[發明專利]一種基于圖像稀疏表示的水下弱目標檢測方法

有效

• 申請號: 202010960321.1
• 申請日: 2020-09-14
• 公開（公告）號: CN112114300B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 生雪莉;劉婷;楊超然;殷敬偉;郭龍祥
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S7/539
• 分類號: G01S7/539;G01S15/04;G01S15/06;G06K9/62;G06V10/77;G06V10/772
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于圖像稀疏表示的水下弱目標檢測方法，其特征在于：步驟如下：

步驟一：獲得主動聲納多通道接收數據；

步驟二：生成時間方位能量圖；

聲納多波束主動探測目標時獲取多個通道的接收數據，定義通道數為N；分別將N個通道的接收數據進行匹配濾波處理，取包絡，數據點數為L；以時間為x軸，以通道編號為y軸，以能量為z軸，繪制時間方位能量圖，對應能量矩陣為N×L維；假設每個時間方位能量圖中目標個數不超過n個，即設定稀疏度；

步驟三：建立目標模型；

基于目標回波匹配濾波處理后在沒有噪聲干擾的情況下所得波形可近似為發射信號自相關波形的特點，利用聲納發射信號自相關后的包絡建立目標模型；

步驟四：建立超完備目標字典；

將目標模型的中心點在時間方位能量圖中遍歷，生成超完備目標字典；

以時間方位能量圖為范圍，令目標模型的中心點在每個通道、每個時延處遍歷，生成超完備目標字典；第i個子字典D_i為w×h維矩陣，其中w＝N、h＝L，i＝1,2,…,K，K為目標子字典總個數；將每個子字典轉化為列向量可得v^d×1，其中d＝w·h；轉化后的超完備目標字典D＝[v₁,v₂,…,v_K]∈R^d×K；

步驟五：圖像稀疏表示；

利用壓縮感知算法對時間方位能量圖進行求解，利用步驟二得到的時間方位能量圖與步驟四得到的超完備目標字典，采用正交匹配追蹤算法求解，獲得最優稀疏表示系數解，具體包括：

5.1.將時間方位能量圖對應能量矩陣轉化為列向量y，初始化殘差r⁰＝y，索引集迭代次數t＝1；

5.2.找出殘差r和超完備目標字典D的列v_j的積最大值所對應的角標，即λ^t＝argmax_{j＝1,2,…,K}|〈v_j,r^t-1|；

5.3.更新索引集Λ^t＝Λ^t-1∪{λ^t}，記錄超完備目標字典中重建原子集合

5.4.由最小二乘得到稀疏表示系數

5.5.更新殘差迭代次數t＝t+1；

5.6.判斷是否滿足t＞n，若滿足，則停止迭代，進行下一步；若不滿足，則重復5.2～5.5；

5.7.輸出最優稀疏表示系數解

步驟六：目標存在性判定，基于稀疏表示系數定義稀疏集中度指標，設置閾值，若稀疏集中度指標大于等于閾值，則目標存在，進行步驟七；若稀疏集中度指標小于閾值，則判斷該時間方位能量圖中不存在目標；

定義稀疏集中度指標

其中，為第i個子字典D_i對應的稀疏表示系數，設置閾值τ，閾值可由相同條件下僅背景噪聲的稀疏表示系數對應的稀疏集中度指標值表示；

步驟七：目標定位：輸出目標所在通道、對應時延，實現目標定位；

利用超完備目標字典與稀疏表示系數解重構時間方位能量圖，從而判斷目標所在通道及其對應時延，通道為方位角度，對應時延為目標與聲納之間的距離，實現目標定位。