基于圖像聲納的動(dòng)目標(biāo)檢測技術(shù)研究.pdf

1、伴隨海洋資源的開發(fā)和水下探測技術(shù)的飛速發(fā)展，聲納探測設(shè)備憑借其得天獨(dú)厚的優(yōu)勢成為水下探測的重要組成部分。利用聲納設(shè)備進(jìn)行水下目標(biāo)檢測識別是目前海洋研究的重要方向，其中圖像聲納利用聲成像技術(shù)將水下運(yùn)動(dòng)目標(biāo)信息轉(zhuǎn)換為直觀的序列圖像呈現(xiàn)在人們面前，使之成為水下動(dòng)目標(biāo)檢測領(lǐng)域的重要基礎(chǔ)。由于水下聲環(huán)境復(fù)雜，圖像聲納采集到的水下聲圖像通常存在信噪比低、目標(biāo)信息殘缺等問題，因此對于聲納圖像上的運(yùn)動(dòng)目標(biāo)檢測具有十分重要的意義與廣闊的應(yīng)用前景。

2、　　本文首先進(jìn)行了聲成像算法的分析與仿真，并針對聲納圖像存在的問題研究了兩種圖像預(yù)處理的技術(shù)，對不同的圖像預(yù)處理方法通過仿真進(jìn)行性能驗(yàn)證。圖像分割是圖像目標(biāo)檢測的最關(guān)鍵技術(shù)之一，因此研究了基于單幀圖像檢測的兩種常見圖像分割算法（固定閾值分割法和大津閾值分割法），通過實(shí)驗(yàn)發(fā)現(xiàn)這兩種算法對目標(biāo)的檢測性能較差。因此，研究了恒虛警(Constant False Alarm Rate，CFAR)檢測法，經(jīng)過對CFAR算法的理論、模型以及檢測性能詳

3、細(xì)研究后，將CFAR算法應(yīng)用于常規(guī)分割方法未能檢測出目標(biāo)的聲納圖像中，并成功檢測出這些圖像中的目標(biāo)。
　　圖像聲納的動(dòng)目標(biāo)檢測是基于聲納圖像序列的，因此本文進(jìn)行了多幀圖像的動(dòng)目標(biāo)檢測研究。研究了幀間差分法和背景估計(jì)法，并對其檢測性能進(jìn)行了仿真分析。其中背景估計(jì)法的重點(diǎn)就是對序列圖像的背景建模，本文分析了單高斯背景建模法和混合高斯背景建模法，針對水下環(huán)境變化復(fù)雜的情況，通過混合高斯背景建模法建立背景的置信區(qū)間，實(shí)現(xiàn)靜目標(biāo)的剔除和背景