基于側掃聲吶的水下小目標檢測技術研究

葛錫云，魏檸陽，周宏坤，李 錦，高宇航

（1. 中國船舶科學研究中心，江蘇 無錫 214082；2. 深海技術科學太湖實驗室，江蘇 無錫 214082）

0 引言

水下成像技術是當前海洋探測的常用主要技術手段之一。當前，水下成像技術主要包括光學成像和聲吶成像：光學成像分辨率較高，但作用距離較近，一般在幾米至幾十米之間，而且在渾水場合基本失效；聲吶成像具有作用距離遠、穿透能力強等優點，特別適用于渾水域，因而在水下地質地貌勘測、水下丟失物尋找、水雷探測（含錨雷、沉底雷和泥沙掩埋的沉底雷）、壩基檢測等領域得到了廣泛應用[1]。

然而，水聲信道的水介質及其邊界具有復雜多變的特性，聲波本身的傳播損失和透射、散射，導致采集得到的聲吶圖像往往具有對比度低、斑點噪聲強和目標邊緣模糊等特點，這給聲吶圖像的人工判讀和自動解譯帶來了極大的困難，不利于聲吶成像在水下目標探測與定位、堤壩安全檢測與修復、海上資源勘探與管道敷設、水庫清淤與航道疏浚等國防民生領域發揮更為重要的作用[2]。

側掃聲吶是利用回聲測深原理對水下目標及水下地形地貌進行成像的探測設備。鑒于其技術成熟、性價比高等特點，廣泛應用于海洋地形地貌調查、海底礁石、沉船、管道、電纜等水下目標的探測[3]。

針對側掃聲吶圖像的特點進行圖像處理，旨在將水下場景信息更加清晰、真實地呈現在聲吶操作員面前，提高人工判讀的準確性，降低目標漏判、誤判的概率。DOBECK 等人針對聲吶圖像中水雷的自動檢測與識別進行了研究，開發了一種基于多種分類器與特征提取方法相結合的綜合模型，優化了檢測與分類的準確度，并最大限度減少了誤報的情況[4]。REED 等人針對側掃聲吶圖像似雷目標的識別提出了一種自動分類的無監督模型，開發了一種面向檢測的無監督馬爾科夫隨機場模型，提出了一種新穎的協同統計模型用以提取圖像中的高光和陰影部分，實驗證明要比該領域內其他模型性能較好 。吳濤等人針對聲吶圖像使用傳統的圖像分割方法產生的魯棒性差及精度不高的問題提出了基于樹結構馬爾可夫隨機場的聲吶圖像分割新方法，該方法能有效地保存圖像目標基本信息，同時減少分割誤差，具有較高的處理精度和魯棒性[6]。

本文通過對側掃聲吶圖像進行非局部均值濾波、膨脹算法與Canny 目標邊緣分割算法相結合的方法，進而獲得區域一致性好、邊緣定位準確的自動檢測結果，對側掃聲吶圖像中目標的自主識別至關重要，有助于進一步發揮聲吶成像在水下目標檢測等領域的重要作用。

1 研究方案

基于側掃聲吶的海底目標檢測技術研究方案包括圖像采集與解析、圖像濾波去噪、目標提取和目標測量。

聲吶數據采集與解析。聲吶數據解析主要包括實時聲吶數據采集與解析以及對離線文件數據解析。主要通過讀取XTF（eXtended Triton Format）格式的數據流，將其轉換為ma（tMATLAB Format）進行處理，之后轉換為數組送入OpenGL（Open Graphics Library）進行顯示。

圖1 XTF 文件整體架構Fig. 1 Overall architecture of XTF file

圖像濾波。側掃聲吶圖像分辨率低，干擾噪聲大，常規濾波方法不僅難以清除圖像中存在的噪聲，而且造成圖像質量的下降，影響視覺感觀和目標追蹤功能的實現。鑒于此種情況，采用非局部均值濾波和GPU（Graphics Processing Unit）三維線程加速的方法，實現良好濾波效果的同時，保證了實時性。

目標提取。目標提取分為手動目標提取與自動目標提取。其中手動目標提取采用框選的方法選中目標。對于自動目標提取，系統利用算法自動在圖像中框選中目標、跟蹤目標。采用Canny 邊緣檢測的方法，將當前幀的圖像中的目標進行邊緣提取。由于圖像中存在不連續的位置，這里首先使用膨脹算法，將不連續的位置進行連接，然后對當前幀的圖像進行目標提取。經過對目標的幾何特征進行判斷，剔除一些不符合條件的假目標，提高了目標提取的準確性。

目標測量。在完成目標識別提取的基礎上，結合從聲吶設備本身提供的信息與XTF 文件獲取的信息，建立坐標系，完成目標位置信息測量的任務。

圖2 總體方案架構圖Fig. 2 Overall solution architecture diagram

2 圖像預處理

2.1 濾波算法

對于圖像濾波算法有多種，比如均值濾波、自適應均值濾波、高斯濾波、非局部均值濾波算法等。

對比聲吶圖像濾波去噪方法，選取聲吶圖像進行濾波試驗。濾波窗口尺寸均設為5 × 5。

采用均方誤差（MSE）、信噪比（SNR）2 個指標對去噪結果進行量化分析[7]：

式中，x、y為每個像素點在圖像中的二維坐標。上述評價標準中，均方誤差（MSE）值越小越好，說明濾波效果越好，反之越差；信噪比（SNR）值越大越好，說明濾波效果越好，反之越差。

對比分析表1 中數據可以得出非局部均值濾波均方誤差值最小，信噪比最大，但運行時間較長。

表1 濾波算法評價表Table 1 Evaluation table of filtering algorithm

2.2 非局部均值濾波

非局部均值濾波[8]是利用整張圖像的像素點進行濾波。圖3 中所示后點A 為待濾波點，綠色窗口MA為A 的鄰域窗口。紅色窗口為需要遍歷的窗口，B 點為(i,j)的起點，C 點為W(i,j)的終點。A 處的像素點由下式確定：

圖3 非局部均值濾波原理及濾波后的圖像Fig. 3 Non-local means filtering principle and filtered image

式中：P(A) 為A 點的像素值；w、h為搜索窗口Ds的寬和高，一般w=h；W(i,j)為(i,j)點像素值的權重；P(i,j)為(i,j)點像素值。

權重W(i,j)由A 點所在鄰域MA以及(i,j)點所在鄰域Mx的相似度確定：

MSE 為均方誤差，可用下式表示：

式中，m×n為鄰域的像素點總數。

sum 為所有權重之和：

非局部均值濾波算法無論是圖像視覺處理效果，還是評價指標，均為最優，因此選擇非局部均值濾波算法作為側掃聲吶圖像濾波處理算法。

但是其存在大量的加法運算，具有極高的運算復雜度。

2.3 算法加速

非局部均值濾波在不同數據量下，在 CPU（Central Processing Unit）端運行時間為25 000 ms。其中搜索窗口大小為15×15，鄰域窗口大小為11×11。因此，考慮采用GPU 三維線程進行加速。

圖4 非局部均值濾波在CPU 端運行結果Fig. 4 Results of non-local means filter on CPU

GPU 采用NVIDIA（NVIDIA Corporation）的顯卡，使用 CUDA（Compute Unified Device Architecture）運算平臺。CUDA 是一種通用并行計算架構，該架構使GPU 能夠解決復雜的計算問題。

它包含了CUDA 指令集架構以及GPU 內部的并行計算引擎。開發人員可以使用類C 語言來為CUDA 架構編寫程序，所編寫出的程序可以在支持CUDA 的處理器上以超高性能運行。它是一個完整的GPU 解決方案，提供了硬件的直接訪問接口，而不必像傳統方式一樣必須依賴圖形API 接口來實現GPU 的訪問。在架構上采用了一種全新的計算體系結構來使用GPU 提供的硬件資源，從而給大規模的數據計算應用提供了一種比CPU 更加強大的計算能力。因此，使用CUDA 對我們的算法進行加速。

1）首先是在算法上進行優化。由上述計算過程可知原始非局部均值濾波算法存在諸多計算均方差的步驟，算法主要是對這一步進行優化，縮減計算均方差耗費的時間。采用積分圖的方法來優化計算過程，使計算時間大大縮減。

2）將基于積分圖計算的非局部均值算法由CPU 平臺運行改為GPU 平臺運行。GPU 擁有眾多的加法器，依靠其大量的加法器實現并行運算，從而提高計算速度。

3）在計算過程中將積分圖計算分塊計算，充分利用GPU 線程。

4）改進GPU 線程分配。GPU 可以依靠CUDA進行驅動。CUDA 在編程層面將GPU 線程分為三維，需要充分利用了GPU 的三維線程，將速度進一步提升。

非局部均值濾波在GPU 加速下使用三維線程并且使用分塊計算的方法來計算積分圖。在713×256 像素的數量下，時間控制在了30 ms 左右，滿足實時性的要求，如圖5 所示。

圖5 非局部均值濾波采用GPU 三維線程分塊計算結果Fig. 5 Non-local means filter calculated by 3D thread block on GPU

3 目標提取

3.1 目標圖像提取算法

側掃聲吶圖像主要由目標高亮區、目標陰影區和海底背景區組成[9]。常用的目標圖像提取算法主要由C-means 算法[10]、FCM 算法[11]和Canny算法[12]。從分割準確率、計算時間2 個指標來評價分割算法的優劣[13]，分割算法如公式（7）所示，分割評價如表2 所示。

表2 目標圖像提取算法對比Table 2 Comparison table of target image extraction algorithms

式中：S1為2 幅比較圖像的目標區；S2為2 幅比較圖像的陰影區。

在對運算速度要求不高時，用Canny 算法能夠很好地提取出多個目標和陰影，并在去除噪聲干擾的同時保持圖像的邊緣信息，便于進一步的目標識別與測量；Canny 算法對不同尺寸、不同背景、不同噪聲環境的單個聲吶目標圖像進行大量的計算仿真，均能獲得較好的分割結果，且Canny 算法對單一目標具有很強的適應性和魯棒性。

3.2 膨脹算法與Canny 算法

采用膨脹算法與Canny 算法相結合的方式。首先用膨脹算法，依次遍歷整個圖片的像素，分析每個像素的周圍8 個像素，從而實現將目標不連續像素有序地連接起來，再利用Canny 算法對目標進行分割提取。

Canny 算法是找尋一幅圖相中灰度強度變化最強的位置。所謂變化最強，即指梯度方向。對濾波去噪后的圖像使用Sobel 算子計算水平方向和豎直方向的一階導數（圖像梯度）。根據得到的這2幅梯度圖（Gx和Gy）找到邊界的梯度G和方向θ。

在獲得梯度的方向和大小之后，對整幅圖像做一個掃描，保留每個像素點上梯度強度的極大值，而刪掉其他的值。

分割后的圖像，采用二值化處理，將圖像中所有亮點目標與暗目標利用閾值分割，區分陰影與目標，并通過閾值選取，匹配目標亮點與陰影，最終實現目標的正確提取。

圖6 Canny 算法目標提取Fig. 6 Canny algorithm for target extraction

4 實驗測試

4.1 實驗數據采集

利用北京海卓同創科技有限公司生產的SS900型側掃聲吶已有SDK 開發包，實現聲吶設備實時連接與控制，SDK 提供設備工作參數設置接口功能、獲取工作命令功能和聲吶數據接口功能，因此可基于SDK 開發包實現與聲吶端的網絡連接、網絡通信功能，為聲吶端端口進行IP 分配，為上位機客戶端配置對應IP、子網掩碼、網關，并基于RS 系列串口通信標準可實現與側掃聲吶端的連接。

4.2 軟件界面顯示

基于C++開發語言，Win10 QT5.9 環境實現界面開發，通過QT 界面顯示聲學圖像處理軟件輸出的聲學圖像，并具備基本的視頻讀取模塊、視頻播放以及導出模塊、參數設置模塊和目標測量顯示（距離、方位、尺度）。

4.3 目標檢測測試

為了評估該目標檢測方法的有效性，采用服務器使用Intel? CoreTM i7-10700 CPU 處理器，配備NVIDIA GeForce RTX 3070TI 顯卡，顯卡內存8 G，Win7 64 位操作系統。具體流程圖如圖7 所示。

圖7 測試流程圖Fig. 7 Test flow chart

如圖8 所示藍色框為提取出的暗目標，綠色框為提取出的亮目標。紅色框為將綠色框加長后的框。當紅色框與藍色框的IOU 超過某閾值時，對應綠色框被保留。

圖8 閾值未設置時的目標提取Fig. 8 Target extraction when threshold is not set

圖9 設置閾值后的目標提取Fig. 9 Target extraction after threshold setting

在低混響條件下，對57 張測掃聲吶圖像的目標個數進行了統計，共包含75 個目標，在IOU 為0.7的時候，有67 個目標被正確框選，目標的檢測成功率為89.3%。實驗結果表明：側掃聲吶目標檢測系統能夠較好地滿足水下測掃聲吶目標檢測的實際需求。

5 結束語

針對水下小目標探測識別難的問題，開展基于側掃聲吶的目標檢測方法研究，主要對側掃聲吶圖像濾波算法和目標圖像提取算法進行研究，主要成果如下：

1）聲吶圖像預處理采用非局部均值濾波算法與GPU 加速相配合的方法。通過改進非局部均值濾波算法的運行順序，使其運行于GPU 這類并行處理器件上，同時優化GPU 線程分配，進一步提高聲吶圖像預處理的運行速度。30 ms 的圖像預處理時間，滿足實時性的要求。

2）提出膨脹算法搭配目標分割與輪廓檢測的辦法用于目標提取。通過2 種算法的取長補短達到了較好的目標提取效果。低混響條件下，目標的檢測成功率為89.3%。