[发明专利]一种多波束前视声呐水下障碍物鲁棒检测方法

说明书

本发明公开了一种多波束前视声呐水下障碍物鲁棒检测方法，方法包括：获取一组不含障碍物的第一数据，以及获取一组包含前景障碍物的第二数据；根据所述第一数据构建结构化噪声模型，并根据所述结构化噪声模型确定多帧结构化噪声图像上各点的概率；根据所述第二数据构建障碍物模型，并根据所述障碍物模型确定多帧障碍物声呐图像上各点的概率；对所述多帧障碍物声呐图像进行图像配准处理，得到多帧配准障碍物图像；将所述多帧结构化噪声图像和多帧配准障碍物图像进行声呐图像信息融合，得到完整的前景，并确定障碍物。本发明提高了目标检测的可靠性和精度，可广泛应用于图像处理技术领域。

技术领域

本发明涉及图像处理技术领域，尤其是一种多波束前视声呐水下障碍物鲁棒检测方法。

背景技术

随着计算机技术的发展，无人化与智能化是水路载运工具发展的趋势，无人驾驶是船舶行业的未来。伴随着近年来新科学技术理论提出，船舶自动化水平不断提高。它集船舶设计、人工智能、信息处理、运动控制等专业技术为一体，研究内容涉及自动驾驶、自主避障、规划与导航、模式识别等多方面。无人船的水下探测技术应用范围也越来越广泛，包括军事探测、海底测量、沉船打捞、水下管道检测等。

水下目标的探测由于同时具有商业和军事上的重要价值而被越来越多的专家学者以及生产技术人员重视，水下目标的探测是未来发展海下微小无人探测器的重要基础和前提。对于水下探测器来说，视觉系统具有极高的地位和作用，视觉系统可以说就是水下探测器的眼耳，通过视觉系统，水下探测器能够对水下环境信息进行快速收集和分析，根据分析结果为其在水下的运动和作业提供相应的指导。在特定的水环境中，例如在海洋环境中，声波传递是唯一可以进行远距离信息传送的方法，因此要想对海洋环境进行充分的开发和利用就必须对水下目标探测技术以及水下目标跟踪技术进行研究。

在水下声视觉成像中，由于衰减、混响等因素的影响，声呐图像成像质量远不如光学图像，声图像对比度低，噪声重，目标边缘不完整；同时，声波波束在传播中受界面影响会引起多径效应，并存在旁瓣干扰，且当目标或者声呐系统处于运动状态时，会出现多普勒效应，这些因素都会造成声图像上的目标形变和失真。声图像的这些特点给图像分割、目标识别等处理带来较大的困难。因此，在声呐图像处理前，对其灰度分析统计特性进行分析十分必要，有助于寻找和提出合适的算法模型对声呐图像进行相关处理。其次，由于声呐设备探测声波波长大，探测时步进角度大的特点，导致光学图像处理方法不能适用于声图像障碍区域探测。无人船在水下作业时，需要针对不同目标界定不同的障碍标准。单帧单特征信息对于水下目标探测精度无法达到预取效果，所以需要对多帧声呐图像信息进行融合，以提高目标检测的可靠性。

发明内容

有鉴于此，本发明实施例提供一种精度高的多波束前视声呐水下障碍物鲁棒检测方法。

本发明的第一方面提供了一种多波束前视声呐水下障碍物鲁棒检测方法，包括：

获取一组不含障碍物的第一数据，以及获取一组包含前景障碍物的第二数据；

根据所述第一数据构建结构化噪声模型，并根据所述结构化噪声模型确定多帧结构化噪声图像上各点的概率；

根据所述第二数据构建障碍物模型，并根据所述障碍物模型确定多帧障碍物声呐图像上各点的概率；

对所述多帧障碍物声呐图像进行图像配准处理，得到多帧配准障碍物图像；

将所述多帧结构化噪声图像和多帧配准障碍物图像进行声呐图像信息融合，得到完整的前景，并确定障碍物。

进一步，所述获取一组不含障碍物的第一数据，以及获取一组包含前景障碍物的第二数据后，还包括：

将所述第一数据和第二数据转换成灰度图像；

按照时间序列对所述第一数据和第二数据进行标注；

对第一数据中声呐图像的像素进行归一化处理。