CN118115520B 水下声呐图像目标检测方法、装置、电子设备及存储介质 （武汉理工大学）

本发明涉及一种水下声呐图像目标检测方于最大类间方差法对所述连续多帧声呐图像中测的准确性的同时也降低了声呐图像检测的成2获取当前时刻之前的连续多帧声呐图像，基于最大类间方差法对确定所述目标图像集中每帧图像内的目标轮廓坐标，并对所对阈值分割后的所述每帧图像进行膨胀及连通域基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进行连所述基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进的所述每帧图像中第i个连通域，Tt表示像素点占比阈值，表示有效像素点数量阈值，基于最大类间方差法确定分割阈值，对所述连续多帧声呐图像中每基于所述目标图像集中每帧图像中连通域的有效像素的下边界，确定5.根据权利要求1至4任一项所述的水下声呐在使用卡尔曼滤波算法融合坐标转换后的所述目标图3获取模块，用于获取当前时刻之前的连续多帧声呐图像，连续多帧声呐图像中每帧图像进行阈值分割，并对阈值分割后的所述每帧图像进行膨胀、确定模块，用于确定所述目标图像集中每帧图像内的目廓坐标进行坐标转换，使用卡尔曼滤波算法融合坐标转换后的所述目标图像集中每帧图对阈值分割后的所述每帧图像进行膨胀及连通域基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进行连所述基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进的所述每帧图像中第i个连通域，Tt表示像素点占比阈值，表示有效像素点数量阈值，处理器执行时实现如权利要求1至5任一项所述的水下声呐图像目4[0003]目前的声呐噪声去除方法成本较高且体积较大，难以运用于ROV这样的小型设备[0014]基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进5像素点总数，表示阈值分割后的所述每帧图像中的像素点总数，τt表示像素程序被处理器执行时实现如上所述的水下声呐图6[0037]目前的声呐图像检测方法多需要通过卷积神经网络的方式对图像数据进行训[0039]本发明的一个具体实施例，公开了一种水下声呐图像目标检测方法，结合图1来7[0044]本发明提供的水下声呐图像目标检测方法，可以应用于水下机器人声呐探测领OSTU对连续多帧声呐图像中每帧图像内目标对象的像素与背景像[0054]基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0的像素点总数进帧图像所划分出的连通域中亮度大于0的像素点总数[0056]示例性地，所述基于阈值分割后的所述每帧图像所划分出的连通域中亮度大于0像素点总数，表示阈值分割后的所述每帧图像中的像素点总数，τt表示像素点占比阈8[0060]具体地，在根据阈值分割后的每帧图像所划分出的连通域中亮度大于0的像素点[0068]具体地，在使用卡尔曼滤波算法融合坐标转换后的目标[0070]结合图2来看，图2为本发明提供的水下声呐图像处理过程一实施例的流程示意[0075]式中，Icc为对IOT进行处理之后的图像，fcc表示对图片进行膨胀及连通域处理操9[0078]式中，为矩形内部的亮像素点总数，为矩形的所有像素点总数[0081]式中，为第i个矩形区域的宽为第i个矩形区域的高度。[0088]读取列j的所有亮点像素所在的行号，并取行号最大的值，保存在二维数组rs"n的第j行；[0093]fET为判断中有效下边界的像素点集为连续同一行的像素数量的函数方法，[0097]elifrsf"u,k]=rsf"ui-1],则k行的计数[0104]式中，为笛卡尔坐标图像，P2C为极坐标到笛卡尔坐标的转换关系，包含在[0105]由于ROV在实时运动，海洋中的结构体相对于声呐的坐标位置和朝向都在实时变[0107]式中，Ri2n表示对距离当前时刻往前的第i帧sonar图的转换过程中相对当前帧的平面内的二维。以上均来自于里程计信息，通过ROV上的惯性测量单元(Inertial作ik-1,该图像与zk融合所得到的图像为具体流程如下：[0109]知=-1[0122]水下声呐图像目标检测装置的各个模块的更具体实现方式可以参见对于上述水401可以是通用处理器，包括中央处理器(CentralProcessingUnit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DigitalSignalProcessor，[0129]其中，存储器402可以是，但不限于，随机存取存储器(RandomAccessMemor本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器401中，或者由处理器[0136]可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机远程计算机的情形中，远程计算机可