[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

本發明提供一種基于圖像稀疏表示的水下弱目標檢測方法，以主動聲納多波束探測目標時的接收數據經匹配濾波處理得到的時間方位能量圖為基礎，通過建立目標模型、建立超完備目標字典，利用壓縮感知算法將圖像稀疏表示，求解最優稀疏表示系數解，計算稀疏集中度指標以判斷圖像中目標存在與否，再利用最優稀疏表示系數解重構時間方位能量圖，濾除大部分噪聲干擾，從而實現水下弱目標的檢測與定位。

技術領域

本發明涉及一種水聲探測方法，尤其涉及一種基于圖像稀疏表示的水下弱目標檢測方法，可應用于水下目標主動探測中，屬于水聲學和水聲信號處理領域。

背景技術

隨著人們對海洋認知的不斷深入，探究海洋中探測目標和傳遞信息的有效方法逐漸成為各國的研究熱點，水下目標檢測與定位技術便是其中最重要的研究方向之一。然而水下環境復雜多變，干擾源種類多樣和較強的海洋環境噪聲為水下目標檢測帶來了較大的困難。同時隨著水下目標聲隱身技術的發展，包含目標信息的信號可能淹沒在復雜的背景干擾中，這大大降低了目標的可探測特征和探測概率，因此研究高效準確的水下弱目標檢測與定位方法已成為當務之急。

通常情況下，主動聲納在多波束工作模式下探測目標時可以得到不同波束方向上的接收信號，經過匹配濾波處理，可以得到不同波束方向、各個時延所對應的能量，以此為基礎繪制圖像可得時間方位能量圖，進一步處理分析，可以得到目標所在通道(方位角度)及其對應時延(目標與聲納之間的距離)，實現目標定位。再比如側掃聲納、合成孔徑聲納等還可以得到分辨率更高、包含信息更豐富的聲納圖像。因此，為實現水下弱目標檢測與定位，圖像處理技術越來越受到水聲領域學者的關注和重視。

在圖像處理領域，針對單幀圖像的弱目標檢測目前常用的方法有：圖像濾波算法、基于小波變換的算法以及基于機器學習的算法。其中，圖像濾波算法主要思路為先將圖像濾波來估計背景，然后將原始圖像與所得的背景圖像進行差分從而突出弱目標，再進行閾值分割，實現對弱目標的檢測，核心為通過濾波實現背景抑制。常用濾波方法為中值濾波、高通濾波、雙邊濾波、形態學濾波等。此類方法的局限性為針對水聲圖像抑制噪聲能力不強。基于小波變換的算法原理為基于目標區域的能量高于背景的能量且與周圍區域無關的特性，可以將目標看作是圖像信號中的高頻部分，而背景則是低頻部分，利用小波變換實現高、低頻率分離，進一步處理提高圖像信噪比，實現目標檢測。但此方法復雜性和目標檢測性能與小波基的選取有直接關系，穩定性及實用性有待提高。基于機器學習的算法則是通過使用模式識別和機器學習的方法來自動區分出目標類和背景類。但此方法需要足夠多的學習樣本來訓練得到目標模型和背景模型，復雜度較高。

近年來，將壓縮感知技術與圖像處理技術結合已成為單幀圖像目標檢測領域的新興熱門方法。期刊(徐健,常志國.基于聚類的自適應圖像稀疏表示算法及其應用[J].光子學報,2011,040(002):316-320.)提出了一種針對圖像進行稀疏表示的字典訓練方法，聚類每一步迭代所產生的余項，將聚類中心作為新的字典原子，令字典能夠更適應于樣本的稀疏表示，以此為基礎利用壓縮感知算法對圖像進行稀疏表示去噪，但與基于機器學習的算法一樣需要大量學習樣本。專利(趙佳佳,唐崢遠,楊杰.基于超完備稀疏表示的紅外小目標檢測方法.申請號：CN201010230877)根據紅外小目標特性構造基于二維高斯模型的目標模型，從而建立超完備字典，將測試圖像劃分為若干子圖像進行稀疏表示，從而更好的抑制背景，突出目標，得到更高的檢測率。

發明內容

本發明的目的在于提供一種能夠利用主動聲納接收數據匹配濾波得到的時間方位能量圖檢測并定位目標的基于圖像稀疏表示的水下弱目標檢測方法。利用主動聲納探測目標可以得到不同波束方向上的接收信號，經過匹配濾波處理，可以得到不同波束方向、不同時間所對應的能量，將其繪制成圖像可得時間方位能量圖。以聲納發射信號自相關為基礎建立目標模型、中心點遍歷建立超完備目標字典，利用壓縮感知算法對時間方位能量圖進行稀疏表示去除噪聲干擾，從而判斷目標存在與否及其具體位置。

本發明的目的是這樣實現的：步驟如下：

步驟一：獲得主動聲納多通道接收數據；