[發(fā)明專利]基于異質(zhì)濾波探測與水平集分割的聲納圖像目標(biāo)處理方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210836901.9
• 申請(qǐng)日: 2022-07-15
• 公開（公告）號(hào): CN115147710A
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 蔡文郁;王宇海;張美燕;王成才
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06V20/05
• 分類號(hào): G06V20/05;G06V10/26;G06V10/82
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 陳煒

本發(fā)明公開了一種基于異質(zhì)濾波探測與水平集分割的聲納目標(biāo)處理方法；該方法如下：一、圖像采集；二、去噪處理；三、超像素圖像分割；四、異質(zhì)濾波目標(biāo)探測；五、自適應(yīng)閾值處理；六、目標(biāo)精分割；本發(fā)明根據(jù)側(cè)掃聲納成像特點(diǎn)，采用分步異質(zhì)濾波方法對(duì)圖像進(jìn)行處理，一方面有效去除了聲納圖像中強(qiáng)度不均勻的成像效應(yīng)，另一方面有效增強(qiáng)了圖像的目標(biāo)亮區(qū)與暗區(qū)，有效提高目標(biāo)探測的虛警正確率。本發(fā)明中的自適應(yīng)閾值處理根據(jù)異質(zhì)濾波后圖像的局部信息特點(diǎn)，確定閾值直接對(duì)濾波圖像進(jìn)行區(qū)域分割，得到目標(biāo)的初始輪廓。本發(fā)明中基于水平集的精分割以閾值處理的結(jié)果為初始輪廓，結(jié)合超像素邊界約束，將分割輪廓驅(qū)動(dòng)到超像素邊界，得到精確的目標(biāo)輪廓。

技術(shù)領(lǐng)域

本發(fā)明屬于側(cè)掃聲納圖像實(shí)現(xiàn)海底目標(biāo)的探測與分割處理領(lǐng)域，具體涉及一種基于異質(zhì)濾波的目標(biāo)探測及水平集目標(biāo)分割的聲納目標(biāo)處理方法。

背景技術(shù)

隨著水下礦產(chǎn)勘探、水下救援、水下輔助養(yǎng)殖等水下勘察活動(dòng)越來越多，水下目標(biāo)探測手段越來越多且探測技術(shù)日益成熟，有助于進(jìn)行水下資源的利用與開發(fā)，同時(shí)能夠提高水下活動(dòng)的安全性。

目前主流的水下目標(biāo)探測手段包括聲學(xué)與光學(xué)兩種，水下光學(xué)目標(biāo)探測主要通過光學(xué)相機(jī)獲取水下圖像并通過目標(biāo)識(shí)別手段達(dá)到探測目的，但由于水下光線較暗，并且水下光學(xué)可視距離較短，導(dǎo)致光學(xué)成像效果較差，同時(shí)由于水體對(duì)光的衰減效應(yīng)，水下光學(xué)圖像往往具有對(duì)比度低、形狀畸變等固有缺陷，限制了水下光學(xué)目標(biāo)探測的應(yīng)用。水下聲學(xué)目標(biāo)探測手段中，主動(dòng)側(cè)掃聲納具有探測范圍廣、分辨率高等特點(diǎn)被廣泛應(yīng)用，但是其在圖像獲取質(zhì)量與目標(biāo)探測方面均存在諸多問題，且對(duì)于應(yīng)用廣泛的基于機(jī)器視覺的目標(biāo)探測識(shí)別方法而言，主動(dòng)側(cè)掃聲納由于其掃描成像的成本高，數(shù)據(jù)集少使得機(jī)器視覺方法的應(yīng)用受到限制。而采用人工判讀的方法進(jìn)行聲納目標(biāo)探測與分割來獲取水下目標(biāo)的位置與輪廓信息往往費(fèi)時(shí)費(fèi)力。

在實(shí)際應(yīng)用中，如果能夠充分運(yùn)用水下聲納的成像特點(diǎn)，對(duì)聲納圖像進(jìn)行處理以消除水下成像噪聲干擾，并自適應(yīng)的凸顯出水下目標(biāo)的位置與輪廓特征，可以極大提高水下目標(biāo)聲學(xué)探測效率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種從聲納圖像采集輸入到聲納圖像中目標(biāo)的位置與形狀獲取輸出的聲納圖像目標(biāo)處理方法。

該基于異質(zhì)濾波探測與水平集分割的聲納目標(biāo)處理方法，包括以下步驟：

步驟一：圖像采集。

采集側(cè)掃聲納數(shù)據(jù)，得到聲納圖像。

步驟二：去噪處理。

對(duì)聲納圖像進(jìn)行非局部均值圖像去噪處理。

步驟三：超像素圖像分割。

將聲納圖像分割為多個(gè)S×S像素的超像素區(qū)域，S為預(yù)設(shè)的超像素區(qū)域?qū)挾取Ｔ诔袼貐^(qū)域中心設(shè)置超像素中心，針對(duì)以超像素中心為中心的2S×2S鄰域區(qū)域內(nèi)，以鄰域中所有像素與超像素中心像素的像素值距離、像素坐標(biāo)距離以及LDZP紋理描述值距離為聚類距離，進(jìn)行局部超像素中心迭代與像素標(biāo)簽迭代，實(shí)現(xiàn)局部迭代聚類，將圖像分割為多個(gè)超像素，且超像素邊緣接近目標(biāo)邊緣，以每個(gè)超像素區(qū)域的像素均值作為超像素的像素值，生成超像素圖像。

步驟四：異質(zhì)濾波目標(biāo)探測。

針對(duì)超像素圖像中的每個(gè)像素，分別進(jìn)行目標(biāo)亮區(qū)異質(zhì)濾波后按比例縮放到灰度像素范圍內(nèi)，得到亮區(qū)濾波圖像HCA_HO；針對(duì)超像素圖像中的每個(gè)像素，分別進(jìn)行目標(biāo)暗區(qū)異質(zhì)濾波后按比例縮放到灰度像素范圍內(nèi)，得到暗區(qū)濾波圖像HCA_HS；將亮區(qū)濾波圖像HCA_HO和暗區(qū)濾波圖像HCA_HS融合，得到異質(zhì)濾波圖像HCA_H。

步驟五：自適應(yīng)閾值處理。