基于圖像聲納的運動目標軌跡合成與定位

1、基于圖像聲納的運動目標軌跡合成卞紅雨 羅明愿（哈爾濱工程大學(xué)水聲工程學(xué)院，哈爾濱 150001）摘要： 摘要：基于序列圖像的運動目標軌跡合成在水下探測領(lǐng)域有著重要的應(yīng)用。本文研究的是通過圖像處理的方法利用水下運動目標的連續(xù)聲圖像合成目標的運動軌跡。為了在增強目標區(qū)域的同時更好地抑制噪聲干擾，對灰度形態(tài)學(xué)進行了改進，取得了較好效果。關(guān)鍵詞： 關(guān)鍵詞：軌跡合成，圖像去噪。1 引言圖像聲納可以獲得水下目標及環(huán)境的聲圖像，近年來被越來越多的應(yīng)

2、用于海洋探測中需要精細探測的場合。為了實現(xiàn)目標的自主探測，要利用數(shù)字圖像處理技術(shù)對聲納圖像進行處理。然而由于傳輸介質(zhì)的特性以及水下環(huán)境的復(fù)雜性，聲圖像中目標常常只表現(xiàn)為很少的幾個像素，并伴隨有大面積的、亮度很強的噪聲區(qū)域，這給目標的自主探測帶來困難。本文利用運動目標的序列聲圖像，按照降噪處理——軌跡合成——后續(xù)降噪處理的思路，實現(xiàn)軌跡合成，并可進一步實現(xiàn)目標定位。在降噪處理中，對灰度形態(tài)學(xué)進行了改進，更好地濾除噪聲、增強目標區(qū)域。2 本

3、文所處理的聲圖像的特點本文的研究對象是運動目標的序列多波束前視聲納圖像，如圖 1 所示。目的是盡可能的抑制掉背景噪聲，獲得直觀顯示的目標合成軌跡。該合成軌跡可用于目標定位。在每一幀圖像中運動目標只是很小的區(qū)域，亮度也不高，包含的信息量很少；同時由于水下環(huán)境的復(fù)雜性，混響與噪聲的干擾使圖像中噪聲區(qū)域的面積比目標區(qū)域要大得多，同時亮度值也較目標亮度為高。在圖像序列中，不僅僅只有目標在動，背景噪聲也在慢變，這更增加了處理的的難度?？偨Y(jié)水聲序列

4、圖像的特點如下：(1) 目標信號的區(qū)域小，亮度值低，且目標區(qū)域亮點與暗點不均勻。(2) 背景噪聲的區(qū)域大，亮度值高，且慢變（即噪聲的區(qū)域面積的大小和位置在發(fā)生變化）。(3) 水下環(huán)境的復(fù)雜性，導(dǎo)致圖像中的隨機噪聲亮點多。(4) 圖像的整體均值小。針對水聲序列圖像的以上特點，作者采用下面的思路來合成水下運動目標的軌跡：在序列圖像每一幀中目標的位置在發(fā)生著相對變化，即可以直接將序列圖像進行累加，來顯現(xiàn)運動目標的軌跡；為了盡可能地抑制噪聲，要

5、進行兩次降噪處理。3 運動目標軌跡合成運動目標軌跡合成的流程為：（1）圖像的預(yù)處理，主要目的是盡可能的濾掉隨機噪聲干擾，同時還要使目標區(qū)域的像素值綜上考慮得到了下面的改進的灰度形態(tài)學(xué)處理方法： ? ?? ? ? ? ?? ? ??? ? ?else Sk D k MmSy x gxyGSxyGxySxy, min, max) , ( 1 0? 且 如果上式中， 是鄰域均值， 是鄰域方差， sxy m 2 Sxy ? G M和 分別是全局

6、均值和方差。針對本文所處理的 G D圖像，選取 、 。 2 0 ? k 1 1 ? k圖 1（a）為圖像序列中的一幀原始圖像，圖1（b）為經(jīng)過改進的灰度形態(tài)學(xué)處理后的圖像，作為對比，圖 1（c）、1（d）分別給出中值濾波和常規(guī)灰度形態(tài)學(xué)的處理結(jié)果。可以看到改進的灰度形態(tài)學(xué)算法對濾除隨機噪聲和增強目標區(qū)域起到很好的效果。（a）原始圖像（b）改進的灰度形態(tài)學(xué)處理（c）中值濾波處理（d）常規(guī)灰度形態(tài)學(xué)處理圖 1 原始圖像和去噪處理結(jié)果3.2

7、圖像累加將水聲序列圖像中連續(xù) 20 幀的圖像進行累加處理。在這里作者將二進制的或運算推廣到 8 比特灰度圖像中：? ? ? ?? ? ? ? ? ? ????I y x h y x g y x h y x gI y x h y x g y x h y x gy x f) , ( ), , ( max , ) , ( ), , ( min) , ( ), , ( max , ) , ( ), , ( max) , (上式中 ， 為進行累加