[发明专利]一种融合多帧信息的多波束前视声呐障碍区域提取方法

权利要求书

1.一种融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：

(1)通过声呐系统采集数据，解析所采集的声呐数据，提取连续的声呐图像序列；

(2)对每一帧图像采用Otsu方法计算出各自的全局阈值，改进Sigmiod函数，将图像归一化得到概率分布图；

(3)对归一化后的声呐概率分布图，使用Logit函数变换后的贝叶斯推理公式，按照递推公式计算出每一帧的后验概率；

(4)根据最后一帧的后验概率分布图，获得障碍区域分布图；

(5)对障碍区域分布图使用形态学操作，消除图像中的空洞并处理断点，提取紧致的障碍区域。

2.根据权利要求1所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：步骤(1)中所述声呐系统采用的声呐设备为多波束前视声呐，声呐工作频率为900Hz，视角130°，最大范围100m，理想范围2-60m，波束宽度1×20°，波束数768，波束间距0.18°，分辨率2.54cm，更新率最大20Hz。

3.根据权利要求2所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：所述多波束前视声呐探头沿水平面向下倾斜20度安装。

4.根据权利要求1所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：步骤(2)对每一帧图像采用Otsu方法计算出各自的全局阈值的实现方式如下，

假设图像中灰度级低于t的像素点构成C₀类，即灰度级为[0,t]的像素点归为C₀类，灰度级为[t+1,L-1]的像素点为C₁类；若P₀(t)，P₁(t)分别表示C₀类和C₁类出现的概率；u₀(t)，u₁(t)表示C₀类和C₁类的平均灰度级，则有：

则图像的类间方差可表示为：

δ_b(t)＝P₀(t)u₀²(t)+P₁(t)u₁²(t)

当类间方差达到最大时该灰度级为最优阈值：

5.根据权利要求1所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：步骤(2)中融合改进的Sigmiod函数，将图像归一化，归一化公式如下：

其中：p(z_t)为第t帧的测量深度值z_t映射得到概率，Th_Otsu为应用Otsu算法所计算出来的阈值，k为横向伸缩尺度，α为纵向伸缩尺度。

6.根据权利要求1所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：步骤(4)中将最后一帧的后验概率分布图从[0,1]映射到灰度空间{0,255}，使用如下公式二值化计算每一点的灰度值：

其中I(x,y)为(x,y)点的灰度值，取值0或255，0表示可通行区域，255表示障碍区域，p(m|z_1:L)为最后一帧后验概率。

7.根据权利要求1所述的融合多帧信息的多波束前视声呐障碍区域提取方法，其特征在于：步骤(5)中对障碍区域分布图进行形态学处理的具体实现方式如下，

对生成的障碍区域分布图采用闭操作，消除图像中狭窄的间断、填补空洞和断点，定义如下：

使用3×3大小的像素值为255结构元素B对生成的灰度图像A(即障碍区域分布图)进行膨胀操作，然后用B对结果进行腐蚀操作。