[發明專利]一種基于紋理特征的合成孔徑聲納目標檢測方法

有效

• 申請號: 201210150609.8
• 申請日: 2012-05-15
• 公開（公告）號: CN103425990B
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 陳強;田杰;劉維;黃海寧;張春華
• 申請（專利權）人: 中國科學院聲學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06T7/49
• 代理公司: 北京法思騰知識產權代理有限公司11318
• 代理人: 楊小蓉,楊青

技術領域

本發明涉及目標檢測領域，具體涉及一種基于紋理特征的合成孔徑聲納目標檢測方法及系統。

背景技術

合成孔徑聲納（SAS,Synthetic Aperture Sonar）是一種高分辨水下成像聲納，可以獲得高質量的水下圖像數據。合成孔徑是一種不需要長接收陣就可以顯著提高方位分辨率的技術，合成孔徑聲納即通過該技術和復雜的成像算法得到方位向分辨率和距離向分辨率都很高的圖像，因而在水下研究領域具有很高的價值。與普通聲納相比，合成孔徑聲納通過基陣的線性運動來提高陣列孔徑，從原理上來說，合成孔徑聲納圖像的分辨率與工作頻率和作用距離均無關，因此可以用較小的聲納基陣和較低的工作頻率同時滿足近距離和遠距離的探測需要。

隨著聲納成像技術的發展，聲納圖像的檢測和識別逐漸成為數字圖像處理領域的一個重要研究課題。雖然聲納圖像和普通光學圖像一樣，本質上都是能量的平面或者空間分布圖，但是由于水聲信道的復雜多變，以及聲波本身的透射特性，使得聲納圖像的特征在很多方面與光學圖像有所不同。特別是對于合成孔徑聲納來說，由于采用合成孔徑技術以提高分辨率，所以不能像普通光學圖像一樣通過高斯噪聲模型來分析。合成孔徑聲納圖像的噪聲不是加性噪聲，而是乘性噪聲，因此相對于普通光學圖像，對合成孔徑聲納圖像處理更加復雜和困難。早起對于水聲圖像的解釋和判別主要依靠人工進行，但是隨著數字圖像等現代信號處理技術的發展，水聲圖像處理的研究也進入了新的階段。

紋理是所有物體表面所具有的內在特征，目前還沒有適當的模型可以對其進行完整描述，但是作為人類視覺的一種重要組成部分，圖像紋理特征受到廣泛的關注和研究。一般認為紋理就是紋理元素有規律的排列組合，而把圖像中具有重復性、形狀簡單、強度一直的區域看做紋理元素，通過對這些局部模式以及它們之間排列規則的描述來進行紋理分析。研究發現，不同的底質呈現在聲納圖像中的紋理圖像各不相同，而紋理是海底表面結構粗糙程度的直接反應，故可以利用其進行目標檢測。對于巖石、沙和泥等紋理差別比較明顯的聲納圖像，用肉眼就可以明顯地分辨出來；對于淤泥和粘土等紋理差別較小的聲納圖像則無法通過肉眼直接分辨。

發明內容

本發明的目的在于，為克服上述技術方案在進行SAS圖像分割時存在的諸多缺陷，從而提供一種基于SVM分類器的SAS圖像分割方法及系統。

為了實現上述技術目的，本發明提供了一種基于紋理特征的合成孔徑聲納目標檢測方法，該方法通過分析合成孔徑聲納圖像的紋理特征，對合成孔徑聲納圖像中的目標進行檢測，所述方法包含：

步驟101）讀入原始合成孔徑聲納圖像，并計算原始圖像在距離向和方位向的灰度共生矩陣；

步驟102）基于得到的灰度共生矩陣計算能夠反應紋理特征的若干特征參量對應的特征值變化規律曲線；

步驟103）將計算得到的特征值變化規律曲線與統計背景區域特征參量值或目標區域特征參量值變化規律曲線之一進行比較，如果與目標的特征參量變化規律一致或與背景特征參量值變化規律不同則可以判斷存在目標；否則僅有背景沒有目標；

其中，所述統計背景特征參量值變換規律曲線為：對合成孔徑聲納圖像的灰度共生矩陣獲取的背景區域紋理特征量進行分析統計得到的背景區域的變換曲線；所述統計目標區域特征參量值變換規律曲線為：對合成孔徑聲納圖像的灰度共生矩陣獲取的目標區域的紋理特征量進行分析統計得到的目標區域的變換曲線。

上述技術方案中，所述步驟103）之后還包含：利用各種智能算法改進目標檢測的結果，獲得更加精準的檢測目標，所述智能算法包含：支持向量機、遺傳算法、神經網絡或模擬退火。

上述技術方案中，所述步驟101）和102）之間還包含如下步驟：計算灰度共生矩陣的二次統計量。

上述技術方案中，所述灰度共生矩陣具體采用如下算法獲得：

取圖像（N×N）中任意一點（x,y）及偏離它的另一點（x+a,y+b），設該點對的灰度值為（g₁,g₂）；

令（x,y）在整幅圖像中移動，則可以得到各種（g₁,g₂）值，設灰度的級數為k，則（g₁,g₂）的組合方式共有k²種；