中に送
信し、前方方向に対して垂直の方向の非常に狭い水平方
向ビーム幅（典型的には１度以下）を有している。この
パルスは、水中を伝播して海底で反射し、エコー・リタ
ーンがソナーに戻る。送信の後で、ソナーは、エコーの
受信を開始する。時間的に遅れて到着するエコーは、海
底の更に遠い地点から帰還するものである。受信信号は
海底の長く細いストリップを写し、レンジ走査と呼ばれ
る。固定された時間経過の後、そして、ビークルが前方
（又はクロス・レンジ方向）に短い距離だけ移動した後
で、ソナーは受信を停止し新たな送信を開始する。固定
された経過した受信時間の長さが、海底に沿ったソナー
の最大のレンジを決定する。レンジは、ソナーのパワー
によっても制限され得る。拡散及び吸収による損失のた
めに、受信した強度はレンジ（送信からの経過時間）と
共に減少する。これは、時間変動レンジ変数ゲイン（Ｔ
ｉｍｅ Ｖａｒｙｉｎｇ ｒａｎｇｅ−ｖａｒｉａｂｌ
ｅ Ｇａｉｎ＝ＴＶＧ）によって、ソナーにおいて補償
される。ビーム幅とパルスの長さとが、ソナーの方位角
とレンジの分解能とをそれぞれ決定する。ソナーが前方
（すなわちクロス・レンジ）方向に移動するにつれて、
レンジ走査は海底に沿った次の平行なストリップに対応
し、ソナー受信強度（すなわちｚ軸）に対してレンジ
（すなわちｘ軸）及びクロス・レンジ（すなわちｙ軸）
から成る、海底の２次元の「地図」が作られる。ＳＬＳ
は、時には、左舷及び右舷の両側において送信及び受信
を行い、２つの画像を生じる。
【０００３】ソナーは海底の上のある距離で移動するの
で、最初のエコーは非常に弱く、ソナーと海底との間の
水の中での散乱する体積の結果である。これは、水柱
（ｗａｔｅｒ ｃｏｌｕｍｎ）と呼ばれ、その（時間的
な）長さは、ソナーの高度に依存する。これらの弱いエ
コーは、海底に関する情報を全く与えないため、走査デ
ータからは除去される。残るのは、ソナーが受信した強
度対レンジ及びクロス・レンジから成る海底の２次元
「地図」であり、これは、生の画像データと呼ばれる。
グレーズ角度（ｇｒａｚｉｎｇ ａｎｇｌｅ）はレンジ
と共に減少し、グレーズ角度が狭ければ後方散乱も少な
いので、画像の強度は、レンジと共に減少する。これ
は、生の画像データにおいて明らかであり、すなわち、
近くのレンジのデータは遠くのレンジのデータよりもず
っと強い。生の画像データは、正規化され、正規化され
た画像データを形成するグレーズ角度の効果が除去され
る。
【０００４】正規化された画像データは、海底の地図と
考えられるかも知れないが、これは誤解をまねく可能性
がある。高地はより強いエコー（したがってより高い画
像強度）を生じ、低地はより弱いエコー（したがってよ
り低い画像強度）を生じることがあるが、エコーの強度
は、海底の反射度や構造、海底における局所的なグレー
ズ角度などによっても影響される。
【０００５】海底近くの機雷は、ソナーに直接に反射す
ることによって、画像中の強度が高い領域（明部）を生
じる。それはまた、その背後の海底が音波を生じるのを
ブロックすることによって、画像中の強度が低い領域
（暗部）を生じる。これらの暗部は、時には、非常に長
い。部分的に埋もれている機雷は、ソナーに対してエネ
ルギを全く反射するのではなく別の方向に反射すること
により、明部のない暗部を生じる。ＳＬＳの画像の暗
部、背景、明部の領域のパターンを分析し機雷の可能性
のある物体の存在を認識するには、ある方法が要求され
る。安全な航行の障害となる可能性のある物体を除去す
る制圧システムを二次的に使用することが、機雷認識処
理に続くことになる。
【０００６】今日では、ソナー画像における機雷認識は
一般に、自動化されずに（マニュアルで）行われてい
る。オペレータである人間が高分解能の画像を評価し、
典型的な特性の組を有している機雷のヒントを探すよう
に訓練される。人間による解釈が、ＳＬＳ画像ソナーの
技術の現状である。オペレータは、データを分析してど
のリターンが機雷からのものであるかを判断するために
かなりの時間を費やさなければならない。
【０００７】
【発明の概要】本発明によれば、水塊の水底を地図作成
（マッピング）して水中の未知物体を識別するソナー・
システムが提供される。一連のソナー・パルスが送信さ
れ、水底に向けられる。地図形成は、一連のエコー・リ
ターンから形成される。各エコー・リターンは、送信さ
れたソナー・パルスの対応する１つに応答する１つのレ
ンジ方向のレンジ走査として生じる。このソナー・シス
テムは、ピクセルの２次元アレーにおいてエコー・リタ
ーンの強度を表す信号を記憶する。各ピクセルは、レン
ジの方向のシステムからの所定のレンジ位置と、クロス
・レンジ方向のシステムの基準位置からの所定のクロス
・レンジ位置とにおけるエコー・リターンの強度を表
す。このシステムは、各ピクセルの強度を複数のレベル
の１つに量子化し、１つのクロス・レンジ位置における
レンジ走査上のピクセルのレベルの分布を、別のクロス
・レンジ位置を有するレンジ走査上のピクセルのレベル
の分布と比較して、水面下の物体の存在を識別する。
【０００８】更に詳しくは、このソナー・システムは、
画像のコンピュータ評価を用いて機雷／否機雷の分類判
断を行う自動化された機雷認識システムを提供する。こ
の自動化されたシステムは、システム自らだけで動作す
ることができ、又は、オペレータに対する判断補助とし
て機能し、機雷状の物体に優先順位を付ける。これによ
り、オペレータは、機雷の候補を含まない領域の面倒な
評価から解放される。オペレータは、したがって、機雷
状の物体により集中した時間を費やすことができる。こ
の自動化されたシステムは、経験の浅い又は混乱したオ
ペレータに対して重要な助力を与える。
【０００９】このソナー・システムは、音波のエネルギ
の後方散乱から導かれる強度レンジ・データ画像を生じ
る。一般に、機雷がないエリアでは、局所的に画像化さ
れた海底は、明部と暗部とから成るソナー画像における
特性背景を生じる。海草が密に生えている滑らかな砂や
泥から岩などのエリアの典型的な背景にある機雷物体
は、背景の統計的な安定性（ｓｔａｔｉｓｔｉｃａｌ
ｓｔａｔｉｏｎａｒｉｔｙ）を混乱させ、結果として統
計的な乱れ（ｓｔａｔｉｓｔｉｃａｌ ａｎｏｍａｒ
ｙ）を生じさせる。この乱れのエリアは、機雷のサイ
ズ、画像の解像度及び配置、ビーム・パターン、その他
のソナー特性によって定まる。側方監視ソナーは、統計
的に進んだ「適合度（ｇｏｏｄｎｅｓｓ−ｏｆ−ｆｉ
ｔ）」試験と分布解析の計算を用いて、機雷を識別す
る。
【００１０】本発明のこれらの及びその他の目的を達成
するために、ＳＬＳシステムは、送信パルスの音波エネ
ルギの後方散乱から導かれる強度レンジ走査データを生
じる。これら一連の強度レンジ走査は、次に、２次元
（レンジとトラック）の画像の一連のラスタとしてメモ
リに組織され、この２次元画像は、通常の方法に従って
ウィンドウ・ノーマライザを移動させることによって正
規化されて、機雷認識装置によって処理される正規化さ
れたＳＬＳ画像を生じる。
【００１１】機雷認識装置は、最初に、画像をそれぞれ
５１２個のシーケンス状のラスタから成る隣接するフレ
ームに分解する。これらの各フレームは、次に、個別に
処理される。
【００１２】第１のステップでは、画像は、データのマ
ルチパス・メジアン・フィルタリングを行い、次にピク
セルをデータに依存するスレショルドに従って明部、暗
部、背景のカテゴリに振幅セグメント化することによっ
て振幅セグメント化される。次のメジアン・フィルタが
３つの部分データに用いられ、集められたノイズ・ピク
セルのスプリアス集合を除去する。すると、セグメント
化されたピクセル・データは、関連し割り当てられたシ
ンボル的なラベル（数字インデックス）である隣接した
明部又は暗部のピクセルの領域を含む。このラベル付け
された領域は、次に、エリアによってソートされ、エリ
ア・スレショルドの下、又は、第２のエリア・スレショ
ルドの上にある領域は、領域リストから除かれる。そし
て、ラベル付けされた領域は、スプリット・ウィンドウ
・プロセッサで利用可能になる。
【００１３】本発明の２重のスプリット・ウィンドウの
特徴によって、レンジ及びトラックにおける固定された
次元のウィンドウ又はデータ・マスクが形成され、画像
の様々な規則的に離間した位置にシーケンス状に配置さ
れる。各位置において、３つの平行な及び関連したサブ
ウィンドウにおけるピクセルの強度がいくつかの統計的
な特徴に従って分析され、関連したサブウィンドウにお
けるピクセル強度分布の統計が基礎にある異なった統計
分布に信頼性をもって対応するかどうかを判断する。更
に、各位置でのサブウィンドウをわたる確立された明部
及び暗部の領域の配置と領域／サイズとが用いられて、
各ウィンドウ配置に対して統計的な基礎を有する決定を
適格にする。適格化された決定は、ウィンドウ化された
統計発生器の出力に作用するスレショルド操作された規
則の組に従って行われる。スレショルドの限度を超える
適格化された統計を発生する各ウィンドウ配置は、海底
にある機雷の蓋然的な位置として識別される。そのよう
な識別された位置の画像を囲む一般化されたマーキング
・ボックスが、次に続く評価のためにオペレータに送ら
れる。
【００１４】本発明の別の特徴によれば、マークされた
領域は、適切な回避行為のために、自律的な海中運送手
段のミッション・コントローラ／ナビゲータに送られ
る。
【００１５】
【実施例】図１及び図２には、側方監視ソナー・システ
ム１０が示されている。側方監視ソナー・システム１０
は、海底１２の地図作製（ｍａｐｐｉｎｇ）をして水中
の未知物体を識別する。ソナー・システム１０が前方又
はクロス・レンジ方向１４に移動するにつれて、一連の
ソナー・パルス送信され、クロス・レンジ方向１４に垂
直なレンジ方向１６に海底方向に向けられる。地図作製
は、一連のエコー・リターンから形成される。各エコー
・リターンは、送信されたソナー・パルスの対応する１
つに応答するレンジ方向１６のレンジ走査として生じ
る。ソナー・システム１０は、デジタル・コンピュータ
１７を含んでおり、そのメモリ１８に、セル又はピクセ
ル２０の２次元アレー（図３）におけるエコー・リター
ンの強度を表す信号を記憶する。ピクセル２０のそれぞ
れ１つは、レンジ方向１６のシステムからの所定のレン
ジ位置とクロス・レンジ方向１４のシステムの基準位置
からの所定のクロス・レンジ位置とにおけるエコー・リ
ターンの強度Ｉを表す。システムは、各ピクセルの強度
を、複数のレベルの中の１つに量子化し、クロス・レン
ジ位置におけるレンジ走査上のピクセル・レベルの分布
を、別のクロス・レンジ位置におけるレンジ走査上のピ
クセル・レベルの分布と比較する。
【００１６】更に詳しくは、水中の牽引体２２（図１）
は、ここでは２５〜１５０メートルの牽引ケーブルであ
るケーブル２４の端部に繋がれている。牽引ケーブル２
４は、この例では船舶２６である監視ビークルに、電
力、制御信号、リターン検出ソナー信号を供給する。こ
れとは別に、監視ビークルは、ヘリコプタ又は遠隔制御
された潜水艦でもあり得る。左舷及び右舷の送受信トラ
ンスデューサ・アレー（右舷のアレー２８ｓだけが示さ
れている）が、牽引体２２の両側に取り付けられ、この
例では、ほぼ５０度の垂直指向性で、１００ＫＨｚで
１．５度、４００ＫＨｚで０．５のビーム幅を提供す
る。牽引体２２は、通常は、海底１２から高さ（ｈ）２
３で動作して、この高さはこの例では最大レンジの１０
パーセントである。高分解能の４００ＫＨｚを選択すれ
ば、レンジと方位角との両方で１５センチの分解能が得
られ、レンジの分解能は０．２ｍｓｅｃのＣＷソナー・
パルスによって提供される。高分解能モードは、典型的
には、５ｍと５０ｍとの最小、最大レンジをそれぞれ生
じる。牽引体２２の速度は、ここでは典型的には、２〜
５ノットである。
【００１７】ソナー・システム１０は、従来型のソナー
送信機３０を含む。送信機３０が出力する一連のパルス
は、従来の方法で整合ネットワーク３４を通過して投射
機３２に印加され、送信ソナー・パルス又はピングが生
じる。ピングは、アンビギティなく、選択されたレンジ
をカバーする速度で周期的に送信される。したがって、
５０ｍの選択では、毎秒約１５送信の反復速度で十分で
ある。各送信されたソナー・パルスに応答して生じるエ
コー・リターンは、ソナー・トランスデューサ３６のア
レーによって受信され、図示されているように、従来の
方法で、送受信スイッチ（図示せず）を通って前置増幅
器３８に至る。次の増幅器４０が、従来の態様で選択さ
れた時間変動ゲイン（ＴＶＧ）を加えて、リターン・エ
ネルギの予測される崩壊曲線に整合させる。結果的な信
号は、従来のビーム形成ネットワーク４２において組み
合わせられる。ビーム形成ネットワーク４２の出力は、
送信されたソナー・パルスの波形に整合されたフィルタ
４４を通過し、フィルタ４４の出力は検出されたエネル
ギを表す。検出されたエネルギ信号は、シンクロナイザ
及びフォーマット・ネットワーク４６を介して送信パル
スの波形に同期化され、ラスタ・フォーマットされた海
底後方散乱生画像を生じる。この画像は、海底のタイプ
及び海底の傾斜の変動に起因する広域ゆらぎを依然とし
て含むので、従来の移動平均ノーマライザ４８は、デー
タ上を通過してしまう。結果的な画像は、チャート５０
によって、次に、図４に示すように従来のウォーターフ
ォール、ストリップ・チャート・フォーマットで表示さ
れる。
【００１８】図４に示した画像の内容は、最小体積の残
響５０の第１のエリアを含み、強い海底リターン５２が
続く。中間レンジは、典型的に、目標５４（すなわち機
雷）からの強い後方散乱又は明部と、ダウンレンジ反射
エネルギの不存在による関連する暗部との高度のコント
ラストを表示する。海底の物体の高さと形状とのアイデ
アが、海底面の構造の変動と局所的な起伏とが多くのひ
ずみを生じさせるが、暗部の形状から得られることがあ
る。もう１つの通常の特徴は、ダウンレンジ方向１６に
向いて図示されている線状の暗部によって示される錨の
跡５６である。この延長した暗部は、錨の跡５６の凹み
に起因するダウンレンジ明部５８を有している。更に、
他の側方走査画像特性がここでは論じきれないほど多く
ある。しかし、側方監視ソナー・システム１０は、補助
なしでも走行し、機雷状の物体に優先順位を付してオペ
レータのために判断を助ける。これにより、オペレータ
は、機雷候補を含まないエリアの評価という面倒な仕事
から解放される。オペレータは、機雷状の物体に対して
より綿密な検討を行うのにより多くの時間を費やすこと
ができる。自動化されたシステムは、経験の浅い又は混
乱したオペレータのために重要な助力を提供する。
【００１９】再び図２を参照すると、側方監視ソナー・
システム１０が示され、デジタル・コンピュータを含ん
でいるが、ここでは、メモリ１８とプロセッサ１９とを
有する従来のワークステーション型のコンピュータであ
る。メモリ１８は、データとプログラムとを記憶するの
に用いられる。プログラムは、当該プログラムに従って
メモリ１８内に記憶されたデータをプロセッサ１９が処
理することを可能にする指令の組を含む。図５〜図７
は、記憶されたプログラムの流れ図である。ステップ１
及び２は、生の画像データのフレームを生じるソナーの
範囲付けと正規化とに対応する。各フレームは、一連の
エコー・リターンから形成される２次元の地図である
（ここでは、フレームは、たとえば、それぞれが１０２
４の位置又はピクセルから成る５１２のレンジ走査であ
る）。各エコー・リターンは、送信されたソナー・パル
スの対応する１つに応答するレンジ方向１６のレンジ走
査として作成される。ソナー・システム１０は、そのメ
モリ１８に、ピクセル２０の２次元アレー（図２）にお
けるエコー・リターンの強度を表す信号を記憶する。ピ
クセル２０のそれぞれは、レンジ方向１６のシステムか
らの所定のレンジ位置と、システム１０の基準位置から
のクロス・レンジ方向１４の所定のクロス・レンジ位置
とにおけるエコー・リターンの強度Ｉを表す。プロセッ
サ１９は、データを正規化する。ステップ３〜ステップ
７において、プロセッサ１９は、生の画像データを処理
して各ピクセルの強度を３つのレベル（背景、明部、暗
部）の中の１つに量子化し、３レベル量子化の振幅セグ
メント化に基づく領域形成及び選択（すなわち、選別）
のプロセスを実現する。ステップ８〜ステップ１３は、
ウィンドウに基礎を置く統計的特徴の抽出ステップであ
り、それは、確率分布とセグメント化から導かれる領域
ウィンドウ被覆パーセンテージに基づく。ステップ１４
〜ステップ１７は、統計的特徴とウィンドウ被覆のパー
センテージを評価して機雷状の目標が画像内に存在する
かどうかを判断する判断の計算である。そのような目標
の位置は、ステップ１８に示されているように、画像デ
ータの断面と共に、メモリ１８に与えられる。これらの
各ステップを以下で更に詳細に説明する。
【００２０】画像量子化及び領域抽出（ステップ３〜ス
テップ７） 画像量子化（すなわちセグメント化）は、領域の特徴を
決定するのに用いられる。メモリ１８内の元の各ピクセ
ル１バイトの強度データ画像は、空間的に分割（すなわ
ち、量子化、セグメント化）され、全体の強度が高いエ
リア（明部）、全体の強度が低いエリア（暗部）、全体
の強度が平均的なエリア（背景）に分かれる。このよう
にして画像を３つのレベル（高い、低い、平均）に量子
化することによって、エリア内のピクセルが常に同様の
低い又は高い値を有する、領域と称する隣接する画像エ
リアが生じる。このような領域は、機雷の結果である画
像の明部又は暗部に起因する。
【００２１】更に詳しくは、正規化の後で、メモリ１８
内の正規化された画像データが、フレームに基づいてプ
ロセッサ１９によって検査される。各フレームは、正規
化されたデータと同じレンジの次元を有しており、固定
された数の走査を含む。残りの処理は画像フレームに対
して行われ、この画像フレームは、典型的には、レンジ
方向に１０２４のピクセル、クロス・レンジ方向（走
査）に５１２ピクセルである。正規化されたピクセルす
なわち位置データは、典型的には、最小の強度がゼロで
最大の強度が２５５である１バイトの整数である。正規
化に続くステップは、１）３つの５ポイント・メジアン
・フィルタ（ステップ３）、２）量子化（ステップ
４）、３）３つの９ポイント・メジアン・フィルタ（ス
テップ５）、４）接続された成分（ステップ６）、５）
領域形成（ステップ７）、である。
【００２２】３つの５ポイント・メジアン・フィルタ
（ステップ３） プロセッサ１９が実行する第１の組のメジアン・フィル
タリングは、正規化されたデータを平滑化し、スペック
ル・ノイズを除去する。５ポイントのメジアン・フィル
タは、図８に示すように、対象となるピクセル上に交差
を形成する５つのピクセル又は位置から、エッジを除い
た画像フレーム内の各ピクセル又は位置に対する新たな
値を決定する。５つのピクセルのメジアン値が決定さ
れ、これにより、対象となる当該ピクセルないし位置
（ｉ，ｊ）の新たな値が決まる。ここで、ｉはレンジ位
置であり、ｊはクロス・レンジ位置である。これが、エ
ッジを除く画像フレーム内のすべてのピクセルないし位
置について行われる。新たなピクセル値は、メモリ１８
の一部分に記憶され、すべてのピクセルが処理されるま
では、メモリ１８の別の部分に記憶されている古いピク
セル値に代わることはない。このプロセスは、平均を得
るために３回反復される。
【００２３】量子化（ステップ４） 次に続く、プロセッサ１９による量子化プロセスは、背
景、暗部、明部をそれぞれ表す３つの値（ここでは、
０、１、２）の１つで、メモリ１８の一部分に記憶され
ている２５６レベルの画像データを代替する。これは、
暗部スレショルドｔｓと明部スレショルドｔｈとの２つ
のレベルにピクセル・データのスレショルドを設定する
ことによって行われる。暗部スレショルドｔｓ未満の強
度を有するピクセルは、暗部（値１）にマップされる。
明部スレショルドｔｈより大きな強度レベルを有するピ
クセルは、明部（値２）にマップされる。２つのスレシ
ョルドｔｓ、ｔｈの間の強度レベルを有するピクセル
は、背景（値０）にマップされる。
【００２４】量子化プロセスは、プロセッサ１９によっ
て、図９に示されるように画像フレームの６４対５１２
ピクセルのセクションであるサブフレームに基づいて行
われる。それぞれ、別の暗部及び明部のスレショルドｔ
ｓ、ｔｈが、１６のサブフレームそれぞれに対して決定
され、当該サブフレーム内のピクセルをセグメント化す
るのに用いられる。スレショルドｔｓ、ｔｈは、一定の
パーセンテージのピクセルが暗部に、一定のパーセンテ
ージのピクセルが明部になるように選択される。これ
は、サブフレーム内のピクセル・データの累積分布関数
（ＣＤＦ）を形成するプロセッサ１９によって行われ
る。ＣＤＦを形成するには、サブフレーム内のピクセル
・データのヒストグラムが最初に決定されなければなら
ない。これは、０と２５５との間の２５６のレベルのそ
れぞれの発生の数をカウントすることによって行われ
る。次に、確率密度関数（ｐｄｆ）が、ヒストグラムを
サブフレームの中のピクセルの数（６４対５１２だから
３２７６８）で割ることによって決定する。
【００２５】ＣＤＦは、プロセッサ１９によって、ｐｄ
ｆから次のように決定される。すなわち、Ｃ（０）＝Ｐ
（０）であり、Ｃ（ｋ）＝Ｃ（ｋ−１）＋Ｐ（ｋ）であ
る。ここで、ｋは１〜２５５の整数であって強度レベル
を表し（Ｃ（２５５）＝１であることに注意）、Ｐはｐ
ｄｆ、ＣはＣＤＦである。ＣＤＦがいったん計算されれ
ば、プロセッサ１９はそれを検討して暗部及び明部のス
レショルドｔｓ、ｔｈを決定する。ｐｓ（ただし、０＜
ｐｓ＜１）を暗部ピクセルの所望のパーセンテージ、ｐ
ｈを明部ピクセルの所望のパーセンテージとすると、暗
部スレショルドｔｓと明部スレショルドｔｈとは、Ｃ
（ｔｓ）＝ｐｓ、Ｃ（ｔｈ）＝１−ｐｓによって決定さ
れる。
【００２６】ＣＤＦは、どのレベルで上記の方程式が満
たされるかを決定するため検討されなければならない。
スレショルドｔｓ、ｔｈが、次に、プロセッサ１９によ
って用いられて、ピクセル画像データが３つのピクセル
値（０、１、２）の量子化された画像に変換される。こ
れは、プロセッサ１９が、各サブフレームについて行
う。
【００２７】暗部スレショルドｔｓと明部スレショルド
ｔｈとが用いられて、ピクセルが３つのセグメント化の
値（又はクラス）に分割される。これらのスレショルド
ｔｓ、ｔｈは、上述のように、画像データの統計的特徴
に基づいて決定され、ボトムタイプの変動への確かさ
（ｒｏｂｕｓｔｎｅｓｓ）と、低コントラストの状況で
の強化された検出能力を与える。スレショルドｔｓ、ｔ
ｈは、この例ではスペックル・フィルタの出力である、
入力画像におけるピクセル値の離散的確率分布の所定の
パーセンテージの点として選択される。したがって、た
とえば、ここではピクセル値の上位１０％におけるピク
セルは明部ピクセル（すなわち、Ｃ（ｔｈ）＝０．９）
として、最後の１０％のピクセルは暗部ピクセル（すな
わち、Ｃ（ｔｈ）＝０．１）として、それ以外は背景と
して定義される。
【００２８】スレショルドの選択は、図９に示すように
フレームのサブフレーム上でプロセッサ１９によってな
される。画像は、レンジ方向１６では統計的に安定では
ないが、これは、準最適的に整合されたソナーＴＶＧ曲
線、不完全な正規化、遠いフィールドでのエネルギの減
少に起因する。よって、この場合には、離散的な確率分
布は、１６のサブフレームで見いだされ、その結果、ず
っと改善され、より忠実なセグメント化のための３２の
スレショルドが得られる。
【００２９】３つの９ポイント・メジアン・フィルタ
（ステップ５） プロセッサ１９が実行する第２の組のメジアン・フィル
タリングは、本質的に第１の組と同じであるが、図１０
に示されているように、対象となるピクセル上の３行３
列のピクセルの正方形が用いられる点だけ異なってい
る。第２の組のメジアン・フィルタは、量子化された画
像データを平滑化する機能を有する。
【００３０】ステップ５の結果生じる３つのレベルの画
像は、次にフィルタされて小さな孤立した領域が除去さ
れる。メジアン・フィルタリングは、領域のエッジを保
持するために用いられる。ここでは３行３列のカーネル
が３回反復された。
【００３１】接続された成分（ステップ６） 接続された成分のアルゴリズムが、プロセッサ１９によ
って、メモリ１８内に記憶された量子化されたデータ・
レベル、たとえば、図１１に示された量子化されたデー
タ・レベルに関して実行され、隣接する暗部又は明部ピ
クセルの領域を識別する。暗部領域は、隣接する暗部ピ
クセル（すなわち、量子化されたデータ・レベル１を有
するピクセル）のグループであり、明部領域は、隣接す
る明部ピクセル（すなわち、量子化されたデータ・レベ
ル２を有するピクセル）のグループである。以下で説明
されるように、接続された成分のアルゴリズムは、各ピ
クセルに領域数をラベル付け（ラベリング）することに
よって、同じ隣接領域に属するすべての隣接ピクセルが
同じ「領域数」をもつことになる。たとえば、図１１に
示されているように、４つのラベリングされた領域数１
〜４が存在する。すなわち、領域数１、３は暗部領域で
あり、領域数２、４は明部領域である。残りの領域は、
背景領域である。
【００３２】更に詳しくは、領域識別プロセスは、メモ
リ１８内に記憶されたデータを通じて３つのパスを行う
プロセッサ１９によってなされる。第１のパスでは、明
部領域は、明部領域が暗部領域によって包囲されている
場合は常に、少なくとも１つのピクセルによって暗部領
域から分離されている。これは、プロセッサ１９が各ピ
クセルをシーケンシャルに調査することによって実行さ
れる。調査されているピクセルが暗部である（すなわ
ち、量子化されたデータ・レベル１を有する）場合と、
そのピクセルに隣接する８つのピクセルの中の任意の１
つに明部ピクセルが存在する（調査されている中央のピ
クセルを囲む８つのピクセルの中の任意の１つが量子化
されたデータ・レベル２を有する）場合には、調査され
ているピクセルの量子化されたデータ・レベルは、背景
ピクセルに変更される（すなわち、中央のピクセルの量
子化されたデータ・レベルは１から０に変更される）。
この第１のパスが完了することの結果として、量子化さ
れたデータ・レベルの分離されたセグメント化アレーが
生じるが、これはたとえば、メモリ１８にプロセッサ１
９によって記憶されている図１１に示されたアレーであ
る。
【００３３】第２のパスの間には、プロセッサ１９は、
「整数インデックス」を明部及び暗部ピクセルにコード
として指定して、その結果、第３のパス内に、領域数を
生じる。整数インデックスは、図１２に示されているよ
うな２行２列のピクセル・カーネルを、セグメント化さ
れたアレーにおける各ピクセルＰｎ（ｉ，ｊ）上にシー
ケンシャルに通過させることによって指定される。図１
２に示されるように、Ｐｎ（ｉ，ｊ）は、カーネルの右
上のコーナーに位置している。ピクセルＰｎ（ｉ，ｊ）
の左側のピクセルは、ａとラベリングされる位置であ
り、ピクセルＰｎ（ｉ，ｊ）の対角線方向に左下のピク
セルは、ｂとラベリングされ、ピクセルＰｎ（ｉ，ｊ）
の下のピクセルは、ｃとラベリングされる位置ある。
【００３４】第２のパスの間に調査されている各ピクセ
ルＰｎ（ｉ，ｊ）に対して、カーネルは４つのピクセル
の上に位置し、図１２との関係で説明したように、調査
されているピクセルＰｎ（ｉ，ｊ）は右上のコーナーに
ある。カーネルは、図１１のセグメント化されたアレー
の底部の列の左（Ｐ（２，２））から第２の列の最後の
行のピクセル（Ｐ（２，８））が調査されるまで右側に
移動する。カーネルは、次に、すぐ上の列の左側から第
２の行（Ｐ（３，２））に移動し、このプロセスが、カ
ーネルが最上部の列の右端の行（Ｐ（８，８））に達す
るまで続く。メモリ１８に記憶されている図１１の量子
化されたデータ・レベル・アレーは、第２のパスの間に
なされた調査の結果として、図１４に示されている整数
インデックスのアレーに、プロセッサ１９によって修正
される。整数インデックスのアレー（図１４）におい
て、整数インデックスが、１組の規則（図１３に図解さ
れている）に従って、調査中のピクセル位置に指定され
る。この規則を説明する前に、図１５に示した「整数イ
ンデックス・テーブル」をプロセッサ１９が維持してお
り、この整数インデックス・テーブルの最上部からシー
ケンシャルに、アレー修正プロセスで用いられる各整数
インデックス（ｒ）とその整数インデックスの値とを以
下で詳細に説明するように記録する。しかし、整数イン
デックス・テーブル内の整数インデックスに指定された
値は、当該整数インデックスと同一であることを指摘し
ておく。これは、新たな整数インデックスが決定される
たびに新たな領域数が発生されるという仮定に基づくか
ら、整数インデックス・テーブル内の値は領域数を表す
のである。しかし、新たな次の整数インデックスが発生
した後で、プロセッサ１９が、以前の確立した整数イン
デックスが実際に当該新たな次の整数インデックスに属
することを認識した場合には、その値は変更され得る。
したがって、古い整数インデックスには、新たな整数イ
ンデックスと同一の値が指定されなければならない。
【００３５】規則の組は次のとおりである。各カーネル
位置において、調査されているピクセルであるＰ
ｎ（ｉ，ｊ）（図１２）の量子化されたデータ・レベル
が０である場合には、図１４の修正されたアレーの各ピ
クセルＰｎ（ｉ，ｊ）に指定された整数インデックスは
０である（規則１、図１３の左上）。次に、カーネルの
ｂの位置にあるピクセルの整数インデックスがゼロでは
ない（ｎｏｎ−ｚｅｒｏ＝ｎｚ）場合には、ｂの位置の
整数インデックスが修正されたアレー（図１４）のＰｎ
（ｉ，ｊ）に指定される（規則２、図１３の右上）。カ
ーネルのａとｃの位置にあるピクセルの整数インデック
スがゼロである場合には、修正されたアレー（図１４）
のピクセルＰｎ（ｉ，ｊ）に指定される整数インデック
スは、整数インデックス・テーブル（図１５）に記録さ
れている最後に用いられた整数インデックスに１を加え
たものに等しく（すなわち、次の増加した整数ｒnew ＝
１＋ｒであり、ここでｒは、最後の記録された整数イン
デックス）、指定された整数インデックスであるｒnew
は整数インデックス・テーブル（図１５）に入力される
（規則３、図１３の左の上から２番目）。カーネルのｃ
の位置にあるピクセルの整数インデックスがゼロである
場合には、カーネルのａの位置の整数インデックスが修
正された整数インデックス・アレー（図１４）におい
て、ピクセルＰｎ（ｉ，ｊ）に指定される（規則４、図
１３の右側上から２番目）。カーネルのａの位置にある
ピクセルの整数インデックスがゼロである場合には、カ
ーネルのｃの位置にある整数インデックスが修正された
整数インデックス・アレー（図１４）において、ピクセ
ルＰｎ（ｉ，ｊ）に指定される（規則５、図１３の左側
上から３番目）。カーネルのａとｃの両方の位置にある
整数インデックスがゼロでなく（ｎｚ）、相互に等しい
場合には、ａ又はｃの位置にある整数インデックスと同
一のゼロでない整数インデックスがピクセルＰｎ（ｉ，
ｊ）に指定される（規則６、図１３の右側上から３番
目）。ピクセルＰｎ（ｉ，ｊ）には、カーネルのａの位
置の整数インデックスが指定され、プロセッサ１９は、
整数インデックス・テーブル（図１５）内の各整数イン
デックスを読み取る。読み取られたインデックスの値が
カーネルのｃの位置にある整数インデックスの値に等し
い場合には、整数インデックス・テーブルから読み取ら
れた現に読み取られている整数インデックスの値は、カ
ーネルのａの位置の整数インデックスに等しい値にリセ
ットされる。
【００３６】再び図１１を参照すると、第２のパスの間
にプロセッサ１９によって調査される第１のピクセルは
Ｐ（２，２）である。よって、規則１によれば、調査中
のピクセルであるＰ（２，２）は量子化されたデータ・
レベル０を有しているので、修正された整数インデック
ス・アレー（図１４）には、整数インデックス０が指定
される。整数インデックス０の使用は、整数インデック
ス・テーブル（図１５）の最上部に記録され、この記録
された整数インデックスには、示されているように、値
０が指定される。同様に、次に調査されるピクセルＰ
（２，３）には、整数インデックス・アレー（図１４）
の整数インデックス０が指定される。次に調査されるピ
クセルはＰ（２，４）であり、このピクセルの量子化さ
れたデータ・レベルはゼロではないから、そして、カー
ネルのｂの位置の整数インデックスがゼロであるから、
そして、カーネルのａ、ｃの位置にある整数インデック
スがゼロであるから、規則３により、このピクセルＰ
（２，４）には、次のシーケンシャルに使用可能な整数
インデックスに等しい整数インデックスが指定される
（これは、整数インデックス・テーブル（図１５）に記
録されているようにゼロである最後に使用された整数イ
ンデックスに１を加えたものである）が、これはすなわ
ち、Ｐ（２，４）には、図１４に示されるように、整数
インデックス１が指定される。新たな整数インデックス
（すなわち１）の使用は、整数インデックス・テーブル
（図１５）に記録され、整数インデックス・テーブルの
第１の値の行に示されているように値１が指定される。
Ｐ（２，５）、Ｐ（２，６）、Ｐ（２，７）のピクセル
には、規則１に従って整数インデックス０が指定される
が、これは、その量子化されたデータ・レベルが、図１
１の量子化されたデータ・アレーに示されるように、ゼ
ロであるからである。
【００３７】更に続けると、ピクセルＰ（２，８）は、
図１１に示すように、量子化されたデータ・レベル１を
有する。更に、カーネルのｂの位置（ピクセルＰ（１，
７））の整数インデックスは、ゼロである（そして、図
１４に示すように、その整数インデックスはそれまでに
修正されていない）。更に、ピクセルＰ（２，７）、Ｐ
（１，８）の整数インデックスは共に０である。よっ
て、規則３から、Ｐ（２，８）には、次のシーケンシャ
ルな整数インデックス２（すなわち、図１４に示すよう
に、１である最後に用いられた整数インデックスに１を
加えたもの）が指定される。新たな整数インデックスで
ある２は、整数インデックス・テーブル（図１５）に記
録され、第１の値の行に示されるように、値２が指定さ
れる。次に、量子化されたデータ・レベル２（図１１）
を有しているＰ（３，２）には、規則３に従って整数イ
ンデックス３（図１４）が指定されるが、これは、その
量子化されたデータ・レベルがゼロではなく、カーネル
のｂの位置にあるピクセルであるＰ（３，１）の整数イ
ンデックスは非ゼロではなく（すなわち、図１４に示す
ようにゼロ）、ピクセルＰ（３，２）及びＰ（２，２）
の整数インデックスはゼロだからである。新たな整数イ
ンデックス３の使用は、整数インデックス・テーブル
（図１５）に記録され、示されるように、第１の値の行
の値３が指定される。Ｐ（３，３）には、規則１に従っ
て、整数インデックス０が指定されるが、これは、量子
化されたデータ・レベル０を有しているからである。ピ
クセルＰ（３，４）には、規則５に従って整数インデッ
クス１が指定されるが、その理由には、量子化されたデ
ータ・レベル０を有していること、カーネルのｂの位置
にあるピクセルであるＰ（２，３）の整数インデックス
が非ゼロではないこと（図１４）、カーネルのａ及びｃ
の位置にあるピクセル（Ｐ（３，３）及びＰ（２，
４））の整数インデックスがいずれもゼロではないこ
と、カーネルのｃの位置にあるピクセルであるＰ（２，
４）の整数インデックスがゼロではないこと、ａの位置
にあるピクセルＰ（３，３）がゼロであること、があ
る。ピクセルＰ（３，５）には、規則２に従って整数イ
ンデックス１が指定される。ピクセルＰ（３，６）に
は、規則１に従って整数インデックス０か指定される。
ピクセルＰ（３，７）には、新たな整数インデックス４
が規則３に従って指定され、これは、その値４を共に整
数インデックス・テーブル（図１５）に記録される。こ
の際に、値４は、示されているように、第１の値の行に
記録される。ピクセルＰ（３，８）には、規則７に従っ
て整数インデックス４が指定されるが、その理由は、量
子化されたデータ・レベル０を有していないこと、カー
ネルのｂの位置にあるピクセルであるＰ（２，７）の整
数インデックスが非ゼロではないこと、カーネルのａ及
びｃの位置にあるピクセル（Ｐ（３，７）及びＰ（２，
８））の整数インデックスがいずれもゼロではなく等し
くもないこと、である。よって、プロセッサ１９は、規
則７に従って、Ｐ（３，８）への整数インデックスとし
て、カーネルのａの位置にあるピクセルの整数インデッ
クス（すなわち、Ｐ（３，７）の整数インデックス）を
指定するが、ここではそれは整数インデックス４であ
る。次に、プロセッサ１９は、整数インデックス・テー
ブル（図１５）内の各整数インデックスを読み取るが、
読み取ったインデックスの値がカーネルのｃの位置にあ
る整数インデックスの値に等しい場合には、整数インデ
ックス・テーブルから読み取られた現に読み取られてい
る整数インデックスの値は、カーネルのａの位置にある
整数インデックスに等しい値にリセットされる。ここで
は、ピクセルＰ（２，８）の整数インデックスは２であ
る。よって、プロセッサ１９は、見いだされた整数イン
デックスの値（すなわち、ここでは、見いだされた整数
インデックス２の値２）をカーネルのａの位置にある整
数インデックスの値にリセット（すなわち、プロセッサ
１９は、ｃの位置にある整数インデックス２の値２を、
ａの位置にある整数インデックスの値４にリセット）す
る。値２の値４へのリセットは、整数インデックス２に
対するテーブル（図１５）の第２の値の行に記録され
る。
【００３８】更に続けて、ピクセルＰ（４，２）には、
規則５に従って整数インデックス３が指定される（すな
わち、カーネルのｃの位置の整数インデックス、ここで
はピクセルＰ（３，２））。ピクセルＰ（４，３）、Ｐ
（４，４）、Ｐ（４，５）、Ｐ（４，６）には、それぞ
れ整数インデックス０、０、１、１が、それぞれ規則
１、１、２、２に従って、指定される。次にピクセルＰ
（４，７）が調べられる。規則７が適応されることがま
ず考えられる。ピクセルＰ（４，７）には、カーネルの
ａの位置の整数インデックス（ピクセルＰ（４，６）の
整数インデックス、ここでは１）が指定される。次に、
プロセッサ１９は、整数インデックス・テーブル（図１
５）内の各整数インデックスを読み取るが、各回ごと
に、読み取ったインデックスの値がカーネルのｃの位置
にある整数インデックスの値に等しい場合には、整数イ
ンデックス・テーブルから読み取られた現に読み取られ
ている整数インデックスの値は、カーネルのａの位置に
ある整数インデックスに等しい値にリセットされる。こ
こでは、ピクセルＰ（３，７）には、整数インデックス
４か指定されており、この整数インデックスは値４を有
する。よって、プロセッサ１９は、ｃの位置に関連する
整数インデックスの値（すなわち、ここでは、整数イン
デックス４）をカーネルのａの位置にある整数インデッ
クスに関連する値にリセットする。ここでは、２つの整
数インデックスは値４を有するが、すなわち、整数イン
デックス２と整数インデックス４である。よって、整数
インデックス４の値は、整数インデックス４に関しては
整数インデックス・テーブル（図１５）の第２の値の行
に、整数インデックス２に関しては第３の値の行で示さ
れているように、値１にリセットされる。上述のよう
に、ピクセルＰ（４，７）には、ここでは図１４に示さ
れているように１であるカーネルのａの位置にあるピク
セルの整数インデックスが指定される。
【００３９】このプロセスは、図１４に示されるように
生じる結果と共に継続する。ピクセルＰ（５，６）に
は、規則２から、整数インデックス１が指定されること
に注意すべきである。また、ピクセルＰ（６，３）には
整数インデックス５が規則３に従って指定され、これは
整数インデックス・テーブル（図１５）に記録される。
ピクセルＰ（７，２）、Ｐ（７，３）、Ｐ（７，５）、
Ｐ（７，６）には、整数インデックス６、６、７、７
が、規則３、７、３、４に従ってそれぞれ指定される。
整数インデックス・テーブル（図１５）は、整数インデ
ックス５の値を図１５に示されるように値６にリセット
することによって規則７が適用される場合に、修正され
ることに注意すべきである。
【００４０】図１４及び図１３の一番下のものにあるよ
うに、記録された各値は、領域数を伴っている。よっ
て、図１５にあるように４つの値が存在するが、これは
４つの領域が指示されている図１１と一貫している。更
に、値１には整数インデックス１、２、４が関連し、値
３には整数インデックス３が関連し、値６には整数イン
デックス５、６が関連し、値７には整数インデックス７
が関連する。
【００４１】第３のパスの間に、プロセッサ１９は、異
なった値に、シーケンシャルな領域数をラベリングす
る。よって、値１、３、６、７を有する整数インデック
スを伴うピクセルには、図１１に示されるように、それ
ぞれ領域数１、２、３、４が指定される。
【００４２】領域の選択（ないし選別）（ステップ７） 背景ではない領域（すなわち、領域１、３、４）のそれ
ぞれの面積は、プロセッサ１９がラベリング地図を介し
て各非背景領域に属するピクセルの数をカウントするこ
とによって計算される。非背景領域は、面積によってソ
ートされ、機雷状物体と見なすには小さすぎる又は大き
すぎる領域は、領域テーブルから除かれる。領域ラベリ
ング地図（図１１〜図１５）は、除かれた領域を背景ピ
クセルと交換するように変更される。
【００４３】ダブル・スプリット・ウィンドウの特長の
抽出（ステップ８〜１３） プロセッサ１９は、ダブル・スプリット・ウィンドウ６
０を形成する。ウィンドウ６０は、プロセッサ１９が正
規化された画像データ（ステップ１、２）及び領域ラベ
リング地図（ステップ３〜７）の両方を検査するのに用
いられる。図１６に示されているように、ウィンドウ６
０は、レンジ方向１６には１２８ピクセルの長さであ
り、クロス・レンジ方向１４には３９ピクセルの長さで
ある。ウィンドウ６０は、レンジ方向１６に伸長してお
り、３つの主なセクションに分割される。すなわち、１
対の外側のウィンドウ・セクション６２、６４と中央の
ウィンドウ・セクション６６とである。中央のウィンド
ウ・セクション６６は、外側のウィンドウ・セクション
の上側のもの６２と、下側のもの６４との間に位置す
る。上側のウィンドウ・セクション６２は、中央のウィ
ンドウ・セクション６６の前方にクロス・レンジ方向１
４にピクセル上に位置している。下側のウィンドウ・セ
クション６４は、中央のウィンドウ・セクション６６の
後方にクロス・レンジ方向１４にピクセル上に位置して
いる。３つのウィンドウ・セクション６２、６４、６６
は、レンジ方向１６には、１２８ピクセルの長さであ
る。中央のウィンドウ・セクション６６は、クロス・レ
ンジ方向１４には１１ピクセルの長さであって、ウィン
ドウ６０内に中心を有している。外側のウィンドウ・セ
クション６２、６４のそれぞれは、クロス・レンジ方向
１４には１２ピクセルの長さである。中央のウィンドウ
・セクション６６と各外側ウィンドウ・セクション６
２、６４との間には、クロス・レンジ方向１４に、２ピ
クセルの幅のギャップ６８、７０がある。１２＋２＋１
１＋２＋１２＝３９であることに注意せよ。ウィンドウ
６０は、画像にわたってさまざまな位置に配置されてお
り、中央のウィンドウ・セクション６６内のピクセルを
各ウィンドウ位置の各外側のウィンドウ・セクション６
２、６４内のピクセルと比較するのに用いられる。ギャ
ップ６８、７０に含まれるピクセルは検査されない。
【００４４】ウィンドウ６０は、画像フレーム全体を検
査するために、画像フレーム全体にわたって規則的間隔
で配置されている。ウィンドウ６０は、レンジ方向１６
には１６ピクセルの間隔で配置され、クロス・レンジ方
向１４には２ピクセルの間隔で配置されている。
【００４５】ウィンドウ６０は正規化されたデータ上に
配置され（ステップ８、９、１１、１２）、各ウィンド
ウ・セクション６６、６２、６４に対して統計が決定さ
れ、進んだ統計を用いて、中央のウィンドウ・セクショ
ン６６が各外側ウィンドウ・セクション６２、６４と比
較される。統計検定は、中央のウィンドウ・セクション
６６内に機雷によって生じる乱れが存在するかどうかを
判断する。スプリット・ウィンドウ６０が領域ラベリン
グ地図上に配置された場合には（ステップ８、１０、１
３）、各ウィンドウ・セクション内の領域ピクセルのパ
ーセンテージ（パーセント・フィル）と、中央のウィン
ドウ・セクション６６内に全体又は一部が含まれている
すべての領域の面積の総和（面積和）が決定される。パ
ーセント・フィルは、対象である任意の領域が外側のセ
クション６２、６４ではなく中央のウィンドウ・セクシ
ョン６６内にあることを保証するのに用いられる。面積
和は、ウィンドウ６０の外部に延長する非常に大きな領
域を排除するのに用いられる。
【００４６】統計的な特徴の計算（ステップ９、１１、
１２） プロセッサ１９が実行する統計的な特徴の計算（ステッ
プ９、１１、１２）では、ヒストグラムが各ウィンドウ
・セクション（上部ウィンドウ・セクション６２、中央
ウィンドウ・セクション６６、下部ウィンドウ・セクシ
ョン６４）において決定される。すなわち、プロセッサ
１９は、上述のダブル・スプリット・ウィンドウ６０成
分に含まれる３つのウィンドウ・セクション６２、６
４、６６の中のピクセル強度（グレイ・レベル）の値を
考慮する。たとえば、中央のウィンドウ・セクション６
６を考えてみよ。中央のウィンドウ・セクション６６内
に含まれる画像を定義するピクセルは、当該画像を定義
する空間的な構成を有している。空間的な構成に配慮す
ることなくピクセルのグレイ・レベル値に関する簡易統
計を計算することができる。単純な簡易統計の１例は、
ミーン（平均）のグレイ・レベル強度である。グレイ・
レベル強度の変動は、ピクセルのグレイ・レベルの分布
に関する（一般的な意味での）より多くの情報を与え、
また、グレイ・レベル値のミーンに関するばらつき（ｄ
ｉｓｐｅｒｓｉｏｎ）を与える。ミーン及び変動は、ピ
クセルのグレイ・レベルの経験的な確率密度関数（ヒス
トグラムないしｐｄｆ）の特性の概要を提供し、この確
率密度関数の記述は、ピクセルのグレイ・レベルにおけ
る一次的な統計情報をすべて含む。しかし、ここでは、
ＳＬＳ１０の統計的特徴が、グレイ・レベルのヒストグ
ラム及びこれらの関数を比較し、不完全な簡易統計では
なく完全な一次的な統計情報を使用する。
【００４７】３つのウィンドウ・セクション６６、６
２、６４のそれぞれは、プロセッサ１９によって別々に
検査される。すなわち、各セクション６２、６４、６６
に対して統計が決定され、外側のセクション６２、６４
の統計が中央のセクション６６の統計と比較されて、伸
長した物体（レンジ方向１６に伸長）が中央のウィンド
ウ・セクション６６内に存在するかどうかが判断され
る。すなわち、プロセッサ１９は、第１の組の隣接する
クロス・レンジ位置におけるレンジ走査上のセル（すな
わち、３つのウィンドウ・セクションの最初の１つにお
けるセル）のレベルの分布を、別の第２の組の隣接する
クロス・レンジ位置におけるレンジ走査のセル（すなわ
ち、３つのウィンドウ・セクションの第２のものにおけ
るセル）の分布及び第３の組の隣接するクロス・レンジ
位置におけるレンジ走査のセル（すなわち、３つのウィ
ンドウ・セクションの第３のものにおけるセル）の分布
と比較して、水面下の物体の存在を識別する。
【００４８】ウィンドウ・セクションを比較するいくつ
かの別の方法が開発されているが、各方法の基礎となる
原理は、外側のセクション６２、６４の両方が中央のセ
クション６６と有意的に異なっており他のある条件が満
たされる場合には（ステップ１３）、中央のセクション
６６内に機雷状の物体が存在する（ステップ１４〜１
８）ということである。（ステップ１３に関係して説明
される）満たされるべき条件は、（中央のウィンドウ・
セクション６６内に領域があることを確認するために）
各ウィンドウ・セクション６６、６２、６４の領域ピク
セルのパーセンテージと、（ウィンドウ６０の外部に延
長する非常に大きな領域の検出を避けるために）検出さ
れた領域の全体の面積に関係する。
【００４９】プロセッサ１９が実行する統計的特徴の計
算（ステップ９、１１、１２）の第１のステップ（ステ
ップ９）は、３つのウィンドウ・セクション（上部のウ
ィンドウ・セクション６２、中央のウィンドウ・セクシ
ョン６６、下部のウィンドウ・セクション６４）のそれ
ぞれにおけるヒストグラムを決定することである。次の
ステップ（ステップ１１）は、３つのウィンドウ・セク
ション６６、６２、６４のそれぞれに対して、それぞれ
のｐｄｆを計算することである。すなわち、上部のウィ
ンドウ・セクション６２のｐｄｆであるｕｉ、中央のウ
ィンドウ・セクション６６のｐｄｆであるｓｉ、下部の
ウィンドウ・セクション６４のｐｄｆであるｄｉを計算
する（ここで、ｉは、ヒストグラムのｉ番目のビンであ
る）。ステップ１１は、また、３つのウィンドウ・セク
ション６６、６２、６４に対して、累積分布関数（ＣＤ
Ｆ）を計算する。すなわち、上部のウィンドウ・セクシ
ョン６２のＣＤＦであるＵｉ、中央のウィンドウ・セク
ション６６のＣＤＦであるＳｉ、下部のウィンドウ・セ
クション６４のＣＤＦであるＤｉを計算する（ここで、
ｉは、ヒストグラムのｉ番目のビンである）。
【００５０】計算された確率密度関数（ｐｄｆ）である
ｕｉ、ｓｉ、ｄｉと、計算された累積分布関数（ＣＤ
Ｆ）であるＵｉ、Ｓｉ、Ｄｉとから（ステップ１１参
照）、プロセッサ１９は、進んだ統計を計算する（ステ
ップ１２）。これらの進んだ統計は、修正されたピアソ
ン検出の特徴、コルモゴロフ統計の特徴、グレイ・レベ
ル・エントロピ検出の特徴、多項統計の特徴である。
【００５１】修正されたピアソン検出の特徴 ２つの母集団の間の差に対するピアソンのχ二乗検定を
修正（変形）したものがプロセッサ１９によって用いら
れて、センタ・ウィンドウ・セクション６６と、その上
下の隣接するウィンドウ・セクション６２、６４それぞ
れの間の統計的な差の測度を得る。
【００５２】ピアソンのχ二乗検定の統計が用いられ
て、検定母集団が標準的な母集団と同じ分布を有してい
るものと統計的に見なせるかどうかが示される。検定統
計は、次の式で表すことができる。
【００５３】
【数１】 ただし、この式で、Ｎｉは観測された周波数であり、ｎ
ｑｉは予測される周波数である。χ２は、観測されたＮ
ｉの予測値ｎｑｉからの偏差の測度である。
【００５４】側方監視ソナー・システム１０に対して
は、外側のウィンドウ６２、６４は、予測される母集団
を定義するのに用いられる。修正されたピアソンの検定
統計は、分母の項を導入することによって予測される母
集団のバイアスを除去し、検定統計が、以下のような経
験的な確率密度関数（ｐｄｆ）を用いることによってプ
ロセッサ１９によって計算される。
【００５５】ｓｉ、ｕｉ、ｄｉを、中央（ｓ）、上部
（ｕ）、下部（ｄ）のウィンドウ・セクション６６、６
２、６４それぞれからのｐｄｆのｉ番目のビンの値とす
る。修正されたピアソンの検定は、それぞれ、上部及び
下部のウィンドウ・セクション６２、６４に関しては、
次の式で表すことができる。
【００５６】
【数２】
【数３】 プロセッサ１９は、このｐｕ、ｐｄを組み合わせて、ｐ
u，d＝ｍｉｎ（ｐｕ，ｐｄ）によって定義されるウィン
ドウの組に対する検定統計を生じる。
【００５７】このように論理和をとることは、両方の成
分検定統計（ｐｕ，ｐｄ）が、同時に統計的な乱れの存
在を示すことを要求する。このことは、１つのウィンド
ウだけにおける背景の人工物に起因するスプリアスの検
出を妨げることになる。
【００５８】コルモゴロフ統計の特徴 この統計分析は、「適合度」の検定を与える。コルモゴ
ロフ統計は、累積分布関数を使用することによって、２
つの母集団が統計的に同一であるという仮説を検定す
る。分析の文脈でこの検定を用いるのではなく、検定統
計は特徴として用いられる。
【００５９】このＳＬＳ１０の特徴のために、３つのウ
ィンドウ・セクション６２、６４、６６におけるグレイ
・レベルのＣＤＦが計算される。Ｓｉ、Ｕｉ、Ｄｉは、
中央、上部、下部のウィンドウ・セクション６６、６
２、６４それぞれからのＣＤＦのｉ番目のビンにおける
値を表すものとする。すると、成分統計は、次の式で表
せる。
【００６０】
【数４】 上述のように、プロセッサ１９は、これらを組み合わせ
て検出統計を検出する。したがって、ｋu，d＝ｍｉｎ
（ｋｕ，ｋｄ）である。
【００６１】グレイ・レベル・エントロピ検出の特徴 統計分布のエントロピは、
【数５】 で定義される。
【００６２】これは、ｐにおける（シャノンの意味で
の）情報の予測値として解釈されている。この表現にお
いて、ｐは、ｐｄｆである。３つのウィンドウ・セクシ
ョン６６、６２、６４それぞれにおけるｐｄｆである
（ｓ、ｕ、ｄ）が与えられた場合に、プロセッサ１９
は、ウィンドウ・セクション６６、６２、６４それぞれ
に対するエントロピであるＨｓ、Ｈｕ、Ｈｄを計算す
る。中央のウィンドウ・セクション６６と外側のウィン
ドウ・セクション６２、６４との間のエントロピの差
は、検出の特徴として用いられるのであって、Ｅu，d＝
ｍｉｎ（Ｈｕ−Ｈｓ，Ｈｄ−Ｈｓ）となる。
【００６３】プロセッサ１９は、コルモゴロフ統計の場
合と異なり、差をとっているが、これは、結果の符号が
意味をもつからである。すなわち、３つのウィンドウ・
セクション６２、６４、６６の中の１つだけにおけるエ
ントロピでも、通常と異なるグレイ・レベル分布の存在
を示す固有の意味を有している。したがって、エントロ
ピの特徴は、相対的な比較である既に述べた２つの特徴
に対して、絶対的な特徴である。
【００６４】多項統計の特徴 この特徴は、普遍的な母集団を表すものと考えられてい
る外側のウィンドウ・セクション６２、６４のそれぞれ
に対する中央ウィンドウ・セクション６６における経験
的なｐｄｆの類似性を本質的に測定する。これは、中央
のウィンドウ・セクション６６の経験的なｐｄｆを、一
連の多項試行の結果として扱う。このようにして形成さ
れたｐｄｆの確率は、多項密度によって与えられる。こ
こでは、プロセッサ１９は、母集団であるｐｄｆは、外
側のウィンドウ・セクション６２、６４によって与えら
れるものと想定する。多項密度は、
【数６】 によって与えられるが、ここで、ｎ＝Σｋｉは、考慮さ
れている外側のウィンドウ・セクション６２、６４の１
つにおける試行又はピクセルの数であり、バー付きのθ
は確率ベクトルである。すなわち、任意のｉに関して、
θｉ＞０．０であり、Σθｉ＝１．０である。また、ｂ
は、ビンの数であり、θi kiは、θｉピクセル・レベル
が、ウィンドウ・セクションのｎピクセル母集団におい
てｋｉ回生じる確率である。
【００６５】プロセッサ１９は、上部及び下部のウィン
ドウ・セクション６２、６４に対する成分確率を、ｕ又
はｄ（上部及び下部のウィンドウ・セクション６２、６
４に関連するｐｄｆ）からバー付きのθを導くことによ
って、インプリシットに計算する。ｋｉは、中央ウィン
ドウ６６のｐｄｆから決定される。計算上の理由から、
プロセッサ１９は、この２つの確率に関連する情報を実
際に計算する。この情報は、ｐｄｆの関数であり、した
がって、Ｉ（ｐ）＝−ｌｏｇ２（ｐ（ｋ，θ））とな
る。ただしここで、ｋとθとは、上述の式の左辺のよう
にバー付きである。これには、多項密度がパラメータに
対して計算的に扱いやすくなるという利点がある。した
がって、
【数７】 となる。ただし、ここで、
【数８】 が、１つの外側ウィンドウ・セクションの母集団を与え
られた中央のウィンドウ・セクション６６における特定
のヒストグラムの発生の情報測度となる。ここで実現さ
れているように、Ｔ（ｌ）と対数関数とは、テーブル・
ルックアップである。プロセッサ１９は、総体の多項検
出の特徴に対して、ｍu，d＝ｍｉｎ（Ｉ（ｕ），Ｉ
（ｄ））を形成する。
【００６６】領域特徴のパーセンテージ・フィルと全体
面積（ステップ８、１０、１３） 受容可能な領域の性質への制約がプロセッサ１９によっ
て用いられて、統計的な検出器の実績を改善する。隣接
する領域に属する中央ウィンドウ・セクション６６にお
けるピクセルの優位の存在は、機雷状の物体の影響を暗
示している。典型的なノイズ背景は、量子化と領域選択
（選別）操作の結果として、意味のある隣接領域を生じ
ない。
【００６７】パーセント・フィル制約は、対象となる領
域が外側のウィンドウ・セクション６２、６４に対して
真ん中のウィンドウ・セクション６６にあることを保証
するのに用いられる。各ウィンドウ位置に関して次のこ
とがいえる。
【００６８】１．下部、中央、上部のウィンドウ・セク
ション６２、６４、６６それぞれにおける明部又は暗部
領域のピクセルの総数がカウントされる。
【００６９】２．ウィンドウ・セクション６２、６４、
６６それぞれにおける領域ピクセルの数は、ウィンドウ
・セクション６０におけるピクセルの総数によって割ら
れる。（中央のウィンドウ・セクション６６は、１１×
１２８＝１０４８のピクセルを有しており、外側のウィ
ンドウ・セクション６２、６４それぞれは、１２×１２
８＝１５３６のピクセルを有している。）これにより、
３つのウィンドウ・セクション６６、６２、６４それぞ
れに、パーセント・フィルが与えられる。
【００７０】３．下部及び上部のウィンドウ・セクショ
ン６２、６４のパーセント・フィルの最大値が、ｆ０＝
ｍａｘ（ｆ１，ｆｕ）によって決定される。ここで、ｆ
１は、下部のウィンドウ・セクション６４のパーセント
・フィルであり、ｆｕは、上部のウィンドウ・セクショ
ン６２のパーセント・フィルであり、ｆ０は、これらの
上部及び下部のウィンドウ・セクションのパーセント・
フィルの最大値である。
【００７１】４．パーセント・フィルのスレショルド
は、中央のウィンドウ・セクション６６のパーセント・
フィルの関数である。パーセント・フィルの計算は、ｆ
ｍ≦０．１の場合には、ｆoth ＝０．０であり、０．１
≦ｆｍ≦０．４５１５６２５の場合には、ｆoth＝０．
４×［（ｆｍ−０．１）／（１．０−０．１）］1/2で
あり、０．４５１５６２５≦ｆｍの場合には、ｆoth ＝
０．２５である。ここで、ｆｍは、中央のウィンドウ・
セクション６６のパーセント・フィルであり、ｆot h
は、パーセント・フィルのスレショルドである。
【００７２】５．外側のウィンドウ・セクション６６の
パーセント・フィルの最大値がパーセント・フィルのス
レショルドよりも小さい場合には、検出が可能である。
図１７は、中央のウィンドウ・セクション６６のパーセ
ント・フィルと、検出が可能であるためには正確でなけ
ればならない外側のウィンドウ・セクション６２、６４
のパーセント・フィルの最大値との関係を示している。
【００７３】面積和の制約は、ウィンドウ６０の外側に
延長する非常に大きい領域を除去するのに用いられる。
各ウィンドウ位置に対して、次のことがいえる。
【００７４】１．面積和スレショルドが決定されるが、
それは、中央のウィンドウ・セクション６６のパーセン
ト・フィルの関数であり、ｆｍ≦０．４の場合には、ａ
sth＝ｎｍ×２．０であり、０．４≦ｆｍ≦０．６５の
場合には、ａsth ＝ｎｍ×［２．０＋６．０（ｆｍ−
０．４）］であり、０．６５≦ｆｍの場合には、ａsth
＝ｎｍ×３．５である。ここで、ｆｍは中央のウィンド
ウ・セクション６６のパーセント・フィルであり、ｎｍ
は中央のウィンドウ・セクション６６のピクセルの数で
あり（１１×１２８＝１０４８）、ａsth は面積和のス
レショルドである。
【００７５】２．中央のウィンドウ・セクション６６に
全体又は一部が含まれる領域は、プロセッサ１９によっ
て決定される。これは、ウィンドウ６０が領域レベル地
図（図１１〜図１５）上に置かれた場合に中央のウィン
ドウ・セクション６６内のすべてのピクセルを検査する
ことによって行われる。現れる任意の領域数はリストに
加えられ、複写は除去される。最終の結果は、中央のウ
ィンドウ・セクション６６のすべての領域のメモリ１８
におけるリストである。
【００７６】３．リスト内の領域の面積が合計されて面
積和が決定される。
【００７７】４．この面積和が面積和スレショルドより
も小さい場合には、検出が可能である。
【００７８】図１７は、クロス・ハッチングにおけるパ
ーセント・フィル制約に関係する受容可能な領域であ
る。ｓｆｉｌｌ、ｕｆｉｌｌ、ｄｆｉｌｌは、それぞ
れ、中央、上部、下部のウィンドウ・セクション６６、
６２、６４に対する領域ピクセルの比率である。一般
に、制約によって、中央のウィンドウ・セクション６６
は大部分が領域ピクセルによって構成され、同時に、領
域ピクセルは最悪の場合で外側ウィンドウ・セクション
６２、６４に限定されることが保証される。パラメータ
ｔ７、ｔ８は、経験的に決定され、二次関数を用いて空
間を分割する。特定のｔ７、ｔ８及び分割関数は本質的
ではなく、パーセント・フィルと、ｓｆｉｌｌ、ｕｆｉ
ｌｌ、ｄｆｉｌｌの比較に意味がある。
【００７９】最終的な領域制約によれば、中央のウィン
ドウ・セクション６６と交差する領域のピクセルの総数
は中央のウィンドウ・セクション６６内のピクセル数の
ある倍数よりも小さいことが要求される。この倍数は、
ｓｆｉｌｌの一次関数として２．０と３．０との間を変
動する。この面積制約の特徴によれば、大きな隣接する
領域のスプリアス検出は妨げられ、パーセント・フィル
の制約は細かく切片状態にされた領域のスプリアス検出
を原理的に妨げる。
【００８０】決定空間計算（ステップ１４〜１７） 機雷存在の決定を行うためにプロセッサ１９によってス
テップ１４〜１７において組み合わされる７つの特徴が
ある。すなわち、進んだ統計学の特徴（ステップ１２に
おいて説明した、修正されたピアソン、コルモゴロフ、
グレイ・レベル・エントロピ、多項の特徴）と、３つの
領域の特徴（ステップ１３において説明した、パーセン
ト・フィル、パーセント・フィルのスレショルド及び面
積和スレショルド）であり、これらは制約条件として用
いられる。４つの統計的な特徴（修正されたピアソン、
コルモゴロフ、グレイ・レベル・エントロピ、多項）
は、第１に、スレショルドを超えるものとの論理的比較
によってプロセッサ１９により検査される。３つの領域
から導かれる特徴（パーセント・フィル、パーセント・
フィルのスレショルド及び面積和スレショルド）は、そ
の次に、統計的に肯定的な判断を受け入れる又は拒絶す
るために用いられる。
【００８１】一般的に、任意の統計的特徴の大きな値
は、中央及び隣接のウィンドウの間の統計的な有意差を
示すものと受け取られる。しかし、これは、自然界で生
じる異方性を有する背景におけるゆらぎに起因する機雷
検出問題に対して十分であることを意味しない。ＳＬＳ
１０のプロセッサ１９は、統計的な特徴の組み合わせに
依存して機雷の証拠を評価する。
【００８２】統計的な特徴に関する論理的な決定空間
は、［クローズ１］（ｐ＞ｔ３かつｋ＞ｔ２）又は（ｐ
＞ｔ４かつｋ＞ｔ１）、又は、［クローズ２］（ｍ＞ｔ
５かつｅ＞０．０）又は（ｍ＞ｔ６）の論理方程式の形
式で表される。ここで、ｐは、修正されたピアソンの特
徴であり、ｋは、コルモゴロフの特徴であり、ｍは、多
項の特徴である。最適値であるｔｉは、経験的に、識別
された機雷目標を有するデータで訓練することによって
決定される。上述のクローズ１は、確率増加分であるユ
ニットと共に作用し、クローズ２は、ビット形態の情報
のユニットと共に作用する（これは、対数関数が計算さ
れる場合には、基底２が用いられるからである）。
【００８３】受容可能な領域の性質は、ステップ１６、
１７において用いられ、統計的な検出器の実績を向上さ
せる。ステップ１６では、隣接する領域に属する中央の
ウィンドウ・セクションにおけるピクセルの優位の存在
が、機雷状の物体の影響を暗示する。典型的なノイズ背
景は、セグメント化及び領域選択（選別）操作によって
も、有意的な隣接領域を生じない。パーセント・フィル
の制約は、対象となる領域が、外側のウィンドウ・セク
ション６２、６４に対して中央のウィンドウ・セクショ
ン６６内にあることを保証する。ステップ１６におい
て、面積和の制約は、ウィンドウ６０の外側に広がる非
常に大きな領域を除去するのに用いられる。
【００８４】更に詳しくは、ＳＬＳの一般原理が適応さ
れて、特定のパラメータを選択することによってＳＬＳ
画像における機雷状の物体の証拠を見いだす。明らか
に、中央及び隣接するウィンドウ・セクションの長さ、
幅、間隔、増加分の重複は、予想される機雷状の証拠の
空間的な大きさに、ほぼ整合している。統計的な特徴の
スレショルドのパラメータ化は、背景及びソナー特性に
深く関係する。これは、機雷状の物体の特性と関係する
からである。したがって、ＳＬＳのウィンドウ・セクシ
ョンが既知のＳＬＳ画像特性を有する他の種類の物体の
検出に適するように調整することが可能であることが分
かる。
【００８５】ＳＬＳは、（ゼロ又はゼロに近いｄＢのＳ
ＮＲで）非常に境界的な画像の証拠と共に作用して、機
雷状の物体を判断することができる。
【００８６】領域が、機雷状の物体を含むように見える
場合には、その領域は機雷状の物体のリストに加えられ
る（ステップ１７）。ＳＬＳは、誤って岩や海草や転換
地帯を検出することはなく、画像中のその証拠が境界的
である機雷状の物体を見つける。このプロセスは、最後
のウィンドウからのデータが処理されるまで続く。
【００８７】本発明の好適実施例を以上で説明してきた
が、その概念を組み入れた他の実施例も可能であること
は当業者には自明であろう。したがって、本発明はこの
好適実施例には限定されず、冒頭の特許請求の範囲の精
神と範囲によってのみ確定されるものとする。
【図面の簡単な説明】
【図１】水塊の底部を地図作製して水中の未知の物体を
識別する、本発明による側方監視ソナー・システムの全
体図である。
【図２】図１のソナー・システムのブロック図である。
【図３】図１のソナー・システムで用いられるレンジ方
向とクロス・レンジ方向とを説明するのに用いられる図
である。
【図４】図１のソナー・システムによって地図作製され
た水底上に典型的に見いだされる水中の未知物体を図解
するスケッチである。
【図５】図１のソナー・システムによって用いられる処
理の流れ図である。
【図６】図１のソナー・システムによって用いられる処
理の流れ図であり、図５から続いている。
【図７】図１のソナー・システムによって用いられる処
理の流れ図であり、図６から続いている。
【図８】図５〜図７の流れ図による処理を理解するのに
役立つ図である。
【図９】図５〜図７の流れ図による処理を理解するのに
役立つ図である。
【図１０】図５〜図７の流れ図による処理を理解するの
に役立つ図である。
【図１１】図５〜図７の流れ図との関係で説明された処
理において用いられる領域ラベリングのプロセスを理解
するのに役立つ図である。
【図１２】図５〜図７の流れ図との関係で説明された処
理において用いられる領域ラベリングのプロセスを理解
するのに役立つ図である。
【図１３】図５〜図７の流れ図との関係で説明された処
理において用いられる領域ラベリングのプロセスを理解
するのに役立つ図である。
【図１４】図５〜図７の流れ図との関係で説明された処
理において用いられる領域ラベリングのプロセスを理解
するのに役立つ図である。
【図１５】図５〜図７の流れ図との関係で説明された処
理において用いられる領域ラベリングのプロセスを理解
するのに役立つ図である。
【図１６】レンジ走査上のセルの３つのウィンドウを示
し、各ウィンドウは異なったクロス・レンジ位置にデー
タを有しており、各ウィンドウ内のデータは図１のソナ
ー・システムによって用いられて水中の未知の物体のク
ロス・レンジの長さを決定する。
【図１７】図１のソナー・システムが機雷状の水中の物
体を判断する動作を理解するのに役立つ図である。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 マイケル・エイ・デエット アメリカ合衆国ロード・アイランド州 02852，ノース・キングストン，コール・ ドライヴ 232 (72)発明者 スティーブン・ジー・ジョンソン アメリカ合衆国ロード・アイランド州 02837，リトル・コンプトン，サコンネッ ト・トレイル 32 (72)発明者 アレン・シー・ヴァヌガ アメリカ合衆国マサチューセッツ州01720, アクトン，ブルースウッド 11

Claims (8)

    【特許請求の範囲】
  1. 【請求項１】 水塊の水底をマッピングして水中の未知
    物体を識別するソナー・システムであり、該マッピング
    は一連のエコー・リターンから形成され、各エコー・リ
    ターンは所定の方向で前記水底に向けられた送信パルス
    に応答するレンジ走査として作成され、一連のソナー・
    リターンは前記所定の方向に垂直なクロス・レンジ方向
    で受信され、該ソナー・システムはピクセルの２次元ア
    レーにおける前記エコー・リターンの強度を表す信号を
    記憶し、各ピクセルは前記所定の方向の該システムから
    の所定のレンジ位置と該システムの基準位置からの所定
    のクロス・レンジ位置とにおけるエコー・リターンの強
    度を表すソナー・システムであって、 前記各ピクセルの強度を複数のレベルの１つに量子化す
    る手段と、 １つのクロス・レンジ位置におけるレンジ走査上のセル
    のレベルの分布を、別のクロス・レンジ位置におけるレ
    ンジ走査上のセルのレベルの分布と比較して、水面下の
    物体の存在を識別する手段と、 を備えていることを特徴とするソナー・システム。
  2. 【請求項２】 請求項１記載のソナー・システムであっ
    て、前記比較手段の分布が、確率分布であることを特徴
    とするソナー・システム。
  3. 【請求項３】 請求項１記載のソナー・システムであっ
    て、前記分布が、修正されたピアソン検出の特徴、コル
    ゴモロフ統計の特徴、グレイ・レベル・エントロピ検出
    の特徴、多項統計の特徴、の中の少なくとも１つを含む
    統計的特徴を有することを特徴とするソナー・システ
    ム。
  4. 【請求項４】 水塊の水底をマッピングして水中の未知
    物体を識別するソナー・システムであり、該マッピング
    は一連のエコー・リターンから形成され、各エコー・リ
    ターンは所定の方向で前記水底に向けられた送信パルス
    に応答するレンジ走査として作成され、一連のソナー・
    リターンは前記所定の方向に垂直なクロス・レンジ方向
    で受信され、該ソナー・システムはピクセルの２次元ア
    レーにおける前記エコー・リターンの強度を表す信号を
    記憶し、各ピクセルは前記所定の方向の該システムから
    の所定のレンジ位置と該システムの基準位置からの所定
    のクロス・レンジ位置とにおけるエコー・リターンの強
    度を表すソナー・システムであって、 前記各ピクセルの強度を複数のレベルの１つに量子化す
    る手段と、 隣接するクロス・レンジ位置の第１の組におけるレンジ
    走査上のセルのレベルの分布を、隣接するクロス・レン
    ジ位置の別の第２の組におけるレンジ走査上のセルのレ
    ベルの分布と比較して、水面下の物体の存在を識別する
    手段と、 を備えていることを特徴とするソナー・システム。
  5. 【請求項５】 請求項４記載のソナー・システムであっ
    て、前記比較手段が、隣接するクロス・レンジ位置の第
    ３の組におけるレンジ走査上のセルのレベルの分布を、
    隣接するクロス・レンジ位置の前記第１の組におけるレ
    ンジ走査上のセルのレベルの分布と比較して水面下の物
    体の存在を識別する手段を含むことを特徴とするソナー
    ・システム。
  6. 【請求項６】 請求項５記載のソナー・システムであっ
    て、隣接するクロス・レンジ位置の前記第１の組が、ク
    ロス・レンジ位置の前記第２及び第３の組のクロス・レ
    ンジ位置の間のクロス・レンジ位置に配置されているこ
    とを特徴とするソナー・システム。
  7. 【請求項７】 請求項６記載のソナー・システムであっ
    て、前記比較手段の分布が、確率分布であることを特徴
    とするソナー・システム。
  8. 【請求項８】 請求項７記載のソナー・システムであっ
    て、前記分布が、修正されたピアソン検出の特徴、コル
    ゴモロフ統計の特徴、グレイ・レベル・エントロピ検出
    の特徴、多項統計の特徴、の中の少なくとも１つを含む
    統計的特徴を有することを特徴とするソナー・システ
    ム。
JP09007994A 1993-04-27 1994-04-27 ソナー・システム Expired - Lifetime JP3573783B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US054771 1993-04-27
US08/054,771 US5321667A (en) 1993-04-27 1993-04-27 Sonar systems

Publications (2)

Publication Number Publication Date
JPH06347547A true JPH06347547A (ja) 1994-12-22
JP3573783B2 JP3573783B2 (ja) 2004-10-06

Family

ID=21993429

Family Applications (1)

Application Number Title Priority Date Filing Date
JP09007994A Expired - Lifetime JP3573783B2 (ja) 1993-04-27 1994-04-27 ソナー・システム

Country Status (4)

Country Link
US (2) US5321667A (ja)
EP (1) EP0622641B1 (ja)
JP (1) JP3573783B2 (ja)
DE (1) DE69429128T2 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009068989A (ja) * 2007-09-13 2009-04-02 Nec Corp アクティブソーナー装置およびアクティブソーナー装置による残響除去方法
JP2012098102A (ja) * 2010-11-01 2012-05-24 Hitachi Ltd 機雷掃海システム
JP2013508712A (ja) * 2009-10-23 2013-03-07 テールズ 弾性非線形フィルタリングを介した同時的な位置特定およびマッピング用の方法
JP2014041135A (ja) * 2013-09-06 2014-03-06 Nec Corp アクティブソーナー装置

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5442358A (en) * 1991-08-16 1995-08-15 Kaman Aerospace Corporation Imaging lidar transmitter downlink for command guidance of underwater vehicle
US5321667A (en) * 1993-04-27 1994-06-14 Raytheon Company Sonar systems
JP3490490B2 (ja) * 1994-01-28 2004-01-26 株式会社東芝 パターン画像処理装置及び画像処理方法
US6002644A (en) * 1998-04-20 1999-12-14 Wilk; Peter J. Imaging system and associated method for surveying underwater objects
US6483778B1 (en) * 1999-04-02 2002-11-19 Raytheon Company Systems and methods for passively compensating transducers
US6678403B1 (en) * 2000-09-13 2004-01-13 Peter J. Wilk Method and apparatus for investigating integrity of structural member
AUPR560001A0 (en) * 2001-06-08 2001-07-12 Hostetler, Paul Blair Mapping method and apparatus
US7242819B2 (en) * 2002-12-13 2007-07-10 Trident Microsystems, Inc. Method and system for advanced edge-adaptive interpolation for interlace-to-progressive conversion
US7417666B2 (en) * 2003-04-01 2008-08-26 University Of South Florida 3-D imaging system
US7796809B1 (en) 2003-12-15 2010-09-14 University Of South Florida 3-D imaging system with pre-test module
US7221621B2 (en) * 2004-04-06 2007-05-22 College Of William & Mary System and method for identification and quantification of sonar targets in a liquid medium
US7315485B1 (en) * 2005-12-20 2008-01-01 United States Of America As Represented By The Secretary Of The Navy System and method for target classification and clutter rejection in low-resolution imagery
DE102009024342B9 (de) * 2009-06-09 2012-01-05 Atlas Elektronik Gmbh Verfahren zum Aufspüren von Anomalien an einem Unterwasserobjekt
US8305840B2 (en) * 2009-07-14 2012-11-06 Navico, Inc. Downscan imaging sonar
US8300499B2 (en) 2009-07-14 2012-10-30 Navico, Inc. Linear and circular downscan imaging sonar
US8743657B1 (en) * 2011-04-22 2014-06-03 The United States Of America As Represented By The Secretary Of The Navy Resolution analysis using vector components of a scattered acoustic intensity field
US9142206B2 (en) 2011-07-14 2015-09-22 Navico Holding As System for interchangeable mounting options for a sonar transducer
US9182486B2 (en) 2011-12-07 2015-11-10 Navico Holding As Sonar rendering systems and associated methods
US9268020B2 (en) 2012-02-10 2016-02-23 Navico Holding As Sonar assembly for reduced interference
US9354312B2 (en) 2012-07-06 2016-05-31 Navico Holding As Sonar system using frequency bursts
GB2505966A (en) * 2012-09-18 2014-03-19 Seebyte Ltd Target recognition in sonar imaging using test objects
AU2013248207A1 (en) * 2012-11-15 2014-05-29 Thomson Licensing Method for superpixel life cycle management
US9223310B2 (en) * 2013-02-08 2015-12-29 The Boeing Company Ship course obstruction warning transport
US9405959B2 (en) * 2013-03-11 2016-08-02 The United States Of America, As Represented By The Secretary Of The Navy System and method for classification of objects from 3D reconstruction
RU2602759C1 (ru) * 2015-09-07 2016-11-20 Акционерное Общество "Концерн "Океанприбор" Способ автоматического обнаружения и классификации объекта в водной среде
US10151829B2 (en) 2016-02-23 2018-12-11 Navico Holding As Systems and associated methods for producing sonar image overlay
US11367425B2 (en) 2017-09-21 2022-06-21 Navico Holding As Sonar transducer with multiple mounting options
US11353566B2 (en) * 2018-04-26 2022-06-07 Navico Holding As Sonar transducer having a gyroscope
US11221403B2 (en) 2018-05-21 2022-01-11 Navico Holding As Impact detection devices and methods
US11357161B2 (en) 2018-12-07 2022-06-14 Harvest International, Inc. Gauge wheel arm with split end and threaded bore
JP7269784B2 (ja) * 2019-04-18 2023-05-09 古野電気株式会社 水中探知装置、水中探知方法およびプログラム
CN110954904B (zh) * 2019-12-04 2022-08-30 宁波羽声海洋科技有限公司 一种单发正交分时发射合成孔径声纳、成像方法及设备
KR102604114B1 (ko) * 2022-01-17 2023-11-22 전남대학교산학협력단 딥러닝을 이용한 소나 영상내의 어류 검출 방법

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3943482A (en) * 1967-10-03 1976-03-09 The United States Of America As Represented By The Secretary Of The Navy Marine mine detector
FR2241078B1 (ja) * 1973-08-16 1977-08-12 France Etat
US3967234A (en) * 1974-03-06 1976-06-29 Westinghouse Electric Corporation Depth-of-field arc-transducer and sonar system
US4422166A (en) * 1981-08-17 1983-12-20 Klein Associates, Inc. Undersea sonar scanner correlated with auxiliary sensor trace
FR2631455B1 (fr) * 1988-05-10 1991-01-25 Thomson Csf Procede de classification sonar des objets sous-marins, notamment pour mines a orin
US5018214A (en) * 1988-06-23 1991-05-21 Lsi Logic Corporation Method and apparatus for identifying discrete objects in a visual field
US5025423A (en) * 1989-12-21 1991-06-18 At&T Bell Laboratories Enhanced bottom sonar system
US5181254A (en) * 1990-12-14 1993-01-19 Westinghouse Electric Corp. Method for automatically identifying targets in sonar images
US5155706A (en) * 1991-10-10 1992-10-13 Westinghouse Electric Corp. Automatic feature detection and side scan sonar overlap navigation via sonar image matching
US5321667A (en) * 1993-04-27 1994-06-14 Raytheon Company Sonar systems

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009068989A (ja) * 2007-09-13 2009-04-02 Nec Corp アクティブソーナー装置およびアクティブソーナー装置による残響除去方法
JP2013508712A (ja) * 2009-10-23 2013-03-07 テールズ 弾性非線形フィルタリングを介した同時的な位置特定およびマッピング用の方法
JP2012098102A (ja) * 2010-11-01 2012-05-24 Hitachi Ltd 機雷掃海システム
JP2014041135A (ja) * 2013-09-06 2014-03-06 Nec Corp アクティブソーナー装置

Also Published As

Publication number Publication date
DE69429128D1 (de) 2002-01-03
EP0622641B1 (en) 2001-11-21
DE69429128T2 (de) 2002-07-25
EP0622641A2 (en) 1994-11-02
JP3573783B2 (ja) 2004-10-06
US5321667A (en) 1994-06-14
EP0622641A3 (en) 1996-05-08
US5438552A (en) 1995-08-01

Similar Documents

Publication Publication Date Title
JP3573783B2 (ja) ソナー・システム
US7916933B2 (en) Automatic target recognition system for detection and classification of objects in water
EP2383584B1 (en) Method and device for detecting ultrasound wave, and method and device for detecting school of fish
US5363850A (en) Method for recognition and reduction of blood speckle in blood vessel imaging system
CN111123212B (zh) 一种基于复杂杂波背景下的场面监视雷达的信号处理方法
CN111665517B (zh) 一种基于密度统计的单光子激光测高数据去噪方法及装置
US8638641B2 (en) Real-time robust method for determining the trajectory of one or more cetaceans by means of passive acoustics, using a laptop computer
CN114266892A (zh) 一种多源数据深度学习的路面病害识别方法及系统
GB2505966A (en) Target recognition in sonar imaging using test objects
US7869306B2 (en) System and method for automatic detection of a sonar contact
JP4168040B2 (ja) 埋設物探査処理方法及び装置、埋設物探査処理プログラム、並びにそれらのプログラムを記録した記録媒体
CN115223044A (zh) 基于深度学习的端到端三维探地雷达目标识别方法及系统
CN105741284A (zh) 一种多波束前视声纳目标检测方法
Chapple Automated detection and classification in high-resolution sonar imagery for autonomous underwater vehicle operations
Atallah et al. Wavelet analysis of bathymetric sidescan sonar data for the classification of seafloor sediments in Hopvågen Bay-Norway
CN116403100A (zh) 一种基于矩阵分解的声呐图像小目标检测方法
CN115690035A (zh) 基于声纳图形的水下结构缺陷检测方法、装置、设备和介质
WO2003021288A2 (en) Surface texture determination method and apparatus
Hunt et al. Target detection in underwater LiDAR using machine learning to classify peak signals
CA2383760A1 (en) Fish detection method using sonar data
Siccardi et al. Seabed vegetation analysis by a 2 MHz sonar
WO2003093868A1 (en) Compensation of sonar image data primarily for seabed classification
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
CN118795421A (zh) 用于雷达的杂波抑制方法、装置及存储介质
Fox et al. Segmentation of images from an acoustic lens sonar

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040210

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040510

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20040601

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20040630

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070709

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080709

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090709

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090709

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100709

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110709

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110709

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120709

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120709

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130709

Year of fee payment: 9

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term