合成孔徑聲納圖像的目標(biāo)自動識別方法以及自動識別系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種合成孔徑聲納圖像的自動識別方法和系統(tǒng),該方法包括以下步驟:圖像的預(yù)處理和分割步驟、特征提取步驟、分類判決步驟,其中,特征提取步驟包括:陰影幾何特征的提取步驟、目標(biāo)歸一化中心矩的提取步驟,在所述特征提取步驟和所述分類判決步驟之間還設(shè)有:特征優(yōu)化步驟。本發(fā)明提供的自動識別系統(tǒng)在現(xiàn)有識別系統(tǒng)的基礎(chǔ)上設(shè)置了特征提取和優(yōu)化模塊,該特征提取和優(yōu)化模塊包括:特征提取單元、特征優(yōu)化單元,特征提取單元用于提取陰影的幾何特征和目標(biāo)的歸一化中心矩特征;特征優(yōu)化單元用于對陰影的幾何特征和目標(biāo)的歸一化中心矩特征進(jìn)行優(yōu)化。采用本發(fā)明提供的方法和系統(tǒng)易于識別合成孔徑聲納圖像中的目標(biāo),而且還提高了識別精度。
【專利說明】合成孔徑聲納圖像的目標(biāo)自動識別方法以及自動識別系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理與模式識別領(lǐng)域,具體地說,本發(fā)明涉及一種SAS (syntheticaperture sonar,合成孔徑聲納)圖像的目標(biāo)自動識別方法以及自動識別系統(tǒng)。
【背景技術(shù)】
[0002]合成孔徑聲納是一種高分辨率的水下成像聲納,其可以獲得高質(zhì)量的水下圖像數(shù)據(jù)。合成孔徑技術(shù)利用多個回波相干疊加得到一個孔徑。由于合成孔徑聲納(SAS:Synthetic Aperure Sonar)能夠得到方位向和距離向精度很高的圖像而成為當(dāng)前的研究熱點(diǎn)。隨著合成孔徑聲納成像技術(shù)的發(fā)展,基于合成孔徑聲納圖像的目標(biāo)識別成為國內(nèi)外研究的重要課題。由于水聲信道的多變性和復(fù)雜性以及聲波本身的透射性,使SAS圖像不同于光學(xué)圖像,可提取的細(xì)節(jié)信息較少,現(xiàn)有聲納目標(biāo)識別方法大都是提取了目標(biāo)的信息而忽略了陰影信息,并且沒有特征優(yōu)化的步驟,從而給識別帶來了困難。
【發(fā)明內(nèi)容】
[0003]本發(fā)明要解決的技術(shù)問題是提供一種合成孔徑聲納圖像的目標(biāo)自動識別方法,其易于識別合成孔徑聲納圖像中的目標(biāo)。
[0004]為解決上述技術(shù)問題,本發(fā)明提供一種合成孔徑聲納圖像的目標(biāo)自動識別方法,其包括以下步驟:圖像的預(yù)處理和分割步驟、特征提取步驟、分類判決步驟;其中,特征提取步驟包括:陰影幾何特征的提 取步驟、目標(biāo)歸一化中心矩的提取步驟,陰影幾何特征的提取步驟用以構(gòu)建由陰影幾何特征所組成的特征空間;目標(biāo)歸一化中心矩的提取步驟用以構(gòu)建由目標(biāo)歸一化中心矩所構(gòu)成的特征空間f2 ;分類判決步驟用于對所述特征空間和所述特征空間f2進(jìn)行處理,以分類判決所述目標(biāo)。
[0005]作為上述方法的另一種改進(jìn),在特征提取步驟和分類判決步驟之間還設(shè)有:特征優(yōu)化步驟,特征優(yōu)化步驟用以減小特征空間表示信息的冗余度,其中,采用最優(yōu)分界矩陣:
IV-ShW
【權(quán)利要求】
1.一種合成孔徑聲納圖像的自動識別方法,其包括以下步驟: 圖像的預(yù)處理和分割步驟; 特征提取步驟,其包括:陰影幾何特征的提取步驟、目標(biāo)歸一化中心矩的提取步驟,陰影幾何特征的提取步驟用以構(gòu)建由陰影幾何特征所組成的特征空間f\,目標(biāo)歸一化中心矩的提取步驟用以構(gòu)建由目標(biāo)歸一化中心矩所構(gòu)成的特征空間f2; 分類判決步驟,其用于對所述特征空間fi和所述特征空間f2進(jìn)行處理,以分類判決所述目標(biāo)。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于: 在所述特征提取步驟和所述分類判決步驟之間還設(shè)有: 特征優(yōu)化步驟,其用以減小特征空間表示信息的冗余度,其中, 采用最優(yōu)分界矩
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于: 所述陰影幾何特征的提取步驟包括: 提取陰影的面積A:通過統(tǒng)計(jì)并計(jì)算圖像邊界內(nèi)部的像素?cái)?shù)目,具體的是通過公式
4.根據(jù)權(quán)利要求1或2所述的方法,其特征在于: 所述目標(biāo)歸一化中心矩的提取步驟包括: f(x,y)的(p+q)階中心矩mM在數(shù)字圖像中的離散化表示為:
5.根據(jù)權(quán)利要求1或2所述的方法,其特征在于:所述分類判決步驟包括: 設(shè)輸入向量為f = (f1; f2,…fd),則樣本集的最優(yōu)分類面問題轉(zhuǎn)化為求解如下極限問題:
6.一種合成孔徑聲納圖像的目標(biāo)自動識別系統(tǒng),其包括: 圖像預(yù)處理及分割模塊,其包括圖像預(yù)處理單元和分割單元,用于去除圖像的噪聲并增強(qiáng)圖像的對比度; 特征提取和優(yōu)化模塊,用于提取目標(biāo)的特征并對該特征進(jìn)行優(yōu)化; 分類判決模塊,其包括采用支持向量機(jī)的分類器,用于輸出用來訓(xùn)練的特征向量和用來測試的特征向量,并采用一對多的分類算法輸出判決結(jié)果; 其特征在于: 所述特征提取和優(yōu)化模塊包括: 特征提取單元:其用于提取陰影的幾何特征和目標(biāo)的歸一化中心矩特征; 特征優(yōu)化單元:其用于對陰影的幾何特征和目標(biāo)的歸一化中心矩特征進(jìn)行優(yōu)化。
【文檔編號】G06K9/62GK103577825SQ201210259761
【公開日】2014年2月12日 申請日期:2012年7月25日 優(yōu)先權(quán)日:2012年7月25日
【發(fā)明者】丁雪潔, 解愷, 劉維, 劉紀(jì)元 申請人:中國科學(xué)院聲學(xué)研究所