深海目标检测追踪方法及系统技术方案

技术编号:38029139 阅读:10 留言:0更新日期:2023-06-30 10:55
本发明专利技术涉及一种检测追踪方法及系统,尤其是一种深海目标检测追踪方法及系统。按照本发明专利技术提供的技术方案,一种深海目标检测追踪方法,所述目标检测追踪方法包括:获取深海目标的声纳图像;将所获取的声纳图像在GPU内进行非局部均值滤波处理,其中,对声纳图像进行非局部均值滤波方法处理时,以积分图的方式执行非局部均值滤波的运算处理并利用GPU的三维线程进行加速;对经非局部均值滤波处理后的声纳图像,进行所需的目标检测追踪,以生成的目标检测追踪ROI区域。本发明专利技术可有效实现水下目标的检测与追踪,辅助水下航行器锁定深海目标,提高目标检测与追踪效率。提高目标检测与追踪效率。提高目标检测与追踪效率。

【技术实现步骤摘要】
深海目标检测追踪方法及系统


[0001]本专利技术涉及一种检测追踪方法及系统,尤其是一种深海目标检测追踪方法及系统。

技术介绍

[0002]海洋是生命的摇篮、资源的宝藏、贸易的通道以及国防的屏障,海洋越来越受到各国政府的高度重视和科学家的青睐。深海科学研究、深海资源勘探、深海工程水下作业都离不开海洋高科技探测装备,需要海洋高科技技术的支撑。
[0003]随着海洋科学研究的深入,对海洋调查作业技术提出更高的要求,船舶可运载科学家、工程技术人员和各种探测设备快速、精确地到达目的地,进行高效勘探、科学考察,成为探索深海奥秘的重要技术手段。
[0004]目前,水下航行器长时间在深海航行作业,由于缺少对水下目标的自动检测机制,造成人工判定目标的效率低以及准确率低的问题,并且人工无法对目标进行有效追踪,无法与其它自动化设备协作,严重影响水下航行器无人自动化系统的进程。
[0005]因此,在深海航行作业中,需要一种可以提高目标判定效率与准确率的自动化方式,推进水下航行器无人自动化进程,但是目前针对水下目标自动检测与追踪方法仍处于空白状态。

技术实现思路

[0006]本专利技术的目的是克服现有技术中存在的不足,提供一种深海目标检测追踪方法及系统,其可有效实现水下目标的检测与追踪,辅助水下航行器锁定深海目标,提高目标检测与追踪效率。
[0007]按照本专利技术提供的技术方案,一种深海目标检测追踪方法,所述目标检测追踪方法包括:
[0008]获取深海目标的声纳图像;
[0009]将所获取的声纳图像在GPU内进行非局部均值滤波处理,其中,对声纳图像进行非局部均值滤波方法处理时,以积分图的方式执行非局部均值滤波的运算处理并利用GPU的三维线程进行加速;
[0010]对经非局部均值滤波处理后的声纳图像,进行所需的目标检测追踪,以生成的目标检测追踪ROI区域。
[0011]深海目标的声纳图像由多波束声纳采集,其中,
[0012]所述多波束声纳采集的声纳图像传输至目标检测追踪器,以使得目标检测追踪器接收后获取所述声纳图像;
[0013]目标检测追踪器获取声纳图像后,将所获取的声纳图像送入GPU的显存内,以在GPU内对声纳图像进行非局部均值滤波处理。
[0014]在GPU内,以积分图的方式执行非局部均值滤波的运算时,所述执行运算的过程包
括:
[0015]对声纳图像,在GPU内构建非局部均值滤波的网格模型,其中,网格模型中的任一层计算非局部均值滤波的一张均方值积分图;
[0016]在计算积分图时,先计算得到行积分图;
[0017]对上述行积分图进行列积分,以得到相应的均方值积分图。
[0018]计算得到行积分图的过程包括:
[0019]矩阵的每一行分成若干组,每个线程计算每一组的数据前缀之和;
[0020]计算每组中最后一个数据的前缀和;
[0021]从第2组开始,将每一列中的数字(最后一组除外)与前一组中的最后一个数字相加。得到完整的行积分图。
[0022]基于行积分图进行列积分时,包括:
[0023]矩阵的每一列分成若干组,每个线程计算每一组的数据前缀之和;
[0024]计算每组中最后一个数据的前缀和;
[0025]从第2组开始,将每一列中的数字(最后一组除外)与前一组中的最后一个数字相加,以得到均方值积分图。
[0026]进行目标检测追踪时,包括手动选定目标追踪与自动目标检测追踪,其中,
[0027]采用手动选定目标追踪时,在声纳图像上手动选择待检测追踪ROI区域,以基于所手动选定的待目标检测追踪ROI区域生成目标检测追踪ROI区域;
[0028]采用自动目标检测时,配置n个待检测追踪ROI区域,以基于所配置n个待检测追踪ROI区域生成n个目标检测追踪ROI区域。
[0029]基于所手动选定的待目标检测追踪ROI区域生成目标检测追踪ROI区域时,包括:
[0030]对手动选择待检测追踪ROI区域,利用模板匹配方法进行目标区域匹配,以在目标区域匹配后确定待定目标区域的位置信息;
[0031]对所确定目标区域的位置信息进行目标检测判定,当所确定的目标区域为与手动选定的待目标检测追踪ROI区域适配时,将所述目标区域利用外接矩形的方式生成目标检测追踪ROI区域。
[0032]利用模板匹配方法进行目标区域匹配时,所采用的模板匹配方法采用归一化平方差匹配;
[0033]在生成目标检测追踪ROI区域时,利用Canny算子对目标区域进行边缘检测,以在边缘检测后将目标区域的边缘利用外接矩形的方式生成目标检测追踪ROI区域。
[0034]对自动目标检测,所述目标检测包括:
[0035]在声纳图像上进行目标的识别,并对所识别目标的边缘轮廓进行提取,且对边缘轮廓提取后的目标利用模板匹配方法进行目标区域匹配,以在目标区域匹配后确定待定目标区域的位置信息;
[0036]对所确定目标区域的位置信息进行目标检测判定,当所确定的目标区域为与手动选定的待目标检测追踪ROI区域适配时,将所述目标区域利用外接矩形的方式生成目标检测追踪ROI区域。
[0037]一种深海目标检测追踪系统,包括:
[0038]多波束声纳,用于采集深海目标声纳图像;
[0039]目标检测追踪器,获取多波束声纳采集的声纳图像,并将获取的声纳图像送入GPU的显存内,以在GPU内对声纳图像进行非局部均值滤波处理,其中,
[0040]对声纳图像进行非局部均值滤波方法处理时,以积分图的方式执行非局部均值滤波的运算处理并利用GPU的三维线程进行加速;
[0041]对经非局部均值滤波处理后的声纳图像,进行所需的目标检测追踪,以生成的目标检测追踪ROI区域。
[0042]本专利技术的优点:采用非局部均值滤波对声纳图像进行去噪处理,非局部均值滤波利用了噪声的非相关的特性。在一幅图像中,具有相同像素的图像块是很多的,而其中的噪声是不相关的。而声纳图像中相同像素的图像块是有很多的,因此,非局部均值滤波对多波束声纳图像非常适用。但是其拥有极高的计算复杂度,本专利技术在GPU内以积分图方式执行非局部均值滤波对声纳图像的处理,不仅可以保持较好的滤波效果,而且保证了良好的实时性。
[0043]相比于光学图像目标检测和追踪,声纳图像相比光学图像具有分辨率低,目标特征不明显,噪声严重的特点,给目标检测和追踪带来了一定的挑战。相比于依靠目标特征进行追踪的高级算法,本专利技术采用模板匹配算法与目标分割、GPU加速等手段相辅助的方法,在达到对低分辨率图像下目标追踪的效果的同时,保证了目标检测与追踪的稳定性与实时性。
[0044]在GPU内执行对声纳图像的非局部均值滤波处理,在使用时开启了远超图像处理单元拥有的计算核心。随着图像处理单元核心数量的增加,对深海目标检测追踪的实时性会有进一步的提升。
附图说明
[0045]图1为本专利技术深海检测目本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种深海目标检测追踪方法,其特征是,所述目标检测追踪方法包括:获取深海目标的声纳图像;将所获取的声纳图像在GPU内进行非局部均值滤波处理,其中,对声纳图像进行非局部均值滤波方法处理时,以积分图的方式执行非局部均值滤波的运算处理并利用GPU的三维线程进行加速;对经非局部均值滤波处理后的声纳图像,进行所需的目标检测追踪,以生成的目标检测追踪ROI区域。2.根据权利要求1所述的深海目标检测追踪方法,其特征是:深海目标的声纳图像由多波束声纳采集,其中,所述多波束声纳采集的声纳图像传输至目标检测追踪器,以使得目标检测追踪器接收后获取所述声纳图像;目标检测追踪器获取声纳图像后,将所获取的声纳图像送入GPU的显存内,以在GPU内对声纳图像进行非局部均值滤波处理。3.根据权利要求1所述的深海目标检测追踪方法,其特征是,在GPU内,以积分图的方式执行非局部均值滤波的运算时,所述执行运算的过程包括:对声纳图像,在GPU内构建非局部均值滤波的网格模型,其中,网格模型中的任一层计算非局部均值滤波的一张均方值积分图;在计算积分图时,先计算得到行积分图;对上述行积分图进行列积分,以得到相应的均方值积分图。4.根据权利要求3所述的深海目标检测追踪方法,其特征是,计算得到行积分图的过程包括:矩阵的每一行分成若干组,每个线程计算每一组的数据前缀之和;计算每组中最后一个数据的前缀和;从第2组开始,将每一列中的数字(最后一组除外)与前一组中的最后一个数字相加。得到完整的行积分图。5.根据权利要求4所述的深海目标检测追踪方法,其特征是,基于行积分图进行列积分时,包括:矩阵的每一列分成若干组,每个线程计算每一组的数据前缀之和;计算每组中最后一个数据的前缀和;从第2组开始,将每一列中的数字(最后一组除外)与前一组中的最后一个数字相加,以得到均方值积分图。6.根据权利要求1至5任一项所述的深海目标检测追踪方法,其特征是,进行目标检测追踪时,包括手动选定目标追踪与自动目标检测追踪,其中,采用手动选定目标追踪时,在声纳图像上手动选择待检测追踪ROI区域,以基于所手动...

【专利技术属性】
技术研发人员:葛锡云周宏坤焦慧锋李晓伟张崇丙魏柠阳
申请(专利权)人:中国船舶科学研究中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1