[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

说明书

本发明提供的是一种融合多帧信息的多波束前视声呐障碍区域提取方法，(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方法计算出全局阈值，融合改进的Sigmiod函数，将图像归一化。(3)对归一化后的图像，通过使用Logit函数变换后的贝叶斯推理公式，迭代计算每一帧的后验概率，得到最后一帧的后验概率分布图；(4)将概率分布图二值化得到障碍区域分布图；(5)对障碍区域分布图使用形态学操作，提取紧致的障碍区域。本发明方法提供一种通过多帧多波束前视声呐图像序列特征融合，利用可靠的阈值函数分割出障碍区域的障碍区域提取方法，具有更强的鲁棒性。

技术领域

本发明涉及一种水下障碍区域提取方法，特指一种融合多帧信息的应用改进贝叶斯推理的多波束前视声呐障碍区域提取方法。

背景技术

随着水下目标探测技术的快速发展，声呐设备已经成为水下探测的主要设备。使用声呐设备进行探测具有不受水下能见度影响、探测距离远的优点。基于声呐图像信息进行目标探测的实际需求和应用有很多，包括有导航、安全、救捞等。在水下障碍区域提取应用领域，提取障碍区域的实质就是分离声呐图像中表示障碍区域的前景与表示可通行区域的背景，从而指导无人船等水面、水下航行器作业。

相对于光学图像来说，声呐设备发生波长一般较长，相邻波束之间也不是连续变化的，并且声波在传播过程中广泛存在着由衰减、混响、散射等造成的干扰，因此图像的细节特征并不明显，基于轮廓、文理等图像细节信息的图像分割背景模型建立方法在分辨率较低的声呐图像中使用起来稳定性较差。目前也有基于图像二值化的障碍区域提取方法，但是依然存在区分能力弱、受噪声干扰大，鲁棒性差等问题。

发明内容

本发明的目的在于提供一种不使用单帧二值化图像提取障碍区域，通过多帧多波束前视声呐图像序列特征融合，利用基于改进贝叶斯推理的算法评判障碍区域。多帧的信息主要指每一帧图像的深度信息。将多帧信息融合，通过改进的贝叶斯推理算法放大有效信号，抑制噪声信号，能够更好地分离低分辨率、强噪声干扰的声呐图像中的前景与背景，提取障碍区域。

为了实现上述目的，本发明采用的技术方案如下：

(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；

(3)对归一化后的声呐图像，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。

进一步的，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。

进一步的，所述多波束前视声呐探头沿水平面向下倾斜20度安装。

进一步的，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：