[发明专利]基于统计的声纳图像水下物体检测方法和系统

说明书

本发明涉及海洋探测及测绘技术领域，公开一种基于统计的声纳图像水下物体检测方法和系统，包括：采集声纳检测图像，提取声纳检测图像中的高光区域；在高光区域周围的感兴趣区域中提取阴影区域，分别对高光区域和阴影区域进行分布参数估计，对分布参数估计的结果进行加权计算，根据加权计算结果得到水下物体检测结果。本发明实现对声纳图像中海床土体在空间上的非均匀性的检测分析、且检测精度高。

技术领域

本发明涉及海洋探测及测绘技术领域，尤其是指一种基于统计的声纳图像水下物体检测方法和系统。

背景技术

声呐作为一种导航和测距设备，被广泛应用在水下目标探测等领域。在实际应用中，使用声纳检测水下物体得到的图像非常复杂。例如在检测和分析沉船等物体时，测量船的移动会增加图像的复杂度和错误率，这会增加水下测量的成本；因此，使用计算机进行辅助探测的需求越来越多。

检测水下物体的常见场景为：使用自主式水下航行器(AUV)对目标区域进行勘测，并通过机器学习技术自主检测物体。但是，AUV勘测到的声纳图像中的目标检测往往很复杂，一方面是因声纳图像的动态背景导致的，另一方面是因水温不均匀使得作为AUV位置函数的物体外观形状发生变化导致的。同时，在复杂的目标声纳检测图像的情况下，通常还没有用于搜索对象的模板、以及此类对象的位置和形状也不确定，因此，单纯使用机器学习技术无法实现对水下物体的有效检测。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种基于统计的声纳图像水下物体检测方法和系统，可以实现对声纳图像中海床土体在空间上的非均匀性的检测分析、且检测精度高。

为解决上述技术问题，本发明提供了一种基于统计的声纳图像水下物体检测方法，包括：

S1：采集声纳检测图像，提取所述声纳检测图像中的高光区域；

S2：在所述高光区域周围的感兴趣区域中提取阴影区域；

S3：分别对所述高光区域和所述阴影区域进行分布参数估计，对分布参数估计的结果进行似然比检验和加权计算，根据加权计算结果得到水下物体检测结果。

在本发明的一个实施例中，所述声纳检测图像通过合成孔径声纳采集得到。

在本发明的一个实施例中，提取所述声纳检测图像中的高光区域，具体为：

对所述声纳检测图像去噪，使用四阶矩阵映射从去噪后的声纳检测图像中提取地图，对提取到的地图进行分割，对分割后的地图进行高亮过滤得到高光区域。

在本发明的一个实施例中，所述使用四阶矩阵映射从去噪后的声纳检测图像中提取地图，具体为：

使用预设的四阶矩阵的无偏估计代替去噪后的声纳检测图像中每个像素的值，将得到四阶矩阵图作为提取的地图。

在本发明的一个实施例中，所述对提取到的地图进行分割，具体为使用四区域分割法对提取到的地图进行分割。

在本发明的一个实施例中，所述高亮过滤时使用的方法为基于非局部均值的散斑滤波。

在本发明的一个实施例中，所述高光区域周围的感兴趣区域，具体为：

获取每个高光区域的中心位置，围绕每个所述高光区域的中心位置得到所述高光区域周围的感兴趣区域。

在本发明的一个实施例中，在所述高光区域周围的感兴趣区域中提取阴影区域，具体为：

将使用四区域分割法得到的分割后的地图中的所有区域的周围的感兴趣区域作为训练集，使用所述训练集训练支持向量机模型；

将所述高光区域周围的感兴趣区域作为测试集输入训练完成的支持向量机模型中进行分类得到阴影区域。