[發明專利]一種主動聲吶回波圖潛在運動目標的特征提取方法

有效

• 申請號: 202010323775.8
• 申請日: 2020-04-22
• 公開（公告）號: CN111505651B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 韓一娜;趙爽;劉清宇
• 申請（專利權）人: 西北工業大學
• 主分類號: G01S15/89
• 分類號: G01S15/89;G01S7/539
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

本發明提供了一種主動聲吶回波圖潛在運動目標的特征提取方法。首先，將原主動聲吶回波圖像由空間維擴展到時間維，得到三維聲吶回波圖像；然后，計算時間間隙度特征，并在此基礎上融入高階矩統計量，進而計算高階時間間隙度特征，得到不同階數的特征圖像；進一步地，從中選擇得到最優特征階數的特征圖像；最后，對最優階數特征圖像進行連通區域分析，確定可能的目標區域。本發明通過提取聲吶回波圖在時間維度上的間隙度特征實現了不同水下對象的動態特性表征，并利用高階統計量更好地實現了目標和雜波的區分，可用于在主動聲吶回波圖的強雜波背景下提取得到目標特征。

技術領域

本發明屬港口環境下主動聲吶探測技術領域，具體涉及一種主動聲吶回波圖潛在運動目標的特征提取方法。

背景技術

針對港口等沿海地區面臨的恐怖襲擊威脅，許多商用聲吶系統被設計用于探測和跟蹤潛在入侵目標以保障軍事和商業設施安全。由于水下入侵者在聲學上是安靜的，聲吶回波圖上容易含有與目標無關的高強度散射體回波，稱為雜波。在沿海環境中，雜波的干擾往往是由人造結構、海底碎片、不均勻的水深或魚群等復雜多變的海底環境造成的，這使得潛在的入侵目標無論在強度還是在分布范圍上都很容易被雜波掩蓋。因此，有必要獲得能區分目標和雜波的有效特征。

為了區分聲吶圖像中的目標和雜波，許多方法的核心思想是利用雜波特性，將目標從雜波背景中分割出來，以減弱雜波背景對目標識別性能的影響，這些方法包括：

(1)基于統計的方法

統計方法是從宏觀角度對雜波的統計特性進行建模和預測。由于高強度雜波的概率密度分布會有非瑞利特性的重尾出現，這類方法的主要目的是提出統計模型盡可能理想地擬合所觀測的雜波分布。特別是將學到的模型參數作為特征可以描述雜波散射體的類型和數量。其中，統計矩作為最常用的模型形狀參數之一，可以用來將數據分布特征與散射體的物理屬性聯系起來。文獻“Fialkowski,J.M.,and Gauss,R.C.(2010). “Methods foridentifying and controlling sonar clutter,”IEEE J.Oceanic Eng.35(2), 330–354.)”采用高階統計矩，在合理閾值下實現了比較魯棒的雜波消除。然而，由于統計模型缺乏靈活性，在關于散射體性質的不同物理假設下，單獨的某種模型無法適應多種實際海底情況。

(2)基于圖像紋理特征的方法

為了滿足利用聲吶圖像進行自動目標檢測的需求，一些無監督紋理特征，作為一種基于視覺線索描述空間分布的方法得到廣泛關注。這類方法主要可以實現將目標與雜波背景分割，或者是將雜波背景分類。文獻“Williams,D.P.(2015).“Fast unsupervisedseafloor characterization in sonar imagery using lacunarity,”IEEETrans.Geosci.Remote Sens.53(11),6022–6034.”將描述像素強度變化的間隙度特征有效地應用于無監督分類背景雜波，可以更好地保證后續目標檢測的準確度。目前，紋理特征在高分辨率側掃描聲吶或合成孔徑聲吶近場成像中應用較多，但還沒有在主動聲吶回波圖上應用。這是因為主動聲吶回波圖中缺少目標大小和外觀的細節信息，無法通過提取空間紋理信息來區分目標和雜波。

發明內容

為了克服現有技術對主動聲吶回波圖小目標特性表征能力的不足，本發明提供一種主動聲吶回波圖潛在運動目標的特征提取方法。首先，將原主動聲吶回波圖像由空間維擴展到時間維，得到三維聲吶回波圖像；然后，計算時間間隙度特征，并在此基礎上融入高階矩統計量，進而計算計算高階時間間隙度特征，得到不同階數的高階特征圖像；進一步地，從中選擇得到最優特征階數的特征圖像；最后，對最優階數特征圖像進行連通區域分析，確定可能的目標區域。本發明通過提取聲吶回波圖在時間維度上的間隙度特征實現了不同水下對象的動態特性表征，并利用高階統計量更好地實現了目標和雜波的區分，可用于在主動聲吶回波圖的強雜波背景下提取得到目標特征。