一种相控阵三维声学摄像声纳动静目标识别方法技术

本发明专利技术公开了一种相控阵三维声学摄像声纳动静目标识别方法，包括目标聚类步骤、目标特征提取步骤和目标特征匹配步骤。通过遍历声纳数据点，利用数据点之间的距离连通性对目标进行聚类，得到单帧图像中的各个独立目标；对聚类后的各个目标进行三维特征提取，包括目标总点数、目标质心、距离跨度和边界信息等；对相邻两帧中处于重叠区域的目标进行前后帧的特征匹配，通过合理设定各个特征参数的权重值，计算各个特征参数与权重值的累加和，实现动静目标的有效识别。该方法布局严谨、高实时高精度、准确率高、可扩展性强，有效地实现了三维声纳目标动静目标识别功能。

【技术实现步骤摘要】

本专利技术属于相控阵三维声学摄像声纳
，涉及一种相控阵三维声学摄像声 纳动静目标识别方法。
技术介绍
由于声波在水中传播相对容易这一特性，水声探测在开发海洋资源的事业中得到 了广泛地应用，水声成像技术已成为大规模水下探测的重要手段。相控阵三维声学摄像声 纳是国际上最先进的图象声纳，与目前通用的图像声纳(如侧扫声纳、多波束声纳)相比具 有图像清晰、实时性好等优点。三维成像声纳能够获得距离、水平、垂直三维空间的目标信 息。在相控阵三维声学摄像声纳成像基础上进行实时动静目标识别，具有分辨率高、实时性 高、帧率高等优点。在港口实时监视、自动报警系统以及蛙人水下作业保护等方面有广泛应 用价值。目前的大多数声学摄像声纳动静目标识别方法在实时性和准确性以及消除噪声干 扰上仍然存在一定限制。因此，研究相控阵三维声学摄像声纳动静目标识别方法具有重要 的工程实用价值和理论指导意义。
技术实现思路
本专利技术提供了，能够实时、准确 地进行动静目标的识别。，包括以下步骤(1)目标聚类步骤依次遍历每帧的所有三角面片，并根据每个三角面片的三个 顶点的连接信息进行目标标示，得到每帧图像中的各个独立目标，其中，同一目标上的各点 具有连通性，而不同目标上的各点不具有连通性；(2)目标特征提取步骤遍历每帧中每个目标的数据点，对聚类后的各个目标进 行特征提取，获得目标的特征参数；所述的目标的特征参数包括总点数、质心坐标、在X、 Y、Z三个轴向上的距离跨度信息、外接立方体的中心坐标、以及边界点总数；所述的总点数为组成每个目标的声纳点的数量；所述的质心坐标为在同一世界坐 标系下每个目标质心的三维坐标；所述的χ轴向距离跨度为每个目标在χ轴向上的距离跨 度；所述的Y轴向距离跨度为每个目标在Y轴向上的距离跨度；所述的Z轴向距离跨度为每 个目标在Z轴向上的距离跨度；所述的外接立方体中心坐标为在同一世界坐标系下每个目 标外接立方体的中心坐标；所述的边界点总数为每个目标的边界声纳点的总数量；(3)目标特征匹配步骤通过特征匹配，识别相邻帧中的动静目标；(3. 1)提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合， 前帧中所有处于重叠区的目标组成前帧目标集合；(3. 2)判断分属于后帧目标集合和前帧目标集合的任意两个目标是否特征匹配对各个特征参数进行处理计算前后两帧总点数的差值的绝对值占后帧总点数的 比值；计算前后两帧质心坐标的距离；计算前后两帧X轴向距离跨度的差值的绝对值占后帧X轴向距离跨度的比值；计算前后两帧Y轴向距离跨度的差值的绝对值占后帧Y轴向距 离跨度的比值；计算前后两帧Z轴向距离跨度的差值的绝对值占Z轴向距离跨度的比值; 计算前后两帧外接立方体中心坐标的距离；计算前后两帧边界点数目的差值的绝对值占后 帧边界点总数的比值；对处理后的各个特征参数赋予一个合理的权重值，计算处理后的各特征参数与权 重值乘积的累加和的值；将得到的累加和的值与设定阈值进行比较，如小于设定阈值，则认为两个目标特 征匹配；反之，则两个目标不是特征匹配；(3.3)根据在后帧目标集合和前帧目标集合中的目标的特征匹配的判断结果，实 现动静目标的识别如果后帧目标集合中的某个目标能够在前帧目标集合中寻找到特征相 匹配的目标，则后帧目标集合中的这个目标将被标记为静目标，并将与之特征相匹配的目 标从前帧目标集合中移除，继续进行下一个目标的识别；反之，如果后帧目标集合中的某个 目标未能在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被 标记为动目标。本专利技术中，目标聚类依赖于声纳数据单帧重建提供的三角面片连接信息，根据声 纳数据连通性对目标进行实时标示。本专利技术中，只对处于重叠区内的目标进行动静目标识别。本专利技术中，通过遍历声纳数据点，利用数据点之间的距离连通性对目标进行聚类， 得到单帧图像中的各个独立目标；对聚类后的各个目标进行三维特征提取，包括目标总点 数、目标质心、距离跨度和边界信息等；对相邻两帧中处于重叠区域的目标进行前后帧的特 征匹配，通过合理设定各个特征参数的权重值，计算各个特征参数与权重值的累加和，实现 动静目标的有效识别。相对于现有技术，本专利技术具有以下有益的技术效果利用单帧重建生成的声纳数据点之间的连通性信息进行目标聚类，避免了聚类过 程中的大量连通性计算，算法更加高效，更能满足本方法对实时性的要求。目标特征匹配采用各特征值相对运算结果与该特征相应权重值乘积的累加和作 为判定依据。采用特征参数的相对比较结果，具有较高的适应性和准确性，同时各特征参数 在匹配算法中具有不同的权重，匹配算法更加合理、高效。该方法简单，实时性强、准确率高、可扩展性强，能够实时、准确地进行动静目标的 识别，结构简单、高实时、高准确率、有效地实现了三维声纳目标动静目标识别功能。附图说明图1为本专利技术相控阵三维声学摄像声纳动静目标识别方法的流程图。具体实施方式下面结合实施例和附图来详细说明本专利技术，但本专利技术并不仅限于此。如图1所示，，包括目标聚类步骤100，通过声纳数据连通性对目标进行实时标示；目标特征提取步骤200，对聚类后的各个目标进行特征提取，从而为后续的目标特征匹配提供特征参数。目标特征匹配步骤300，通过特征匹配，识别相邻帧中的动静目标。其中，目标聚类步骤100通过声纳数据连通性对目标进行实时标示。目标聚类依 赖于声纳数据单帧重建提供的三角面片连接信息101。目标聚类步骤100中，需要建立空 链表集合，每个目标都有自己的链表，每张链表用于维护属于该目标的所有点。同一目标上 的各点具有连通性，而不同目标上的各点不具有连通性。依次遍历每帧的所有三角面片， 对每个三角面片的三个顶点的连接信息进行分析，维护链表集合，实现目标标示102，得到 每个单帧图像中的各个独立目标如果有新目标出现，则新建一张链表并将点集加入链表； 如果多个目标(至多三个)存在连通性，则融合这几个目标所在的链表。其中，目标特征提取步骤200对聚类后的各个目标进行特征提取，以便为后续的 目标特征匹配步骤提供目标的特征参数。通过遍历各个目标的数据点，得到每个目标的总 点数201，每个目标的质心坐标202和在X、Y、Z三个轴向上的距离跨度信息(203、204、205) 以及每个目标外接立方体的中心坐标206，同时还获取每个目标的边界点总数207。上述所述特征参数的具体提取过程为1)总点数201。统计组成每个目标的声纳点的数量。幻质心坐标202。计算在同一世界坐标系下每个目标质心的三维坐标。3)Χ轴向距离跨度203。计算每个目标在X轴向上的距离跨度。4)Υ轴向距离跨度204。计算每个目标在Y轴向上的距离跨度。5)Ζ轴向距离跨度205。计算每个目标在Z轴向上的距离跨度。6)外接立方体中心坐标206。计算在同一世界坐标系下每个目标外接立方体的中 心坐标。7)边界点总数207。统计每个目标边界声纳点的总数量。其中，目标特征匹配步骤300通过特征匹配，识别相邻帧中的动静目标。首先提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合 302，前帧中所有处于重叠区的目标组成前帧目标集合301 ；接下来只对处于重叠区内的目 标进行动静目标识别。然后判断分属于后帧目标集合302和前帧目标集合301的任意两个目标本文档来自技高网...

【技术保护点】
一种相控阵三维声学摄像声纳动静目标识别方法，其特征在于，包括：（１）目标聚类步骤：依次遍历每帧的所有三角面片，并根据每个三角面片的三个顶点的连接信息进行目标标示，得到每帧图像中的各个独立目标，其中，同一目标上的各点具有连通性，而不同目标上的各点不具有连通性；（２）目标特征提取步骤：遍历每帧中每个目标的数据点，对聚类后的各个目标进行特征提取，获得目标的特征参数；所述的目标的特征参数包括：总点数、质心坐标、在Ｘ、Ｙ、Ｚ三个轴向上的距离跨度信息、外接立方体的中心坐标、以及边界点总数；所述的总点数为组成每个目标的声纳点的数量；所述的质心坐标为在同一世界坐标系下每个目标质心的三维坐标；所述的Ｘ轴向距离跨度为每个目标在Ｘ轴向上的距离跨度；所述的Ｙ轴向距离跨度为每个目标在Ｙ轴向上的距离跨度；所述的Ｚ轴向距离跨度为每个目标在Ｚ轴向上的距离跨度；所述的外接立方体中心坐标为在同一世界坐标系下每个目标外接立方体的中心坐标；所述的边界点总数为每个目标的边界声纳点的总数量；（３）目标特征匹配步骤：通过特征匹配识别相邻帧中的动静目标，包括：（３．１）提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合，前帧中所有处于重叠区的目标组成前帧目标集合；（３．２）判断分属于后帧目标集合和前帧目标集合的任意两个目标是否特征匹配：对各个特征参数进行处理：计算前后两帧总点数的差值的绝对值占后帧总点数的比值；计算前后两帧质心坐标的距离；计算前后两帧Ｘ轴向距离跨度的差值的绝对值占后帧Ｘ轴向距离跨度的比值；计算前后两帧Ｙ轴向距离跨度的差值的绝对值占后帧Ｙ轴向距离跨度的比值；计算前后两帧Ｚ轴向距离跨度的差值的绝对值占Ｚ轴向距离跨度的比值；计算前后两帧外接立方体中心坐标的距离；计算前后两帧边界点数目的差值的绝对值占后帧边界点总数的比值；对处理后的各个特征参数赋予一个合理的权重值，计算处理后的各特征参数与权重值乘积的累加和的值；将得到的累加和的值与设定阈值进行比较，如小于设定阈值，则认为两个目标特征匹配；反之，则两个目标不是特征匹配；（３．３）根据在后帧目标集合和前帧目标集合中的目标的特征匹配的判断结果，实现动静目标的识别：如果后帧目标集合中的某个目标能够在前帧目标集合中寻找到特征相匹配的目标，则后帧目标集合中的这个目标将被标记为静目标，并将与之特征相匹配的目标从前帧目标集合中移除，继续进行下一个目标的识别；反之，如果后帧目标集合中的某个目标未能在前帧...

【技术特征摘要】
1. 一种相控阵三维声学摄像声纳动静目标识别方法，其特征在于，包括(1)目标聚类步骤依次遍历每帧的所有三角面片，并根据每个三角面片的三个顶点 的连接信息进行目标标示，得到每帧图像中的各个独立目标，其中，同一目标上的各点具有 连通性，而不同目标上的各点不具有连通性；(2)目标特征提取步骤遍历每帧中每个目标的数据点，对聚类后的各个目标进行特 征提取，获得目标的特征参数；所述的目标的特征参数包括总点数、质心坐标、在X、Y、Z三 个轴向上的距离跨度信息、外接立方体的中心坐标、以及边界点总数；所述的总点数为组成每个目标的声纳点的数量；所述的质心坐标为在同一世界坐标系 下每个目标质心的三维坐标；所述的X轴向距离跨度为每个目标在X轴向上的距离跨度； 所述的Y轴向距离跨度为每个目标在Y轴向上的距离跨度；所述的Z轴向距离跨度为每个 目标在Z轴向上的距离跨度；所述的外接立方体中心坐标为在同一世界坐标系下每个目标 外接立方体的中心坐标；所述的边界点总数为每个目标的边界声纳点的总数量；(3)目标特征匹配步骤通过特征匹配识别相邻帧中的动静目标，包括(3. 1)提取相邻两帧的重叠区，后帧中所有处于重叠区的目标组成后帧目标集合，前帧 中所有处于重叠区的目标组成前帧目标集合；(3. 2)判断分属...

【专利技术属性】
技术研发人员：陈耀武，周凡，徐巍军，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]