一種基于主動輪廓的聲吶圖像水雷目標識別方法技術

本發明專利技術涉及圖像的自動目標識別領域，尤其涉及聲吶圖像的水雷目標識別方法。本發明專利技術包括提出超橢圓約束的主動輪廓模型、多相水平集的形狀約束主動輪廓模型、基于主動輪廓模型的聲吶圖像水雷目標識別方法。本發明專利技術較一般目標識別方法的優點是：在噪聲大的聲吶圖像中仍能滿足識別水雷目標的要求，在水雷目標成像模糊的情況下仍能夠得到水雷目標準確的輪廓。

【技術實現步驟摘要】
一種基于主動輪廓的聲吶圖像水雷目標識別方法
本專利技術涉及圖像的自動目標識別領域，尤其涉及聲吶圖像的水雷目標識別方法。
技術介紹
聲吶是測繪海底地貌的水下遙感設備，是海底測繪的有力工具。它的工作原理為：聲脈沖從換能器發出，以球面波向遠處傳播，海底產生的反向散射波陸續傳回換能器，通過圖示設備顯示回波信號，構成一幅反映海底地質特性的圖像。如圖1所示，聲吶圖像按灰度分布分為3個區域：回波區（目標區）、聲影區和背景區。回波區的回波較強，是圖像中較亮的區域，背景區回波弱，在圖像中較暗，無回波區形成聲影區，是圖像中最暗的部分。聲吶圖像有以下特點：1、回波強度與結構受到諸多因素的影響而呈現強烈的變化。2、聲吶圖像一般噪聲大，邊緣差，形狀畸變比較嚴重，圖像強度不均勻。3、一般情況下，聲影區的特征比較穩定。聲吶圖像的目標自動識別技術將數字圖像處理與模式識別技術應用于水聲領域，該研究領域在近幾年才得到重視和發展。由于水下成像環境的復雜性，而且不同成像聲吶系統在分辨率等參數上存在差異，目標所成的像受到目標本身的特性影響較大。所以水聲圖像的自動目標識別還集中在理論研究上，離實際應用尚有一定的距離。綜合國內外的相關文獻，目前應用于聲吶圖像的識別算法主要有：匹配濾波算法、摩爾鄰域跟蹤算法、基于分形的方法、水平集分割算法、馬爾可夫隨機場模型和基于譜聚類的聲吶圖像分割算法。其中針對聲吶圖像水雷目標識別的研究公開發表的較少，至今還沒有一種識別算法能夠很好地識別水雷。由于聲吶圖像具有噪聲污染嚴重、強度不均勻、目標邊界模糊的特點，如果采用一般的方法很難達到較好的提取效果。主動輪廓法是一種基于全局的算法，受噪聲的影響較小，因此本文研究基于主動輪廓模型的方法來識別目標。主動輪廓模型主要分為兩類：基于邊緣的和基于區域的。由于聲吶圖像中目標的邊緣比較模糊，如果采用基于邊緣的輪廓演化模型，在演化過程中很可能會發生邊緣泄露現象。因此采用基于區域的輪廓演化模型：Chan-Vese模型，簡稱C-V模型。在C-V模型的基礎上，加入水雷目標的形狀特征和聲吶圖像的灰度特征，得到一種基于多相水平集的形狀保持主動輪廓模型的識別方法。
技術實現思路
為解決聲吶圖像噪聲大、目標邊緣模糊等特點對水雷識別的影響，本專利技術根據水雷目標在聲吶圖像中的形狀特征和灰度特征，采用Chan-Vese模型的演化思想，提出了一種基于超橢圓形狀約束的多相水平集主動輪廓模型。本專利技術為實現上述目的所采用的技術方案是：一種基于主動輪廓的聲吶圖像水雷目標識別方法，包括以下步驟：根據水雷目標的形狀特征，在主動輪廓模型中引入超橢圓形狀約束的水平集函數；根據聲吶圖像中目標聲影區的特征，在主動輪廓模型中引入多相水平集函數，從而將聲吶圖像分為三個區域：背景區、目標區、聲影區；以目標區和聲影區的灰度均值之差最小作為演化目標，即水雷目標聲影區的能量函數最小；對多相水平集的超橢圓約束的主動輪廓模型使用梯度下降法求解，得到主動輪廓模型的參數演化方程。所述超橢圓形狀約束的水平集函數為：其中，（x0，y0）為超橢圓中心的坐標，a、b分別為超橢圓的長軸和短軸，θ為超橢圓的旋轉角度。所述多相水平集函數引入的另一個水平集函數為：其中，（x0，y0）為超橢圓中心的坐標，a、b分別為超橢圓的長軸和短軸，θ為超橢圓的旋轉角度。所述三個區域的劃分具體為：當時表示聲吶圖像的背景區，當且時表示聲吶圖像的目標區，當且時表示聲吶圖像的聲影區。所述水雷目標聲影區的能量函數為：其中，c11為目標區的灰度均值，c12為聲影區的灰度均值，c2為背景區的灰度均值，表達了目標區域，表達了聲影區域，表達了背景區域，表達了整個超橢圓的內部區域。所述對多相水平集的超橢圓約束的主動輪廓模型使用梯度下降法求解，得到主動輪廓模型的參數演化方程，包括以下步驟：第一步：把和當作常量，方程（5）兩邊分別對c11、c12和c2進行求導，第四項當作常數項不予考慮，并令得：第二步：把c11、c12和c2當作常量，方程（5）兩邊分別對和進行求導，并令得：其中，和都是變量x0、y0、a、b、θ這五個參數的函數；第三步：將（5）式對x0、y0、a、b、θ五個參數求偏微分，然后引入時間t，利用梯度下降法，得到參數演化方程：當a<b時，當a>b時，在式(14)、(15)中，其中，為(3)式的水平集函數對上述五個參數求偏微分得到的偏微分方程，其中，A=(x-x0)cosθ+(y-y0)sinθB=-(x-x0)sinθ+(y-y0)cosθ當a<b時，當a>b時，為(4)式的水平集函數對上述五個參數求偏微分得到的偏微分方程。本專利技術具有以下優點及有益效果：1.在聲吶圖像存在大量海底噪聲的情況下，能夠準確地找到待識別的水雷目標，具有較好的抗噪性能。2.由于把目標的陰影也作為目標的一部分進行識別，因此得到的輪廓曲線包含了水雷目標及其聲影區。3.由于對水平集函數加入了形狀約束，因此得到的輪廓是光滑的超橢圓，具有抗變形性能。附圖說明圖1為一幅含有水雷的聲吶圖像示意圖；圖2為s=2的超橢圓曲線示意圖；圖3為原始C-V模型的演化結果示意圖；圖4為加橢圓約束的C-V模型演化結果示意圖；圖5為本文方法演化結果示意圖。具體實施方式下面結合附圖及實施例對本專利技術做進一步的詳細說明。1.超橢圓約束主動輪廓模型的水平集函數傳統的水平集函數定義為一個符號距離函數，這種水平集的零水平集表示的輪廓曲線隨著演化過程會變成任意的形狀。在目標邊界出現較大畸變時，該方法的目標輪廓曲線在演化過程中會出現很大的變形，最終得到的輪廓曲線不規則、不理想。為了解決這一問題，提出了一種引入橢圓形狀約束的水平集函數，得到了理想的目標輪廓。由于水雷目標形狀比較規則，因此采用形狀保持主動輪廓模型，對水平集函數加入水雷目標的形狀約束。本文研究的水雷接近矩形，但是矩形在演化過程中具有不穩定性，因此采用超橢圓曲線來逼近矩形。超橢圓是以橢圓為基礎擴大指數取值范圍而擴展成的一族曲線。標準超橢圓的表達式為：式中,a、b、s均為大于零的實數。從方程(7)可以看出，超橢圓是在相應的橢圓方程中，通過允許x和y項的指數s變化，而得到一系列的封閉曲線。當s→∞時，超橢圓成為矩形，但從圖2可以看出，當s=2時，超橢圓已經基本接近矩形，只是在轉角處有輕微的曲線過渡，這并不影響對水雷目標的識別，因此可以用來作為水雷目標識別的形狀約束條件。綜合考慮聲吶圖像中水雷目標的具體形狀和實現時算法的復雜程度，本文采用s=2的超橢圓曲線，對（1）式加入平移、縮放和旋轉參數，得到s=2超橢圓的表達式：式中，（x0，y0）為超橢圓中心的坐標，a、b分別為超橢圓的長軸和短軸，θ為超橢圓的旋轉角度。根據水平集函數的定義，得到超橢圓的水平集函數為：按照水平集函數的定義，單個的水平集函數只能把圖像分為背景區域與一個同質目標區域。由聲吶圖像的灰度分布可知，聲吶圖像分為背景區、目標區和聲影區，因此需要利用多相水平集，引入另一個水平集函數。假設目標區和聲影區都在超橢圓的內部，并且以超橢圓的長軸為界，則只需將超橢圓的長軸作為另一個水平集函數的零水平集即可將目標區和聲影區分開，因此得到另一個水平集函數的表達式：引入和兩個水平集函數后，將聲吶圖像分為三個區域。當時表示聲吶圖像的背景區本文檔來自技高網...

【技術保護點】
一種基于主動輪廓的聲吶圖像水雷目標識別方法，其特征在于，包括以下步驟：根據水雷目標的形狀特征，在主動輪廓模型中引入超橢圓形狀約束的水平集函數；根據聲吶圖像中目標聲影區的特征，在主動輪廓模型中引入多相水平集函數，從而將聲吶圖像分為三個區域：背景區、目標區、聲影區；以目標區和聲影區的灰度均值之差最小作為演化目標，即水雷目標聲影區的能量函數最小；對多相水平集的超橢圓約束的主動輪廓模型使用梯度下降法求解，得到主動輪廓模型的參數演化方程。

【技術特征摘要】
1.一種基于主動輪廓的聲吶圖像水雷目標識別方法，其特征在于，包括以下步驟：根據水雷目標的形狀特征，在主動輪廓模型中引入超橢圓形狀約束的水平集函數；根據聲吶圖像中目標聲影區的特征，在主動輪廓模型中引入多相水平集函數，從而將聲吶圖像分為三個區域：背景區、目標區、聲影區；以目標區和聲影區的灰度均值之差最小作為演化目標，即水雷目標聲影區的能量函數最小；對多相水平集的超橢圓約束的主動輪廓模型使用梯度下降法求解，得到主動輪廓模型的參數演化方程；所述超橢圓形狀約束的水平集函數為：其中，(x0，y0)為超橢圓中心的坐標，a、b分別為超橢圓的長軸和短軸，θ為超橢圓的旋轉角度；所述多相水平集函數引入的另一個水平集函數為：其中，(x0，y0)為超橢圓中心的坐標，a、b分別為超橢圓的長軸和短軸，θ為超橢圓的旋轉角度。2.根據權利要求1所述的一種基于主動輪廓的聲吶圖像水雷目標識別方法，其特征在于，所述三個區域的劃分具體為：當時表示聲吶圖像的背景區，當且時表示聲吶圖像的目標區，當且時表示聲吶圖像的聲影區。3.根據權利要求1所述的一種基于主動輪廓的聲吶圖像水雷目標識別方法，其特征在于，所述水雷目標聲影區的能量函數為：其中，c11...

【專利技術屬性】
技術研發人員：朱楓，郝穎明，李娟娟，吳清瀟，高雷，
申請(專利權)人：中國科學院沈陽自動化研究所，
類型：發明
國別省市：遼寧;21