（通信与信息系统专业论文）前视扫描声纳的成像与目标特征提取.pdf

前视扫描声纳的成像与目标特征提取 摘要 水下环境探测与目标特征提取是自主水下橇器入( a ) 领域中的核心问题，也 是机器入学中人工智能应用研究的重要方面。a u v 要实现自主式作业，必须要具备 对周围环境的自我感知和识别能力。面对未知的复杂多交的水下特殊环境，作为水下 探测主要设备的声纳系统成为a u v 视觉传感器的主要组成部分。与传统声纳系统不 同，a u v 的声视觉系统必须具备环境感知、信息获取、声图生成与构建、目标特征 提取等功能。 本文的研究工作是圈家“8 6 3 计划一“基于同时定位与地图构建方法的a u v 自 主导航技术的重要组成部分，主要介绍了利用t r i t e c h 公司的s e a k i n gd s t 双频数 字机械扫描式前视主动声纳作为a u v 主要探测和感知工具，来获得水下环境的回波 信号，并对这些信息进行有效的选择和处理生成连续的水下琢境的声纳图像，实现水 下环境可视化，之后对原始的声纳图像进行预处理和特征提取。 本文将声纳特征提取分为两个方向研究：一个方向是为了实现后续同时定位与地 图构建( s i m u l t a n e o u sl o c a l i z a t i o na n dm a p p i n g ，s l a m ) ，对原始声纳图像进行相应的 预处理，提取感兴趣的环境点特征信息并将其不断更新添加到特征地图中，使用 s l a m 算法实现a u v 的自主航行；另一个方向是为了进一步提高机器人的自主识别 和判知熊力，在对声纳图像进行处理的基础上，基于水下环境西标的几何特性，利用 最小二乘拟合理论和椭圆逼近原则对其进行分类特征提取，从而提高了机器人视觉系 统的分辨和识别能力。 关键宇：自主水下机器入；前视主动声纳；数字图像处理；特征提取：最小二乘 拟合；椭圆逼近； im a g eb u - idin ga n df e a t u r e se x t r a c t io n s c a n nin gs o n a r a b s tr a c t o ff o r w a r d _ 。io o kin g i nt h er o b o t i c s ，u n d e r w a t e re n v i r o n m e n t sd e t e c t i o na n d o b j e c t sf e a t u r ee x t r a c t i o na r e t h ek e r n e l so ft h ea u vr e s e a r c ha n dt h ei m p o r t a n tp a r t so ft h ea r t i f i c i a li n t e l l i g e n c es t u d y i no r d e rt oa c h i e v et h ec a p a b i l i t yo fa u t o n o m o u st a s k si na nu n k n o w ne n v i r o n m e n t , a u v s h o u l db ec a p a b l eo ff i n d i n gi t s e l fa n dr e c o g n i z i n go b j e c t sf r o mt h ee n v i r o n m e n t f o rt h e c o m p l i c a t e da n dc h a n g e f u lc o n d i t i o n ，s o n a rs y s t e mi st h em a i nd e t e c t i o ne q u i p m e n ta n d c o m p o s e st h ec h i e fp a r to fa u v sv i s u a ls e n s o r d i f f e r e n tf r o mt h et r a d i t i o n a lo n e s ，s o n a r s y s t e mo fa u vs h o u l dh a v e t h ef u n c t i o n so f p e r c e i v i n ge n v i r o n m e n t , o b t a i n i n g i n f o r m a t i o n ，b u i l d i n gs o n a ri m a g e sa n de x t r a c t i n go b j e c t s f e a t u r e s o u tr e s e a r c h e sa r eb a s e do nt h en a t i o n a lh i 醢- t e c hr e s e a r c hd e v e l o p m e n tp l a n s $ 6 3 p l a n s ) ：a u v ( a u t o n o m o u su n d e r w a t e rv e h i c l e ) n a v i g a t i o na n dl o c a t i o nb a s e so n s i m u l t a n e o u sl o c a t i o na n dm a pb u i l d i n g t h i s p a p e ru s e ss e a k i n gd s tw h i c hi s m e c h a n i c a l l ys c a n n e df o r w a r d l o o k i n gi m a g i n gs o n a rt os c a na n dd e t e c t i o nu n d e r w a t e r e n v i r o n m e n ta n do b t a i n st h ee c h os i g n a l s a f t e re f f e c t i v e l ys e l e c t i n ga n dp r o c e s s i n gt h e s i g n a l s ，s o n a rs y s t e mc a nb u i l das e r i e so fc o n t i n u o u ss o n a ro r i g i n a li m a g ef r a m e sa n d u n d e r w a t e re n v i r o n m e n tm o d e l s ，a n dt h e np r o c e s st h e s ef r a m e sa n de x t r a c to b j e c t s f e a t u m i nt h i sp a p e r , f e a t u r e se x t r a c t i o ni sc a r r i e do u tf o rt o wp u r p o s e s ：o n ep u r p o s eb a s e so n s l a mw h i c ho n l ye x t r a c t i n gi n t e r e s t e dp o i n t f e a t u r e sa f t e rt h eo r i g i n a ls o n a ri m a g ef r a m e s p r e p r o c e s s i n ga n dt h e s ee n v i r o n m e n t a lp o i n t sw i l lb ea d d e dt ot h ec o n t i n u o u su p d a t i n g f e a t u r em a p ，u s i n gs l a ma l g o r i t h mt oi m p l e m e n ta u t o n o m o u sn a v i g a t i o no fa u v t h e o t h e rp u r p o s ei st oa d v a n c et h ec a p a c i t yo fa u t o n o m o u si d e n t i f i c a t i o n a f t e rp r e p r o c e s s i n g ， o b j e c t s g e o m e t r i c a lc h a r a c t e r i s t i c sb e c o m et h em o s tu s e f u li n f o r m a t i o n t h i sp a p e ru s e s l e a s t s q u a r ef i t t i n gt h e o r ya n de l l i p s e - f i t t i n gm e t h o dt oc l a s s i f ya n de x t r a c tm u l t i f e a t u r e s t h er e s u l ti n d i c a t e st h a tt h e s ea p p r o a c h e se n h a n c et h er e s o l v i n gp o w e ra n dd i s c e r n m e n to f a u v sv i s u a ls y s t e m k e yw o r d s ：a u v ；f o r w a r d l o o k i n gs o n a r ；d i g i t a li m a g ep r o c e s s i n g ；f e a t u r ee x t r a c t i o n ； l e a s t s q u a r ef i t t i n g ；e l l i p s e - f i t t i n g i i i 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他入已经发表或撰写过的研究成果，也不包含未获得适；麴遗直基 焦置要赞型壹题丝：签拦亘窒2 或其他教育机构的学位或证书使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表 示谢意。 学位论文作者签名：乏，萤 签字目期：触罗年胃；嚣 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复窜彳牛和磁盘，允许论文被查阙和借舞。本人 授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息 研究所将本学位论文收录到串禽学位论文全文数据库，并通过网络向社会公 众提供信息服务。( 保密的学位论文在解密后适用本授权书) 学位论文作者牛业后去向： 工作单位： 遴嘏遗囊| ： 导师签字：多2 堙 签字西期1 年刍胃岁日 电话： 郏编： 、零 驷 拍 名 年 签 ， 裁研， 作 0 文 勰 淦 雕 位 字 学 签 前视扫描声纳的成像与目标特征提取 绪论 1 。 引言 进入2 l 煎纪，伴随着入类开发海洋、利用海洋、襟护海洋进程的加快，作势入 类探索未知深海、争夺国际海底资源煞重要手段，水下飙器入这一离薪技术受到世界 发达沿海因家的普遍重视，并得以快速发展和日臻完善，受到越来越多国家的重视， 美图、加拿大、英国、日本、中国、俄罗斯等国家都成立了专门的研究祝构并且在高 校里也成立了专门研究室用来研究水下辊器人技术。 我国海洋面积约占陆地国土面积的三分之一，在这些海洋内蕴藏着非常丰富的生 物资源和矿产资源。探索海洋、开发利用海洋需要各种高科技的技术手段协助，发展 这些技术和领域是进行海洋资源嚣发、建设海洋强国、绦翌国家安全和实现可持续发 展的重要战赂目标。我国的“8 6 3 计划”在8 0 年代后期开始对水下机器人的开发与研 制展开了深入的研究工作。当前常见的水下机器入包括遥控机器入( r o v - r e m o t e o p e r a t i n gv e h i c l e ) _ ；麓自主式水下祝器入( a u v - a u t o n o m o u su n d e r w a t e rv e h i c l e ) 【l o 】。 遥控机器人不是完全自主的，丽是需要人为的干预。这点极大地限制了机器人的活 动区域和工作效率【3 】。自主式水下机器人是新一代的水下机器入，由于军事、商业等 领域酶重要意义翔技术上面嗡懿众多挑战，自主式求下机器久鲢研究受到越来越多科 学家和技术人员的重视，已经成为水下机器人研究的主要方向【5 】。本课题所基于的自 主式水下机器人的研究正是在此意义和背景下展开的。 1 2a u v 的研究现状 由于a u v 对于认识、探索、研究和开发海洋有重要的意义和价值，受到越来越 多国家学者的重视，对其进行了大量的研究工作【6 8 】。美国、加拿大、英国、日本、 中匿、戳罗斯等霆家都成立了专门的梳橡并且在高校里也成立了专辩研究室研究水下 机器入技术。 国外的著名的研究院所有：美国麻省理工学院的s e ag r a n t sa u v 实验室，美国 海军研究生院( n a v a lp o s t g r a d u a t es c h o o l ，筒称n p s ) 的智藐永下运载器研究中心， 美国臻罗里达大嚣洋大学的高级海洋系统实验室( a d v a n c e dm a r i n es y s t e m s 中国海洋大学硕士毕业论文 l a b o r a t o r y ) ，美国夏威夷大学的自动化系统实验室( a u t o n o m o u ss y s t e m sl a b o r a t o r y ) ， 美国伍慈侯海洋学院( w o o d sh o l eo c e a n o g r a p h i ci n s t i t u t e ) ，美国缅因州大学的海洋 系统王程实验室( m a r i n es y s t e m su n d e r w a t e rs y s t e m si n s t i t u t e ) ，英国的海事技术中心 ( m a r i n et e c h n o l o g yc e n t e r ) ，日本东京大学的机器人应用实验室( u n d e r w a t e r r o b o t i c sa p p l i c a t i o nl a b o r a t o r y ( u r a ) ) 等。 具有代表性的自主式水下机器入有： ( 1 ) n p s 的海军官员和科学家们自行设计和建造a u v 的研究，先后开发了三种类型 的a u v = n p sa u v i 、凤凰号( p h o e n i x ) a u v 【4 】和自羊座号( a r i e s ) a u v 。 ( 2 ) 美国夏威夷大学的研制的靠o d i n ( o m n i d i r e c t i o n a li n t e l l i g e n tn a v i g a t o r ) 9 ，1 0 ， 主要用途为海底地貌观测。 ( 3 ) 日本东京大学生产技术研究所的浦瑗教授领导的实验室【l l ，1 2 】开发了 t w i n b u r g e r l & 2 、p t e r o a l 5 0 & 2 5 0 、t r i d 0 9 1 、t a n t a n 等多个型号的观察型智 能水下机器人，在水下机器人虚拟世界的仿真方面也做了许多工作。 ( 4 ) 加拿大也成功研制了若干型号的a u v ，其中著名的为r a y 和s u n f i s h 。 ( 5 ) 英国1 9 9 5 年开发的“a u t o s u b l a u v 1 3 是一部用于海洋科学( 海流、温度 等) 研究的水下机器入，也具有相当的军事应用前景。 我国在1 9 8 7 年将a u v 开发计划列入国家自动化领域的研究项目中，主要的研究 单位包括中科院沈阳自动化研究所以及哈尔滨工程大学海洋技术研究中心等。其中主 要的a u v 研制成果有： ( 1 ) 中科院沈阳自动化研究所研制开发了工作于水深1 0 0 0 m 的“探索者号无缆水 下机器入。 ( 2 ) 中科院沈阳自动化研究所与俄罗斯合作，共同研发了观察型、预编程控制的 c r - 0 1 1 1 4 无缆水下机器人，工作水深为6 0 0 0 m 。之后又成功研制了新型深水机 器人c r 0 2 1 15 ，可进行深海海底地貌勘测，海底浅地层剖面测量以及海洋要素 测量。 ( 3 ) 哈尔滨工程大学为主协同7 0 2 所、7 0 9 所和华中理工大学共同研制了“智水i 、 “智水i i 、“智水i i i 等系统的自主式水下机器人，标志着我国研制的智能潜 器在智能弓| 导、控制和识别技术上已经接近了世冕先进水平。 可见，水下机器人作为一种高科技手段，在海洋这种人类未来最广阔和现实的可 2 前视扫描声纳的成像与目标特征提散 发展空间的探索和应用中起着至关藿要的作用。 1 3 声纳技术的研究现状 a u v 不熏要舞部控制，并且能够根据囊有设定或者蠢适瘦规范行动，可以尝动 执行各种海洋探测、工程实施、开发调查以及环境保护等工作，可作为水下作业设备 以及观测仪器的协作平台。作为完全自主的水下机器人，必须要具备可以自主识别和 感翔环境鹣系统鳟视觉系统。巍予无线电渡在永孛急速衰减弱扩教，广泛应用予陆地 环境探测的雷达探测系统不适用于水下探测环境；同样，对于光学系统来说，光波在 水中的传播距离很短，只能探测近距离的清澈水文环境，也不适用于海洋这种复杂环 境的痘震【l 嘲；瑟声波不仅在求中传播距离较远，两曼适用于水文环境复杂多变静情 况，成为j 申较为理想的用于水下探测与环境感知的手段。因此，声纳传感器成为水 下机器人重要的感知设备，研究成像声纳技术是有很重簧的意义的。事实上，这里所 说的样声视觉系统 1 7 ，| 8 只是对装配在a u v 上静水声探测设备及其霉像处理秘 识别系统的统称。 水下声波( 简称“水声 ，u n d e r w a t e rs o u n d ) 的应用构成了“声纳这门工程科学， 蔫辍各种形式嚣蘑永声魏系统器唾徽“声纳系统捧或“声缡技术” 1 9 ，2 0 。群声纳捧( s o n a r ) 这个名词是利用7 英语“s o u n dn a v i g a t i o na n dr a n g i n g ”( 声波导航和测距) 的酋位字母 缩写，后被人们广泛采用。作为a u v 视觉系统重要组成部分的声纳传感器是实现距离 测量以及环境感翔的最有效静设备。声纳视觉系统要完成的任务主要是对予水下露标 的蠢主定位、分类识别以及对运动量标的跟踪等工作，使机器入能够快速准确的获取 周围水下环境的信息，自主指导其进行水下的各种行为和工作。但是要实现水下机器 入的完全裔治是墨骜常困难的，丽完成这些任务的核心帮前提是拥有高分辨率的成像声 继探测设备。 随着科学技术的发展和对水下机器人的深入研究，声纳技术得到了突飞猛进的发 展。对于成像声纳的关注和研究也快速成熟超来，器经有了接近光学豳像质量的声全 惠戒像试验系统、声速镜成像系统等，尽管这些成豫系统得到的声图像质量较好，但 是不适用子现实环境。实际应用中的水下开放式环境对于传感器的要求较高，需要准 确的感知周围环境的真实信息。主动声纳( a c t i v es o n a r ) 是自主式水下机器入使用最 广泛静探测设备( 毖如收发合置主动声缡，既可以发射探溅声波，露时也可以接受爱 3 中国海洋大学硕毕业论文 射的回波信号) 它可以从环境中提取目标信息。主动声纳可以分两种：一种是只产 生一系列的“距离一角度”测量信息；另一种是可以同时产生对应探测环境的声纳图 像。对于第一种主动声纳，可以分为以下几种类型 2 1 ( 图1 1 所示) ： ( 1 ) 回声探测器：这是最简单经济的一种水下距离探测设备。声纳传感器向环境中发 射一束声波脉冲，如果这束声波遇到物体反射回来，回波就会被接受阵捕获，根 据声波在水中的传播时间就可以得出对应物体的距离。该声纳设备经常被用来测 量机器人当前距离海底的距离和位置。 f 2 ) 机械式扫描声纳：该声纳由机械转动传感器组成，该传感器可以在不同的角度定 向发射一系列距离测量声波。可以根据需要选择围绕机器人几度到3 6 0 。的扫描 范围角度，特别应用于对环境障碍物的探测工作，如果装配于机器人底部，常用 来收集深海地形探测数据。 ( 3 ) 多波束回声探测器：该声纳专门设计用来产生大范围的深海探测海底信息。由水 听器阵列组成，向海底发射扇形扫描波束来测量位于与机器人运动方向垂直带状 分布的点的距离，该测量数据u r 以用来产生高分辨率声纳罔像。 a ) 川声搛0 器 前扫描声纳成像与目标特征捉 ( c ) 多波束回声探目4 器 图1 - 1 ：距离测量声纳 第二种主动声纳可以测量声波传播区域内指定位置的回波强度。这些测量值可以 重建环境的声图，即所谓的成像声纳。最常用的成像声纳如下( 图1 - 2 所示) ： ( 1 ) 机械扫描成像声纳：类似于机械扫描声纳，该设备还有一个旋转驱动传感器，可 以向不同的方位发射扇形声纳波束。通常垂直安装于机器人上，这样就可以扫描 机器人周围任意角度范围的水平平面。该声纳的主要缺点是更新速率较慢。本文 就足利用该成像声纳进行的研究。 ( 2 ) 电子扫描成像声纳：也称为多波束成像声纳，该声纳配置了水听器阵列，发射一 个信号脉冲，产生声波传播区域的完整的声纳图像。一般局限于机器人前方的一 个小范围区域，但是可以以较快的速率进行扫描。该声纳主要的缺点是造价较高， 往往是机械扫描声纳的l o 倍左右。 氦一誉氡底一一底 中国海洋大学硕士毕n 论文 ( 3 ) 侧扫声纳：该声纳用来生成大范围的海底图像，类似于多波束回声探测器，主要 用来完成海底图像生成工作。当机器人沿着探测路线移动时，该传感器沿着与运 动垂直的方向向海底发射一系列的大范围开角的崩形声波脉冲，产生一系列带状 回波强度测量数据。 a )机械扫描成像声纳 ( b ) 电子扫描成像卢纳 鞲斓鞲簿辫、 鬻荔交溯驴 巍， ( c ) 侧扫声纳 图1 - 2 ：成像声纳 燮厂、一 蹩 前说 l 描声纳的成像j 目标特缸提取 本文使用的前视声纳( f o r w a r d * l o o k i n gs o n a r ) 是主动声纳的一种，可以在探测 方位的二维平面内发射定频率的探测声波，同时接收陔范围内的回波信号，从而得 蟊环境物体的方位、大小和形态等信息，通过成豫系统( i m a g i n gs y s t e m ) 可视化周 围环境，之后再进行图像处理和特簌提取等对原始声纳阁像进行分析，得到可以指导 a u v 行为的可利用的特征信息。 1 4 声纳图像处理技术研究现状 要实现a u v 的完全自治是菲常困难的，这就需要提高枧器入在未知的和无规则 的水下环境中感知尽可能多和准确的信息的能力，并对这些信息进行有效的选择和利 用。随着成像声纳技术的发展，水声瘸豫在海洋探测稃歼发领域的疲雳曩益广泛，翻 用声纳图像进行毽挺识别已经成为数字图像处理领域的一个篓要课题。a u v 的声纳 视觉系统不仅要有声图像和声信号的获取功能，而且应该具备对这些图像的处理、目 标的特征提取与分类谈别等图像分析功能。因此对声纳圈像的预处理与匿标特征提取 技术的研究是水下机器入声视黉系统研究的重要组成部分。 1 4 1 声纳图像的特点 虽然声纳图像与光学图像样，在本质上都是能量的平面或空闯分布圈，但是因 为水声信道其有复杂鄹多变的特性，以及声波本身具有的投瓣翻教射特性，使得声纳 图像与光学图像有很大的不同。水下环境的声纳图像主要有以下特点【1 8 】： 1 分辨率低：声纳探测装置发射的探测声波的波长一般较长，并且探测步遴角度较 大，相邻波束闽不是连续变化的，有一定熬辫隔，造成声纳器像的分瓣率较低。 2 噪声干扰严重：水声信道和海洋环境复杂多变，声波在传播过程中存在衰减、混 响、散射的干扰。另外海洋环境中的其他声响也是声纳图像噪声的主要来源，髫 糠往往被淹没在这些于抗中，雉以辩剥。 3 多径现象：多径现蒙是声波在传播过程中的途径传攒造成的，使得一个目标有多 个返回值，从而在图像中产生重影现象，难以确定图标的真实位臀。 4 。旁瓣：声纳波柬在形成时，除了在较窄的主瓣上形成极大值以外，莫旁瓣会在较 宽的范圈内接受信号，因此，当某一回波较强时，其附近波束的同一距离上会形 成一条回波亮线，即旁瓣干扰。 5 。多普勒效应：当霾标运动或者机器人运动时，发射帮接收的声波会产生定的编 7 中困海洋人学顾i ：毕业论义 移，同一目标在不同时刻的声纳图像上会得到不同的外形轮廓，因而造成目标的 变形和失真。 1 4 2 声纳图像预处理 早期对于声纳图像的解释和判别主要依靠人工来实现，根据声纳图像与光学图像 的共性，从传统的比较经典的一些数字图像处理方法中总结了一些处理声纳图像的原 则和方法。随着计算机和数字处理的发展，数字图像处理技术 2 2 2 4 1 j 逐渐引起了人们 的关注，由于数字信号处理和数字图像处理等现代信号处理技术的发展和应用，声纳 图像处理的研究也进入新的阶段 2 5 2 9 】。基于声纳图像的数字图像处理主要研究方向 包括： ( 1 ) 图像数字化：将声信号转化成数字化表示的灰度图像，既不失真又便于计算机进 行分析处理 3 0 。 ( 2 ) 图像增强：消除和抑制图像中的噪声干扰，突出感兴趣的信息，改善图像质量 3 l 】， 如中值滤波、狄度变换和直方图修币等方法 3 2 ，3 3 。 ( 3 ) 图像还原：把退化了的降质图像进行恢复 3 4 】，改善变形和偏移 3 5 】，接近真实数 据 3 3 】。 ( 4 ) 图像编码：简化图像的表示空间，压缩图像数掘量，便于存储和传输 3 6 】。 ( 5 ) 图像重构：由多二维图像信息重构三维图像 3 7 ，3 8 。 ( 6 ) 图像分析：对图像中不同的对象进行分割、分类、识别和描述、解释 3 3 ，3 9 】。 1 4 3 声纳图像处理技术研究现状 由传感器采集到的声纳原始数据经过成像生成声纳原始图像，但是这些图像不能 直接用于分析和识别，必须进行必要的图像处理，形成有利于进行快速有效的后续特 征提取的图像模式。因此在实际应用中，有必要研究和寻找适用于水声图像的处理方 法。近年来，国内外广泛丌展了对成像声纳的研制和声纳图像处理方法的研究，使用 较多、技术较为成熟的成像声纳系为侧扫声纳( s i d e s c a ns o n a r ) 及扇扫声纳( s e c t o r s c a n s o n a r ) ，对声纳图像的研究主要分为对侧扫声纳和i 订视声纳的单幅图像的处理： ( 1 ) 侧扫声纳图像处理 多波束高分辨率侧扫声纳技术的同趋成熟，国内外不断研制出新型的侧扫声纳产 品。目前，对于侧扫声纳图像的处理技术有阴影技术、纹理分析、数学形态学方法、 神经网络分类技术以及数据融合技术等 4 0 ，4 1 1 。 前视 l 描滞纳的成像j 目标特征提谳 ( 2 ) 叠酉视声纳图像处理 随着成像声纳技术和数字信号处理技术的发展，前视声纳从早期的单波束机械扫 搐声缡发展裂磊前麴多波寒电子扫描声纳，有效提毫了成像速率和分辨率。游视声纳 图像的预处理通常采用适用予光学图像的数字图像处理技术，主要包括图像的平滑滤 波、灰度变换增强、数学形态学变换、二值化分割、神经网络校正、小波变换等方法 簿2 4 4 】。 1 器水下国标特征提取研究现状 对于水下目标的认知和分析关键的是对其特征的提墩和描述方法，它长期以来 壹是水下露标分辑酶重点 4 5 ，4 6 特征提取豹鼹的是为了获得最能反应分类识别的目标的本鹱特征，是目标与其他 物体不同的原始特性或根本属性。有的特征与目标的视觉外观相对戚，例如亮度、形 状描述、灰度变化等；有的特征缺少睡然的对应性，如矗方图特性、频谱特性等。在 特经提取的过程中，特征的选撵至关重要，关系到分类识别的萨确率。特征提取基本 仟务是研究如何从大最的特征中提取出对分类识别最有效的特征并加以分类提取，从 恧在空| t 器l 维数上实现数据压臻。依糍罐i 露静应用和要求对确定的基标避行多样的特征 提取，并将这些特征组成特征矩阵完成星标到特征空f 8 l 的映射。 对目标分类和特征提取的基本要求主要考虑下列三个原则： 1 ) 霞标的醚分麓力：应能够穰好的区分差异较大的匿标； 2 ) 计算复杂度：计算量应尽量较少，达到实时处理的要求； 3 ) 特征空间大小：尽量用较少的特征来表达较多的信息。 莓标霹渡是探测声波遇到露标时反射圈来的种物理过程，鑫此圈波中带有露标 物体羲很多特餐信息，水下毯标麴亮点特性 4 7 ，4 8 也是研究水下髫标豹一个重要方 面，任何个复杂的物体在图像中就是若干个离敝的不闹强度的亮点的集合。对后续 醋牵，j ；谚 埔“重要意义的錾本的特征提墩包括尺寸特征、巍度特征、形态特征、蕊影特 征等。 1 、尺寸( s i z e ) 特征： 目标的尺寸可以通过对舀标所在区域的几何计算得多j 4 9 1 ，如果要得到目标三维方向 蘸只寸，要求获得嚣标的鬻影信息，显该方法对于距离海底较近豁物体比较有效( 麴 9 中冈海洋人学帧l j 毕业论文 下图所示) 。 海面 海底 声纳 l 移动 | 方向 l 图l 一3 ：声纳鞫标同波疋寸测鹫不意n 4 5 1 其中，a 表示声纳在海面以下的深度；b 表示声纳距离海底的高度：c 表示目标前 端位置距离声纳的距离；d 表示目标尾端距离声纳的位置；e 表示目标阴影区域的起 始位置；f 表示阴影区域的终点位置。声纳每次扫描可以获得不露的c 、d 、e 、f 德， a 、b 的值可以通过其他传感器获得。实际应用中，有时只需要在二维平面上获得目标 尺寸大小，常用网标在图像中所占的位置、面积等来表示。 2 、嚣标亮度( b r i g h t n e s s ) 特征： 目标的亮度特性在图像上通常用扶度缴来表示。若耿度较大，说明在该方位上声 纳接收到较强的回波，目标的存在性较大；反之则说明声纳接收到的回波较弱，可以 认为该方位没有胬标存在或者目标较小。 3 、髓标形态( p o s t ) 特征： 目标的形态包括：圆形度、延伸性、纹理 5 0 1 等特性。圆形度可以判断目标的形 状；延伸性主要通过主轴方向角判断其延展的状态；纹理特性主要通过判断回波强度 的均匀性和变化规律，带有一定的经验约策特性。 任何一个目标都有一些自身的特征，如些尖锐点、质心、边缘直线、边缘曲线、 椭圆曲线( 称为点特征、线特征、区域特征) 等 5 1 5 5 。 l o 前视 1 描声纳的成像。jh 标特行提取 l 、点特征( p o i n tf e a t u r e s ) 【5 6 】： 特征点是带有目标特有属性的点，是描述目标的最矗接、最简单的特征。一方面 区别于其他尽标点，另一方面能反应目标的本质。点特徭是图像识别中常用的特征之 一，水下机器人自主定位与地图构建( s l a m ) 实现的主要条件就是点特征的提取。 质心、边界点等足最基本的表征目标位置和形状的特征元素，将属于同一个目标的所 有点特征集合加以区分，就可以对目标进行区分和识别。 2 边缘特征( e d g ef e a t u r e s ) ： 水下环境复杂多变，目标的边缘特征可以比较完整的表示目标的形态特性 5 2 】。 为了进步提高a u v 的自主翔知能力，可以对基标的边缘特征进行分类提取和表示， 对不同特性的目标提取不同的边缘特征元素。对于水下面积较大，具有墙性特点的物 体可以提取其边缘线特征，包括直线特征和曲线特征。线特征的提取往往是在二值化 后的边缘图像上进行的。对予直线特征最常用的方法是h o u g h 变换 5 3 ，5 7 ，5 8 】，但是 计算量大且不适用于实时处理。对于魏线特征，我们采用的是基于最小二乘法的曲线 拟合原胛，他拟合的f 1 1 1 线最夫f 譬度 1 ：近似丁物体的边界特性，另外可以根据需要提取 目标的质心、凹凸点等点特，征。 3 、区域特征( r e g i o nf c a t u r e s ) 【5 9 6 l 】 针对于面积不是非常大的物体，无法提取较完整的线特征，但是单纯的点特征并 不能体现霞标的差异特性，所以可以考虑对目标的轮廓和大小进行最优的椭圆拟合邸 区域特征提取。椭圆的几何特性决定了它可以完憋的描述目标的特征：大小、方位、 延伸方向等，同样也可以配合质心、凹凸顶点等点特征描述。 经过分类特征提取后的，机器人可以对特征空间中不同类型的元素进行不同的识 别和分析，进丽指导下步的行为。 1 6 论文的组织结构 本文使用t r i t e c h 的s e a k i n gd s t 双频数字机械扫描式前视声纳作为水下探测的 工具，针对浚声纳的信号特性，将扫撼后得到的声波信号数字化生成荻度声纳图像； 之后利用数字图像处理方法对原始图像进行预处理，主要步骤是滤波去噪、灰度变换、 图像分割等；根据不同的需要对图像进行边缘检测和目标分类化特征提取。基于 s l a m 翡水下机器入鸯主定位与导航的仿真，主要提取匿标的点特征信息，提取鼷标 中困海洋人学碳l 毕业论文 i 绣 l |磅| l |_ 面高囊蒜l蓬| l o 。一e 封 o i ，直 ， ：回波信号采样 璧 ： | 。一一一 轰 | lr 一一kl it j t i ! 声纳图像慰示 i | 一 ； l l i ：，一一 。一 s ；? 一 - 图像去噪增强 8 i j 。 一舢因i 繇五耀鞠拙 j 。 一一7 4 于7 一 阕毽t 数字形态学处理 一_ 毽化。7 毒 魏 图 像 孩 处 理 ；水f 目拯特，艇提取霹 ! ： 水f 目拯特，艇提取 震 ： i ，意氅链提墩、 多特征提敬 取 l l( 基于s l a m ) 7 。一、 ： |雕争 ，i拌1 lo ：_ t 嚣辫 l囊1l：i辛， | 8 | l ：! ! t法辜lf t礼 -彳i 卜lo，i t潜；= ：i i 惭幌1 一 l l：=一魏 i l * ￥h ￥t= l 描f ，嚣 i b vt 前税手_ 1 描声纳的成像j 目标特缸提取 本文内容安排如下： 第一章绪论，首先对声纳系统进行介绍，概述了声纳系统的构成、分类和声纳的 应翊情况，介绍厂楣关的成像声纳技术、声纳图像的处理和特征提取技术。 第二章主要介绍了声纳成像的相关研究，概述了水声信道的特殊性和单波束前视 声纳成像特性，并对本文使用s e a k i n gd s t 日订视声纳的工作原理和声纳的回波数据进 行了分析，叙述了声纳图像生成的原理和结果。 第三章对声纳图像的预处理过程进行了描述，了解了声纳图像的特点，并从图像 增强、图像分割等数字图像处理角度对原始声纳图像进行预处理。图像增强主要应用 中值滤波去嗓，出于水声图像的特殊性和实时处理的要求，改进了传统中值滤波算法， 在基于窗口直方图计算的基础上，有选择的进行中值滤波。图像分割主要有三个方面： 基于大滓法狄度阈值自动选择的图像二值化；基于数字形态学变换的图像修正；基于 适透陀分割的| f ，j i 区分，为矮续的目标特征提取提供了完整的鲻标信息。 第四章详细描述了基于声纳图像预处理的水下目标特征提取，主要从两个方面进 行研究：个方面是基于s l a m 应用的点特征提取；一个方面是为了提高机器人的 辨识能力对目标进行的分类特征提取。其中分类特征提敬主要是三类特征：点特征、 线特征和区域特征。对予线特征的提取，不仅论述了传统的基于h o u g h 变换的直线特 征提取方法，而且在考虑提取效果和实时性的条件下，运用最d - 乘拟合方法对目标 提取线特征取得了很好的效果。对于区域特征，由于椭圆的几何特征可以完整的描述 该类髫标的特性，主要怒运用撩圆逼近的方法，找到适用于机器入判知的可以包含目 标所有边界点的最小椭圆。这三类特征的提取为以后机器人的目标识别工作起到了决 定。陀的作用， 第五章是对本文的总结和对未来声纳图像应用的阐述。 中固渤洋人学f | ；! j ! l 。毕业论文 2 声纳成豫研究 声波是水下信息远程传输的最佳媒体，水声技术是水下探测、通信以及水中兵器 制母的主要手段，但是迄今为止，水声技术的潜力还远没有得到发展，原因是海洋水 声耶境的复杂性，焉对它的认识和了解眷非常有限。 2 1 水声信遭特点 众所周知，理想的传输信道是无损均匀介质构成的无限空间，信号在传播过程中 不产生任何畸变，僵是海洋水下基道是一个及其复杂的时阕空闻频率变化、强多径 于扰、有限频带和高噪声的信道，它具有内部结构和独特的上下表面，能对声波产生 确：多不同的影响。通常，为了保i = j i 图像的分辨率，成像声纳的中心频率都在几百k h z 戮上。但是水介质对声波畿量的吸收随其中心频率酶增长戮平方次增长，并且传播中 还有体积扩教闷题。这意味着高频声波在水中传播时能量损失是非常大的，这就限制 了搿频声波在水中的有效传播。此外，多途、混响以及各种环境噪声也都造成很大影 n l ；, j 6 2 ，6 3 。与光学圈像褶跪较，实际获敢翡声纳图像酶质量一般都比较差，分辩率低 或者零像中豹墨标边缘残缺不全。 综合而言，其主要的物理效应魁生能量的传播损失、声传波的多途效应以及声信 号的起伏效应等三个方面。 水下爨标的声波反射是个非鬻复杂的物理过程，水下环境复杂多变，噪声稠混 响较多，很难得到清晰的回波信号f 6 4 6 6 】： 圈2 1 ：， ；绒话蛩k 蜮挫 前祝扫描卢纳的成像与目标特提取 声纳回波可以根据强度划分为3 个区域：目标区域，背景区域和阴影区域( 如图 2 一l 所示) ，声波遇到目标以后会返回一个强度较高的回波( 对应a 区域) ，背景区域 会返回强度较低的回波( 对应b 区域) ，由于目标对应声波的遮挡，会产生一个没有 回波返回的区域，就是目标阴影区域( 对应c 区域) ，该区域的回波强度为0 。 22 单波束前视声纳成像特性 单波束前视声纳( 扇扫声呐) ，与多波束声纳成像不同单波束前视声纳只形成 一个探测波束，一般利用基阵的自然方向性，即利用在口- 0 。的方向上形成极值进 行定向，因此在一次收发过程中只能观察一个波束所覆盖的扫描空间，若需要探测一 个固定区域则需要用机械的方法来转动波束，使其逐步搜索并覆盖整个区域，转动 的次数以步进角度决定。由于每次只能观察一个波束指向空间，因此每次只能接受到 该指向上的采样数据，采样数据的大小，反映了回波的强弱，在图像上则体现为像素 灰度值的高低。通过将各个指向上的采样数据进行台成。可获得该扫描区域的全景图 像。而采样数据时日j 问隔代表了径向距离分辨率，各个指向的间隔f 即步进角度) ，则 代表了角度分辨率；因此，采样数据越多，步进角度越小，则合成的图像分辨率越高 图像细节越清晰，依据所生成图像的定位精度与识别的准确性也就越高，然而，采样 数据的增多，步进角度变小则使得整个区域的扫描时间增长，不能满足实际的任务需 要，因此为追求较快的扫描率，一般在采样数目较少，步进角度较大模式下进行工作 6 7 ，6 8 。 2 3s e a k in gd s t 前视声纳 声纳 我们使用t r i t e c h 的s e a k i n gd s t 双频数字机械扫描式前视声纳属于单波束前视 国 圉2 - 2 ：s e a k i n g d s t 般频数字机械扫描式前视声纳 中国海洋大学硕士毕业论文 此声纳采用先进的数字变频技术，典型工作频率为3 2 5 k h z 和6 7 5 k h z ，低频 3 2 5 k h z 可以探测达到3 0 0 米距离范围的大体积的目标，高频6 7 5k h z 由于波束较窄， 用予近距离探测( 1 0 0 米) ，可对曩标细节进行成像，并给出高清晰度的图像。 2 3 1s e a k i n gd s t 前视声纳工作原理 s e a k i n gd s t 前视声纳的工作参数如表2 - 1 所示： 表2 - 1 ：s e a k i n gd s t 前视声纳酶工律参数 工作频率( k h z ) ：3 2 56 7 5 探测距离( m ) ： 0 禾一3 0 0 0 4 1 0 0 距离分辨率( c m ) ：1 05 角度分辨率( 。) ：32 发射波束宽度( 。) ：水平： 32 垂直：2 02 0 接收波束宽度( 。) ：水平： 32 垂直： 2 02 0 扫描步迸角度( 。) ： 0 0 5 6 2 5 其探测距离和范围的关系如表2 - 2 所示，此表为完成一次扫描所用的时间，单位 为秒： 表2 - 2 ：探测距离和范围的关系 分辨率( 步进 距离5 0 m距离5 0 m距离2 0 0 m距离2 0 0 m 角度)幅度6 0 0幅度1 2 0 0 幄度6 0 0幅度1 2 0 。 l o w ( 3 6 0 ) 1 22 4 4 5 8 9 m e d ( 1 o ) 2 44 。79 01 7 。4 h i g h ( o 。9 。) 4 。69 31 7 。93 5 o u i t ( o 4 5 。) 9 11 8 43 4 96 9 8 s e a k i n gd s t 前视声纳发射基阵以“步进”方式旋转，声纳控制系统每发出一个旋 转指令，声纳头开始顺时针或逆时针转动一个步进( s t e p ) 焦发，角度的大小取决于 步进速度( s t e ps i z e )