一種利用點聚集特性的側掃聲納目標探測方法技術

本發明專利技術涉及的是數字圖像處理技術領域。具體涉及一種利用點聚集特性的側掃聲納目標探測方法。本發明專利技術包括：對側掃聲納圖像進行預處理；設定第一圖像灰度初始閾值T；對側掃聲納圖像進行以閾值T進行分割，得到有效點；判斷有效點個數是否在理想計算范圍N以內，如果有效點個數在理想計算范圍N以內，執行步驟(5)，如果有效點個數不在理想計算范圍N以內，以S為速度提高閾值T，替代原有閾值，重新執行步驟(3)；得到有效點后，計算每個點的累積量。本發明專利技術提供了一種高效的分割出側掃聲納圖像中的目標的方法，對于含有構成海底強反射點的點狀噪聲和海底混響產生的云狀噪聲的側掃聲納圖像有著更好的分割效果，能夠更有效的分割出聚集點。

【技術實現步驟摘要】

本專利技術涉及的是數字圖像處理
具體涉及一種利用點聚集特性的側掃聲納目標探測方法。
技術介紹
目標探測是指確定單一圖像或序列圖像中是否有目標并將感興趣的目標區域和不感興趣的背景區域分開的一種操作。它往往會利用已知的先驗知識，計算相關的特征量，并利用這些特征量區分目標與背景。目前水聲目標探測技術被廣泛應用于石油勘探、水下地形觀察、深海管線探查、水下物體打撈、海洋漁業等領域。軍事方面，淺海地區水雷探測已經成了各國海軍的重大難題。而聲納系統可大范圍探測水下區域，因此水聲探測系統已經成了各國研究熱點。在淺海地區進行水雷探測是十分困難的。水雷目標小且常隱藏于一些人造障礙物中。美國海面戰研中心在水雷目標自動或半自動探測方面進行了進十年研究，利用非可交換群諧波分析理論，研制出了能有效降低虛警概率的多算法融合水雷目標探測系統。該系統可以快速處理聲納圖像，提取可疑區域。目前國外學者已經對水下目標探測方法進行了大量研究，得到了一些高效的基于聲納圖像的目標探測系統。而國內的相應研究還處于起步階段，還沒有成型的相應產品。目標探測并提取的結果將會直接影響目標識別的處理結果，因此對于目標探測方法的研究是有重要意義的。在處理實際側掃聲納圖像中，會遇到如下問題：1、側掃聲納圖像信噪比較低2、側掃聲納圖像中的待測目標相對較小3、海底不規整或者有較多聲波強反射的巖石等較小物體4、海底混響以上問題可以更加形象的轉化為兩種高噪聲下的分割問題，一種是構成海底強反射點的點狀噪聲(structural noise)，一種是海底混響，我們這里稱作云狀噪聲(contamination region noise)，這兩種噪聲，現有的圖像增強算法仍然沒辦法完全有效的去除這兩種噪聲，因此要把精力放在分割算法上。主流的分割算法分為兩種，一種是傳統通過各種優化準則設定灰度閾值的分割方法，例如傳統的閾值分割或者最大類間方差的分割算法；另一種是通過設定平面閉合曲線，通過計算曲線內外的像素灰度差值來控制曲線的縮放，例如水平集分割方法或者無邊緣特性的動態輪廓分割算法。本專利技術主要提出的是一種利用點聚集特性的側掃聲納目標探測方法。通過與文獻[1]、文
獻[2]所述方法進行對比，證實了此方法在有效提取目標的同時可以有效分割出待測目標。與本專利技術相關的參考文獻包括：[1]劉衛剛，胡錫梅基于有效點聚集度的指紋圖像分級分割算法.中北大學現代教育技術與信息中心.2011[2]吳一全改進的二維Otsu法閾值分割快速迭代算法.南昌航空大學無損檢測技術教育部重點實驗室.2011
技術實現思路
本專利技術的目的在于提供一種分割出的目標更加完整的利用點聚集特性的側掃聲納目標探測方法。本專利技術的目的是這樣實現的：利用點聚集特性的側掃聲納目標探測方法，包括如下步驟：(1)對側掃聲納圖像進行預處理；(2)設定第一圖像灰度初始閾值T；(3)對側掃聲納圖像進行以閾值T進行分割，得到有效點；(4)判斷有效點個數是否在理想計算范圍N以內，如果有效點個數在理想計算范圍N以內，執行步驟(5)，如果有效點個數不在理想計算范圍N以內，以S為速度提高閾值T，替代原有閾值，重新執行步驟(3)；(5)得到有效點后，計算每個點的累積量；(6)設定第二閾值來篩選出待測目標的像素點。所述步驟(5)中計算每個點的累積量所使用的公式如下： C i = Σ j W i j ( D i j ) ( i ≠ j ) - - - ( 1 ) ]]>其中Ci為有效點i的累積量，距離約束函數Wij作為權值，Dij表示第i個有效點和第j個有效點之間的歐氏距離。所述的第二閾值為所有點累積量的均值。本專利技術的有益效果在于：本專利技術提供了一種高效的分割出側掃聲納圖像中的目標的方法，對于含有構成海底強反射點的點狀噪聲和海底混響產生的云狀噪聲的側掃聲納圖像有著更好的分割效果，能夠更有效的分割出聚集點，優于傳統分割意義下的閾值判定分割，解決了無法去除這兩種噪聲的困擾，分割過程中利用了目標的點累積量作為判斷依據有效地分割出待標記的目標，使得分割出的目標更加完整，并且能夠排除其他噪聲亮點，使得本方法的輸出結果更加可觀。附圖說明圖1為算法流程圖；圖2為待檢測圖像1；圖3為待檢測圖像2；圖4為本文方法的處理結果，處理圖像為待檢測圖像1；圖5為本文方法的處理結果，處理圖像為待檢測圖像2；圖6為文獻1的處理結果，處理圖像為待檢測圖像1；圖7為文獻1的處理結果，處理圖像為待檢測圖像2；圖8為文獻2的處理結果，處理圖像為待檢測圖像1；圖9為文獻2的處理結果，處理圖像為待檢測圖像2。具體實施方式下面結合附圖對本專利技術做進一步描述。本專利技術提供了一種檢測側掃聲納中的目標的方法，這是一種利用點聚集特性對側掃聲納圖像中可疑區域進行篩選的目標探測方法，是一種拓撲創新型分割算法。首先假設待探測目標在側掃聲納的聲回波強度上一直保持最強(即至少有一部分像素的灰度值為255)，在本專利技術中通過使用有效的N個點之間的距離，即聚集性，來給點賦以不同的值并累計，當所有有效點的相互之間的累積量計算完成后，每個點都會有屬于自己的累積量，聚集在一起的點，即歐氏距離較近的點的累積量就會比那些孤立的點大，隨后通過設定累計閾值來分割出聚集特性強的，算法流程圖如圖1所示。利用點聚集特性的側掃聲納目標探測方法，其步驟包括：(1)對側掃聲納圖像進行預處理；(2)設定第一圖像灰度初始閾值T；(3)對側掃聲納圖像進行以閾值T進行分割，先得到有效點；(4)判斷有效點個數是否在理想計算范圍N`以內，滿足，執行第五步，不滿足，以S為速度提高閾值T，替代原有閾值，回到第三步；(5)得到有效點后，計算每個點的累積量；(6)設定第二閾值(通常設定為所有點累積量的均值)來篩選出聚集性高的點，即是待測目標的像素點。(7)利用兩幅側掃聲納圖像進行實驗分別與一種基于有效點聚集度的圖像分割算法、改進的二維Otsu法閾值分割快速迭代本文檔來自技高網...

【技術保護點】
一種利用點聚集特性的側掃聲納目標探測方法，其特征在于：包括如下步驟：(1)對側掃聲納圖像進行預處理；(2)設定第一圖像灰度初始閾值T；(3)對側掃聲納圖像進行以閾值T進行分割，得到有效點；(4)判斷有效點個數是否在理想計算范圍N以內，如果有效點個數在理想計算范圍N以內，執行步驟(5)，如果有效點個數不在理想計算范圍N以內，以S為速度提高閾值T，替代原有閾值，重新執行步驟(3)；(5)得到有效點后，計算每個點的累積量；(6)設定第二閾值來篩選出待測目標的像素點。

【技術特征摘要】
1.一種利用點聚集特性的側掃聲納目標探測方法，其特征在于：包括如下步驟：(1)對側掃聲納圖像進行預處理；(2)設定第一圖像灰度初始閾值T；(3)對側掃聲納圖像進行以閾值T進行分割，得到有效點；(4)判斷有效點個數是否在理想計算范圍N以內，如果有效點個數在理想計算范圍N以內，執行步驟(5)，如果有效點個數不在理想計算范圍N以內，以S為速度提高閾值T，替代原有閾值，重新執行步驟(3)；(5)得到有效點后，計算每個點的累積量；(6)設定第二閾值來篩選出待測目標的像素點。2.根據權利要求1所述的一種利用點聚集特性的側掃聲納目標探測方法，其特征在于：所述步驟(5)中計算每個點的累積量所使用的公式如下： C i = Σ ...

【專利技術屬性】
技術研發人員：卞紅雨，陳奕名，徐揚，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：黑龍江;23