基于水平集和支持向量机的图像声呐目标识别

王喜龙孟禹彤（.海军驻葫芦岛四三一厂军事代表室，辽宁 葫芦岛 5004；.渤海造船厂集团有限公司船舶设计院，辽宁 葫芦岛 5004）



基于水平集和支持向量机的图像声呐目标识别

王喜龙1孟禹彤2
（1.海军驻葫芦岛四三一厂军事代表室，辽宁 葫芦岛 125004；2.渤海造船厂集团有限公司船舶设计院，辽宁 葫芦岛 125004）

摘 要：本文对基于水平集和支持向量机的图像声呐目标识别方法进行了介绍，这是一种利用声呐技术获得图像，并对目标进行识别的先进技术。水平集法可以根据声呐图像了解目标的大概轮廓，根据不变矩，找到特征矢量，并结合支持向量机，得到识别结果。这种方法有着较高的识别率，应用的范围也比较广，笔者根据自身经验对这种方法的应用情况进行了介绍，希望对相关工作人员提供一定参考意见。

关键词：水平集；支持向量机；图像；声呐；识别

在水下搜救工作中，经常会应用声呐技术，这是一种准确度较高的探测技术，可以降低搜救人员在工作中遇到危险的概率。现在科技发展得越来越快，水下探测工作中应用的技术也越来越先进。水下声呐成像技术是海洋技术不断发展的产物，通过近距离高分辨率声呐成像技术，可以获得水下目标的形状信息，从而对目标进行识别与判断。本文对基于水平集和支持向量机的图像声呐目标识别技术进行了介绍，希望对相关工作人员提供一定的帮助。

1. 探测用声呐及其成像的特点

水声图像与光学图像在本质上有着极大的相似性，二者都属于能量的平面分布图，但是二者也具有一定的差异，这主要是因为二者的介质有着较大的差异。采用成像声呐技术，一般中心频率都在几百千赫以上，而海水介质对声波能量的吸收是与其中心频率的大小有着直接关系的，并且频率增长后，能量吸收是以平方次逐渐递增的，在海水介质中，声波的体积还会扩散，这也使得声波在海水中有着较大的损失，影响着图像声波的质量。水声成像的质量与声辐射情况有着较大的关系，而且容易受到周围环境、噪声等外界因素的影响，如果目标被遮挡，会影响识别的准确性。声呐图像的识别技术与传统的光学图像技术相比，准确度较低，而且图像的质量会受到较多因素的影响，这会影响目标的可识别率，还会导致信息缺失等问题的产生。

本文对声呐图像技术进行了研究与分析，下面笔者对这项技术的特点进行简单分析：首先，水下图像声呐识别，可能会受到水纹以及气泡的影响，船体可能会被一些东西遮挡，但是识别目标时，形状特征还是较容易判断的。其次，探测目标可能会出现与成像声呐一起运动的情况，这会导致目标图像旋转以及平移发生变化。以P450E型前视声呐技术为例，获取的一帧图像如图1所示。

图像声呐目标识别技术会受到海水介质的影响，并且会发生声波能量被吸收的反应，声呐图像容易出现噪声大、边缘模糊，图像质量较差等问题。但是可以肯定的是，图像的形状特征还是比较明显的。在识别的过程中，可以采用轮廓提取的方式，为了保证识别的准确性，相关工作人员还可以采用边缘计算公式。通过多次试验发现，采用边缘检测算法在改善声呐图像质量方面效果并不理想，所以，相关工作人员还会采用主动轮廓模式对图像中的目标进行识别。由于声呐成像技术具有随着目标图像一起旋转与平移的特点，工作人员多会采用基于水平集和支持向量机的方式对目标进行识别，收到的效果极佳。

2. 基于水平集和不变矩的声呐目标识别算法

基于水平集和不变矩的声呐目标识别算法流程如图2所示，在具体识别的过程中，首先是训练样本的轮廓，得到一些轮廓特征；其次是利用高分辨率技术对实时获得的图像进行预处理，从而提取出目标轮廓，对目标进行计算；最后是将识别过程中所提取的特征值输入支持向量机中与需要识别的目标特征进行匹配，如果匹配一致，说明识别到的目标与设定目标一致。

基于支持向量机的目标识别需要利用支持向量机这一设备，其可以有效地降低水下探测中出现误差或图像质量较差的概率。基于支持向量机的目标识别是根据有限样本信息在模型中找到最佳折中，这项技术最大的特点是主要针对小样本进行目标识别，可以根据现有信息达到全局最优解，结合核函数运算公式，可以避免出现维数灾难。这项技术应用的范围比较广，可以解决目标图像识别中存在的问题，从而提高识别的质量。

图1　P450E型声呐获取的原始图

图2　基于水平集和不变矩的目标识别算法流程

图3　含有船体图像的正样本

表1　实验结果

3. 声呐图像目标识别实验

采用P450E高分辨率图像声呐目标识别技术，对水下船体识别进行算法验证，这可以找到该项技术存在的问题，从而制定出改进的方案。

3.1 实验过程

在本次验证中共有3个环节：第一，样本训练支持向量机。根据声呐得到的图像，从中选出30幅，并且将含有船体的15幅作为正样本，剩下15幅作为负样本，这可以得到两个样本集。含有船体图像的正样本如图3所示，其中前5幅是标准图像，其他10幅都是在标准图像的基础上对目标进行旋转与位移。在后10幅图像中可能存在船体遮挡的问题，比如中间5幅存在噪声遮挡问题，最后5幅是被部分遮挡提取的轮廓图，如图3所示。

第二，图像的预处理。在读取声呐制成的视频图像时，还要根据成像的特点对图像进行剪切、去噪，这项工作主要是为了去除图像中存在的无用信息。采用缩小技术主要是为了提高运算速度。在声呐图像中会受到水文与气泡噪声的影响，采用形态学滤波技术，可以保留有用信息，消除无用干扰信息。

第三，提取目标轮廓。根据声呐成像的特点，确定初始轮廓，利用水平集法提取轮廓后，在多个闭合中选取面积最大、受遮挡最少的图像作为船体轮廓。

第四，支持向量机识别。将已提取的目标轮廓特征输入支持向量机中，然后与目标进行匹配。这一过程一般会经过多次实验，这是为了保证结果的准确性。在本文介绍的案例中，核参数σ=23，惩罚因子C=100.0。

3.2 实验结果

采用P450E型高分辨率前视声呐技术，对视频图像进行反复实验后得出了以下实验结果。在选取的100帧图像中，有52帧含有船体，48帧不含船体，发现当船体进入声呐视野范围后，加入σ=0.01、0.04、0.09的高斯噪声后，实验结果见表1。在选取的200帧测试图像中，含有船体的有100帧，不含船体的有100帧，在对船体目标进行识别时，σ=0.01、0.04、0.09的高斯噪声识别实验中，得到的结果见表1。

在两组实验中，将不含船体的图像作为负样本，发现如果船体进入水底地形、扫描范围存在岩石、鱼群等物质，并且与船体的形状较为相似，则识别的结果会出现较大的误差。本文为对声呐图像目标识别课题的初级阶段研究成果，所涉及的图像多为学校港池附近淤泥海底地质的海域中获取的声呐扫描图。经实验验证，本文算法主要适用于该类淤泥海底地质的海域中获取的声呐扫描图。在该类图像中由于水底地形、岩石和鱼群等造成的干扰较小，将在下一步的研究中通过纹理特征值等方法对其他较复杂海底地形下扫描得到的声呐图像的识别进行进一步研究。

结语

通过本文的分析可以看出，基于水平集和支持向量机的图像声呐目标识别技术是当前水下探测领域中比较先进的技术，其可以保证识别图像的清晰性，也可以提高识别率，是科技不断进步的体现。采用高分辨率图像声呐技术，在淤泥质海底环境中得到的扫描图识别率高达95%。随着海洋技术的不断发展，相关技术人员还需要对这项新型目标识别技术进行改进与优化，解决视频图像目标轮廓提取中存在的时间复杂度较大、迭代次数较多等问题。在不同的地质与地形下，声呐扫描识别的准确性也是不一样的，只有不断地改进技术，才能拓宽应用的范围，保证应用的质量与效果。

参考文献

［1］李锋，汤宝平，董绍江.基于正交邻域保持嵌入特征约简的故障诊断模型［J］.仪器仪表学报，2011（3） ：621-627.

［2］黄飞，周军，卢晓东.基于马氏距离的一维距离像识别算法仿真［J］.计算机仿真，2010（3） ：31-34+84.

中图分类号：TP391

文献标识码：A