基于声呐图像的目标跟踪算法研究.pdf

基于声呐图像的目标跟踪算法研究

摘要

声呐是探测海洋的“眼睛”，而目标探测与跟踪算法则是使“眼睛”更加清晰的智能

化手段。随着声呐图像高分辨率化发展，研究基于成像声呐的图像处理算法以解决目标跟

踪问题是一个具有挑战性的任务，相比于光学图像，声呐图像目标跟踪领域因为声图像分

辨率低，成像原理不同等诸多因素发展相对较慢，研究适用于声呐图像的目标跟踪技术在

二十一世纪海洋强国战略计划中具有深远的意义。本文基于声呐图像对目标跟踪算法展开

研究，设计了以“检测定位—特征匹配—滤波跟踪”为主要流程的目标跟踪算法并在声呐

图像数据集中进行验证。

首先本文研究并设计基于声呐图像的目标检测定位算法及流程。本文以DIDSON型前

视声呐的图像数据集中的目标成像特点为出发点，设计了一套目标探测定位算法，该算法

以改善声呐图像质量，利于目标被准确检测定位为目的，通过滤波去噪、形态学操作、阈

值分割、目标筛选、最大外接矩形框选及坐标输出这一系列流程实现水下目标检测定位，

并通过声呐数据集进行其性能验证。

其次以目标特征匹配算法为基础，研究基于声呐图像的目标特征集建立及匹配方法。

分析灰度特征、点特征和边缘特征对于目标的表征能力，尤其是这些特征对目标混叠时的

分辨能力。利用不同特征提取办法对目标进行特征集建立并进行后续帧间匹配实验，分析

匹配效果。经过声呐图像序列验证，选择灰度特征对目标进行特征提取并进行归一化相关

HU

系数匹配结合不变矩进行目标帧间匹配识别。

最后研究基于交互式多模型的扩展卡尔曼滤波算法，对目标建立运动状态预测估计。

算法旨在解决跟踪问题中对于目标运动状态的不确定性和特征匹配因混叠、噪声等因素影

响的不稳定性，设计的算法经过仿真数据实验和声呐图像数据实验印证了可行性。通过对

整体多目标跟踪算法进行功能完善，算法实现了对声呐图像序列中目标进行自动检测定

位，利用检测定位区域对目标特征进行提取并进行特征匹配，利用匹配结果进行滤波跟踪

的主要功能。算法利用Python语言进行整体实现，对声呐图像序列进行处理，在有新生目

标进入及目标混叠的复杂场景中，本文设计的算法能够得到优良的跟踪效果。

关键词：声呐图像；目标跟踪；特征匹配；卡尔曼滤波；多模型交互

基于声呐图像的目标跟踪算法研究

ABSTRACT

Sonaristheeyetodetecttheocean,andthetargetdetectionandtrackingalgorithmisan

intelligentmeanstomaketheeyeclearer.Withthedevelopmentofhighresolutionsonar

image,itisachallengingtasktostudytheimageprocessingalgorithmbasedonimagingsonarto

solvetheproblemoftargettracking.Comparedwithopticalimage,thedevelopmentofsonar

imagetargettrackingisrelativelyslowbecauseofthelowresolutionofsonarimage,different

imagingprinciplesandmanyotherfactors.Theresearchontargettrackingtechnologysuitable

forsonarimagesisoffar-reachingsignificanceinthestrategicplanofoceanpowerinthe21st

century.Inthispaper,thetargettrackingalgorithmbasedonsonarimageisstudied,andthe

targettrackingalgorithmwi