一种基于声呐图像处理的水下沉埋物识别与定位方法技术

本发明专利技术公开了一种基于声呐图像处理的水下沉埋物识别与定位方法，属应用于水中兵器试验领域水下沉埋物探测与打捞领域。包括构建可扩展的声呐图像数据库、建立深度学习的沉埋物图像识别算法、标定声呐图像的空间位置坐标、沉埋物探测的声呐图像目标自动识别和定位来实现；本发明专利技术专利提出了基于深度学习的声呐图像沉埋物目标自动检测识别技术，通过深度学习技术的移植应用，改善了声呐图像目标识别难度高、高度人工依赖等问题；解决了声呐图像空间坐标缺失的问题。可以实现水下沉埋物探测作业的声呐图像目标自动识别和空间位置定位，实现了对传统沉埋物探测作业技术和方法的创新变革和提高。

【技术实现步骤摘要】
一种基于声呐图像处理的水下沉埋物识别与定位方法
本专利技术专利属于一种基于声呐图像处理的水下沉埋物识别与定位技术，可以应用于水中兵器试验领域水下沉埋物探测与打捞等方面。
技术介绍
水下沉埋装备打捞是水中兵器试验靶场的重要业务之一。沉埋物的探测和定位是实现打捞的先决条件，由于水底地形地貌多变、水环境复杂、可见度差，在大面积深水区域探测和识别沉埋物是极具挑战性的课题。随着声呐技术的发展，图像声呐已成为搜寻湖底沉埋物的主力设备和技术手段，但在实际应用中，通过声呐图像探测沉埋物还存在技术和使用方法上的不足。首先，相比光学图像，声成像结构粗糙、精细度差，目标对比度低、特征不明显是声呐图像的致命缺陷，往往需要经过专业训练的人员细致判读声呐图像才能识别沉埋物；其次，声呐图像一般具有接近一千米的搜寻视场宽度，而大部分沉埋装备的最大尺度一般只有几米，在如此大的成像范围内人眼难以快速发现图像目标；再次，在使用方法方面，由于图像声呐缺乏定位辅助系统，当发现可疑目标后往往需要反复寻找、确认目标位置。另外，如果仅依靠人工读图，通过图像声呐搜寻水下沉埋物时，对沉埋本文档来自技高网...

【技术保护点】
1.一种基于声呐图像处理的水下沉埋物识别与定位方法，其特征在于，包括以下步骤：/nS1、构建可扩展的声呐图像数据库：以实际水上作业探测沉埋物的声呐图像数据为基础，丰富和扩展现有声呐图像数据；/nS2、建立深度学习的沉埋物图像识别算法：基于深度学习、人工特征工程和其他先验知识的声呐图像沉埋物检测技术，并以基于沉埋物回波特性识别的水声识别技术为补充手段，形成沉埋物探测识别算法；/nS3、标定声呐图像的空间位置坐标：基于船只导航定位系统实现图像声呐成像区域的空间位置标定；/nS4、沉埋物探测的声呐图像目标自动识别和定位：通过声呐图像沉埋物检测识别算法自动判读声呐图像，获得沉埋物疑似目标在声呐图像上的...

【技术特征摘要】
1.一种基于声呐图像处理的水下沉埋物识别与定位方法，其特征在于，包括以下步骤：
S1、构建可扩展的声呐图像数据库：以实际水上作业探测沉埋物的声呐图像数据为基础，丰富和扩展现有声呐图像数据；
S2、建立深度学习的沉埋物图像识别算法：基于深度学习、人工特征工程和其他先验知识的声呐图像沉埋物检测技术，并以基于沉埋物回波特性识别的水声识别技术为补充手段，形成沉埋物探测识别算法；
S3、标定声呐图像的空间位置坐标：基于船只导航定位系统实现图像声呐成像区域的空间位置标定；
S4、沉埋物探测的声呐图像目标自动识别和定位：通过声呐图像沉埋物检测识别算法自动判读声呐图像，获得沉埋物疑似目标在声呐图像上的像素坐标，再根据声呐图像的空间位置标定信息解算沉埋物疑似目标的实际空间位置，从而实现沉埋物探测的声呐图像目标自动识别和定位。


2.根据权利要求1所述的水下沉埋物识别与定位方法，其特征在于，步骤S1中所述丰富和扩展现有声呐图像数据的步骤还包括：择试验水池或合适的湖区布设各种姿态的沉装备和目标模拟物，以船只拖曳声呐图像的方式采集不同距离、方位、角度及姿态等条件下的沉埋物声呐图像，以丰富和扩展现有声呐图像数据。


3.根据权利要求1所述的水下沉埋物识别与定位方法，其特征在于步骤S2中，所述形成沉埋物探测识别算法的步骤还包括：
采用HOG—方向梯度直方图、SIFT—尺度不变特征变换和CNN—卷积神经网络三种特征提取算法，并结合沉埋物形状特征等先验知识，增加声呐图像特征提取的互补性和冗余性；
采用SS—选择搜索和RPN—区域提名网络两种算法，进行声呐图像沉埋物目标区域提名；
采用FCN—多层全连接网络算法进行声纳图像的分类和识别。

【专利技术属性】
技术研发人员：尹毅，
申请(专利权)人：中国船舶重工集团公司七五零试验场，
类型：发明
国别省市：云南;53