側(cè)掃聲吶圖像精處理及目標(biāo)識別方法研究

王 曉

江蘇海洋大學(xué)海洋技術(shù)與測繪學(xué)院，江蘇 連云港 222005

側(cè)掃聲吶(side scan sonar,SSS)系統(tǒng)，作為水下地貌圖像的獲取設(shè)備，因價格低廉、分辨率高等優(yōu)點在海洋工程、水下目標(biāo)探測和識別等領(lǐng)域得到了廣泛的應(yīng)用。而目前SSS水下目標(biāo)探測和識別均依靠人工判讀，效率低下且精度難以保證。據(jù)此，論文開展了側(cè)掃聲吶數(shù)據(jù)精處理及目標(biāo)識別方法研究。論文的主要內(nèi)容如下：

(1) 復(fù)雜海洋環(huán)境下海底線綜合提取算法。針對傳統(tǒng)側(cè)掃聲吶圖像海底線跟蹤方法存在的自動化程度低、精度不高和復(fù)雜海洋環(huán)境下無法實施等缺陷，提出了一種聯(lián)合最后峰法、異常海底跟蹤段修復(fù)法、對稱性和海底地形變化漸近性原則以及卡爾曼濾波的海底線綜合跟蹤方法。在渤海某復(fù)雜水域開展了側(cè)掃聲吶測量和海底線跟蹤試驗，與單波束測深數(shù)據(jù)比較，取得了最大標(biāo)準(zhǔn)偏差為0.18 m、與測深精度一致的拖魚高度跟蹤精度。

(2) 單條帶側(cè)掃聲吶圖像的輻射畸變改正方法。針對受增益、底質(zhì)等因素影響，單條帶側(cè)掃聲吶圖像存在的輻射畸變問題，研究并給出了一種聯(lián)合人工增益量消除、分離距離和波束模式影響的圖像輻射畸變聯(lián)合改正方法。與傳統(tǒng)方法比較，聯(lián)合改正法處理后圖像熵值減小、PSNR增大，圖像質(zhì)量提高，視覺效果改善。

(3) 聯(lián)合特征與地理編碼的多條帶側(cè)掃聲吶圖像精拼接方法。針對側(cè)掃聲吶圖像地理編碼拼接帶來相鄰條帶共視目標(biāo)錯位、特征拼接法帶來地理位置整體偏移問題以及貧特征區(qū)域無法實施問題，提出了一種聯(lián)合地理編碼，多條帶圖像分組、分塊特征拼接實現(xiàn)大區(qū)域海底地貌圖像獲取方法。試驗表明，基于幾何變換的分塊特征匹配將傳統(tǒng)匹配方法耗時30 s縮減到7 s，滿足了程序?qū)崟r處理的要求；多條帶圖像拼接后共視特征點對平均坐標(biāo)偏差從8.91 m減小到1.17 m，實現(xiàn)了位置統(tǒng)一。

(4) 基于擴散映射的目標(biāo)探測方法。目標(biāo)準(zhǔn)確探測是目標(biāo)分割和識別的基礎(chǔ)，針對傳統(tǒng)目標(biāo)探測方法難以實現(xiàn)多目標(biāo)及復(fù)雜地貌圖像中目標(biāo)準(zhǔn)確探測問題，根據(jù)擴散映射在有效降低數(shù)據(jù)維數(shù)的同時還可尋找數(shù)據(jù)結(jié)點間有意義幾何結(jié)構(gòu)的優(yōu)點，給出了一種基于擴散映射的側(cè)掃聲吶圖像目標(biāo)的準(zhǔn)確探測方法。針對擴散映射計算效率低的缺陷，給出了圖像數(shù)據(jù)隨機采樣計算擴散映射的方法，提高了計算效率；針對探測精度問題，提出了首先對陰影進(jìn)行單閾值簡單探測，隨機采樣時不考慮陰影位置，提高目標(biāo)探測的準(zhǔn)確性；然后基于高斯金子塔圖像完成目標(biāo)探測，彌補隨機采樣可能造成目標(biāo)探測失敗的問題；以此，提高了目標(biāo)探測精度。試驗結(jié)果表明，含多目標(biāo)的側(cè)掃聲吶圖像實現(xiàn)了目標(biāo)無遺漏的準(zhǔn)確探測，探測準(zhǔn)確率達(dá)到100%；沙坡地形圖像中目標(biāo)也可實現(xiàn)準(zhǔn)確探測。研究為側(cè)掃聲吶圖像提供了一種適應(yīng)性強的非監(jiān)督的目標(biāo)準(zhǔn)確探測方法。

(5) 研究了適合側(cè)掃聲吶水下沉船目標(biāo)圖像的特征提取方法。基于獨立成分分析(independent component analysis,ICA)給出了最優(yōu)特征提取方法；比較分析現(xiàn)有分類識別模型，認(rèn)為AdaBoost分類模型最優(yōu)；比較分析了AdaBoost算法，認(rèn)為Gentle AdaBoost算法最優(yōu)；在此基礎(chǔ)上，給出了基于Gentle AdaBoost算法的沉船識別模型構(gòu)建方法；最后，給出了基于精處理后的側(cè)掃聲吶瀑布圖像的沉船目標(biāo)識別流程。借助250個樣本開展了試驗分析，取得了97.4359%的正確識別率，3.13%的誤報率且漏檢率為0的識別結(jié)果；對5個不同水域側(cè)掃聲吶圖像中的沉船開展了識別，取得了100%的正確識別率，實現(xiàn)了不同海況、儀器采集所得側(cè)掃聲吶沉船目標(biāo)圖像的自動、準(zhǔn)確識別。