[發明專利]一種基于像素點分層的聲納圖像目標檢測方法

有效

• 申請號: 201410234791.4
• 申請日: 2014-05-30
• 公開（公告）號: CN104021553A
• 公開（公告）日: 2014-09-03
• 發明（設計）人: 葉秀芬;王勝
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于像素點分層的聲納圖像目標檢測方法。

背景技術

聲納圖像目標檢測的目的是從復雜海底混響背景中提取出目標和陰影區域，并盡量保留圖像原始邊緣信息，它是圖像分析的關鍵步驟。只有在聲納圖像準確分割的基礎上，才能對水下目標進行特征提取和參數測量，使得更高層次的聲納圖像分析和識別成為可能。但是由于水下聲場環境的復雜性和聲納設備成像的非線性，所采集到的水下聲納圖像具有對比度低、成像質量差、受噪聲污染嚴重等特點。傳統的基于邊緣信息或統計信息的目標檢測方法難以取得高精度、魯棒性強的檢測結果。

圖像分層一般用于大容量圖像的處理以及對彩色圖像的處理等。分層方法也是多種多樣，如利用傅里葉變換進行頻域圖像分層，利用小波變換對圖像不同方向的細節進行分層以及利用經驗模式多尺度方法將圖像分成不同細節層等。

與本發明最相關的現有技術是“基于圖像頻域方向模板目標檢測的方法”專利(公開號CN101866488A)，其采用的是通過傅里葉變換將圖像變換到頻域，然后在水平方向、垂直方向、45°和135°方向上對側掃聲納圖像進行分解，然后根據投影結果判斷是否有目標存在。其方法適用于具有較強紋理特征的側掃聲納圖像，對于包含小目標的聲納圖像其方法完全失效。

發明內容

本發明目的在于提供一種基于像素點分層的聲納圖像目標檢測方法，能夠檢測出沒有陰影、輪廓不清晰且無明顯紋理特征的聲納圖像小目標。

實現本發明目的技術方案：

一種基于像素點分層的聲納圖像目標檢測方法，其特征在于:

步驟1：從聲納設備讀取原始聲納圖像；

步驟2：將聲納圖像的灰度級線性映射到0-255范圍內；

步驟3：根據目標灰度平均值om與背景灰度平均值gm的差異度確定閾值p，對聲納圖像進行初始分割；

步驟4：聲納圖像閾值分割后，形成面積大小不等的區域，標記各個8連通域；

步驟5：篩選被標記的區域；

步驟6：將篩選出的圖像分層；

步驟7：找出各個區域的中心點；設目標外接矩形長邊為a，以該中心點為中心，分割出a*a大小的圖像，并將這些圖像標號，標記為z1，z2，z3，…zn；

步驟8：求取可能性系數p，m，n：p由人工確定；m＝各層中每個類中像素點的個數；n＝亮點數/區域面積，其中，亮點數為各個層中每個類中包含的亮點個數，區域面積為該類的最小外接圓的面積；

步驟9：計算各區域最小外接矩形和橢圓的形態學特征，對各區域進行篩選；

步驟10：根據可能性系數和目標形態學特征檢測并分割出目標區域；

步驟11：輸出目標被標記的聲納圖像。

步驟6中，第一層c1為灰度值g大于om的像素點的集合；第二層c2為灰度值g為om-gm<g<om的像素點的集合；第三層c3為灰度值g在gm<g<om-gm之間的像素點的集合；分別處理各層的圖像；灰度值在gm以下的像素點直接濾除，不做處理。

步驟10中，設目標可能性為T，T∈{t1，t2，t3，…tn}，t1，t2，t3，…tn為圖像z1，z2，z3，…zn對應的目標可能性，計算公式如下，

tj=Σi=13ni×mi×pi×ci]]>