无人艇基于合成孔径声呐的水下感知与成像方法及系统与流程

本发明涉及一种属于无人艇技术以及声波探测领域，特别是涉及一种无人艇针对水下态势进行感知与生成算法。

背景技术：

1、舰艇在水下环境中的探测和感知是一项关键任务，而声波探测相比于电磁波具有独特的优势。在现有的各种水下探测感知技术中，声呐系统仍然是实现水下远程探测感知的唯一有效手段。这种声呐系统具有高效、准确和可靠的特点，舰艇在水下环境中的探测和感知能力是一项至关重要的任务，而声波探测相比于电磁波具有独特的优势。在现有的各种水下探测感知技术中，声呐系统是实现水下远程探测感知的唯一有效手段，具有高效、准确和可靠的特点。这种声呐系统能够提供高质量的探测数据，从而为舰艇的安全和作战提供有力的支持。声波探测在水下环境中具有独特的优势，因为水是一种良好的声波传播介质。相比之下，电磁波在水下的传播距离较短，信号容易衰减，因此电磁波探测系统并不适合用于水下远程探测。而声呐系统则能够利用声波在水中的良好传播特性，实现远距离的探测感知。

2、声呐系统的高效性主要体现在其能够快速准确地检测到目标。这种系统通常采用脉冲压缩技术，以提高探测精度和速度。此外，声呐系统还能够对探测到的数据进行实时处理和分析，从而及时发现目标并做出相应的反应。声呐系统的准确性主要体现在其能够准确地测定目标的位置、速度和方向等信息。这种系统通常采用多普勒效应技术和相位差技术等高精度测量技术，以保证探测数据的准确性和可靠性。声呐系统的可靠性主要体现在其能够在各种复杂的水下环境中稳定工作。这种系统通常采用耐压、耐磨和耐腐蚀等材料和设计，以适应各种恶劣的水下环境条件。此外，声呐系统还能够进行自我检测和维护，及时发现并修复故障，保证系统的稳定性和可靠性。因此，能够提供高质量的探测数据，从而为舰艇的安全和作战提供有力的支持。

3、目前由声呐图像获取的最近障碍物的方位与距离信息存在准确度较差的问题，因此，目前需要提供一种能够提高声呐图像取的最近障碍物的方位与距离信息的精度的一种无人艇基于合成孔径声呐的水下感知与成像方法。

技术实现思路

1、本发明要解决的技术问题是提供一种能够提高声呐图像取的最近障碍物的方位与距离信息的精度的一种无人艇基于合成孔径声呐的水下感知与成像方法。

2、为了更好地完成水下探测和感知任务，本项目采用了单舰艇配置的拖曳式声呐、合成孔径声呐以及前视声呐。这些声呐系统不仅具有高灵敏度和分辨率，还能够实现全方位的探测和感知，从而更好地感知水下的态势。

3、本项目的三个主要方面包括：基于多声呐系统的联合障碍检测、基于水下声呐的目标跟踪和基于合成孔径声呐的水下感知与自定位。这些方面的工作可以相互补充，提高探测和感知的精度和可靠性。通过这些技术手段，我们可以更好地掌握水下的态势，提高舰艇的安全性和作战能力。

4、本发明无人艇基于合成孔径声呐的水下感知与成像方法，一种无人艇基于合成孔径声呐的水下感知与成像方法，包括如下步骤

5、获取声呐图像；

6、将所述声呐图像进行对数灰度变换生成对数变换效果图像，以所述对数变换效果图像的每个像素的灰度配置为x轴，以每个灰度值对应的像素点数量为y轴配置对数灰度分布直方图；

7、将所述对数变换效果图像通过对数模糊隶属度的模糊增强算法，取迭代次数为1～5次，生成模糊增强声呐图像；以模糊增强声呐图像的每个像素的灰度配置为x轴，以每个灰度值对应的像素点数量为y轴配置模糊增强后的灰度分布直方图；

8、将所述模糊增强声呐图像通过最大熵分割算法生成分割后的图像；

9、将所述分割后的图像通过疑似目标筛选算法后生成疑似目标筛选图像；

10、根据疑似目标筛选图像生成波束的角度位置和最近障碍物的下边缘位置。

11、本发明无人艇基于合成孔径声呐的水下感知与成像方法，其中，所述模糊隶属度的模糊增强算法包括如下步骤

12、将小波分解后得到的高频系数进行系数提取，在小波软阈值去噪模型中，通过引入模糊隶属度因子，设计引入模糊隶属度因子的小波去噪模型，通过所述小波去噪模型去除系数提取后的高频系数中的噪声；通过新的pal模糊增强算法将去噪处理后的高频系数从空间域变换到模糊集域，并采用模糊增强算子在模糊集域依次进行模糊集合非线性变换，得到不同尺度、不同方向下的模糊增强特征图像，并对模糊增强特征图像进行反模糊处理，所述新的pal模糊增强算法包括设计新的隶属度函数和模糊增强算子；在图像重构阶段对反模糊处理的高频系数和直方图均衡化的低频系数进行小波重构，并得到模糊增强声呐图像。

13、本发明无人艇基于合成孔径声呐的水下感知与成像方法，其中，所述最大熵分割算法包括

14、步骤一：通过公式得到信息熵，其中，p(x)代表的是阈值t出现的概率，h表示信息熵；

15、步骤二：对模糊增强声呐图像进行区分，低于阈值t的为背景，高于阈值t的为物体，并设置一个最大信息熵，其值为-1；

16、步骤三：输出分割后的图像。

17、本发明无人艇基于合成孔径声呐的水下感知与成像方法，其中，其中，对数灰度变换公式为g(x)＝bc[f(x)-a]-1；

18、其中，参数b，c是用来调整曲线的位置和形状；a相当于平移量，在灰度没有达到a时皆将输入定位为0，c用于控制变换速率，b用于控制曲线形状。

19、本发明无人艇基于合成孔径声呐的水下感知与成像方法，其中，所述迭代次数为2次。

20、本发明一种无人艇多声呐信息融合系统组成系统，包括

21、输入模块，其用于获取声呐图像；

22、对数灰度变换模块，其将所述声呐图像进行对数灰度变换生成对数变换效果图像，以所述对数变换效果图像的每个像素的灰度配置为x轴，以每个灰度值对应的像素点数量为y轴配置对数灰度分布直方图；

23、处理模块，其用于将所述对数变换效果图像通过对数模糊隶属度的模糊增强算法，取迭代次数为1～5次，生成模糊增强声呐图像；以模糊增强声呐图像的每个像素的灰度配置为x轴，以每个灰度值对应的像素点数量为y轴配置模糊增强后的灰度分布直方图；将所述模糊增强声呐图像通过最大熵分割算法生成分割后的图像；将所述分割后的图像通过疑似目标筛选算法后生成疑似目标筛选图像；

24、输出模块，其根据疑似目标筛选图像生成波束的角度位置和最近障碍物的下边缘位置。

25、本发明无人艇多声呐信息融合系统组成系统，其中，所述模糊隶属度的模糊增强算法包括如下步骤

26、将小波分解后得到的高频系数进行系数提取，在小波软阈值去噪模型中，通过引入模糊隶属度因子，设计引入模糊隶属度因子的小波去噪模型，通过所述小波去噪模型去除系数提取后的高频系数中的噪声；通过新的pal模糊增强算法将去噪处理后的高频系数从空间域变换到模糊集域，并采用模糊增强算子在模糊集域依次进行模糊集合非线性变换，得到不同尺度、不同方向下的模糊增强特征图像，并对模糊增强特征图像进行反模糊处理，所述新的pal模糊增强算法包括设计新的隶属度函数和模糊增强算子；在图像重构阶段对反模糊处理的高频系数和直方图均衡化的低频系数进行小波重构，并得到模糊增强声呐图像。

27、本发明无人艇多声呐信息融合系统组成系统，其中，所述最大熵分割算法包括

28、步骤一：通过公式得到信息熵，其中，p(x)代表的是阈值t出现的概率，h表示信息熵；

29、步骤二：对模糊增强声呐图像进行区分，低于阈值t的为背景，高于阈值t的为物体，并设置一个最大信息熵，其值为-1；

30、步骤三：输出分割后的图像。

31、本发明无人艇多声呐信息融合系统组成系统，其中，其中，对数灰度变换公式为g(x)＝bc[f(x)-a]-1；

32、其中，参数b，c是用来调整曲线的位置和形状；a相当于平移量，在灰度没有达到a时皆将输入定位为0，c用于控制变换速率，b用于控制曲线形状。

33、本发明无人艇多声呐信息融合系统组成系统，其中，所述迭代次数为2次。

34、本发明无人艇基于合成孔径声呐的水下感知与成像方法与现有技术不同之处在于本发明无人艇基于合成孔径声呐的水下感知与成像方法通过上述最大熵分割算法生成分割后的图像，其相比于传统的otsu算法可更加精确的分割前视声呐图像中的目标区域及不感兴趣的背景区域。并且，疑似目标筛选算法生成的疑似目标筛选图像可在中心波束位置处不符合起始预警距离要求和目标面积要求的疑似目标被删除，最后获得中心位置处最近障碍物的位置信息，结合当前构造图像的中心波束的角度，可以获得最近障碍物的方位和距离信息。

35、下面结合附图对本发明的无人艇基于合成孔径声呐的水下感知与成像方法作进一步说明。