采用方向自适应密度聚类自动检测侧扫声呐图像海底线

作     者：王爱学 金绍华 刘天阳 查文富 刘畅 

作者机构：武汉大学测绘学院 海军大连舰艇学院海洋测绘工程军队重点实验室 武汉长江航道救助打捞局 

出 版 物：《武汉大学学报(信息科学版)》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2023年

核心收录：

学科分类：082403[工学-水声工程] 08[工学] 080203[工学-机械设计及理论] 0824[工学-船舶与海洋工程] 0802[工学-机械工程] 

基　　金：海洋环境保障创新开放基金资助(HHB001) 国家自然科学基金(41606114) 

主　　题：侧扫声呐 海底线跟踪 密度聚类 方向自适应 

摘      要：侧扫声呐是获取海底地貌图像的主要手段之一，海底线是侧扫声呐瀑布图像最显著特征，准确检测和跟踪海底线是侧扫声呐数据精细处理的基础。受水体环境噪声、船体、水面及水体悬浮目标散射等干扰，传统阈值法及相关图像特征检测算法，难以实现海底线自动、准确、高效提取。本文充分考虑了侧扫声呐海底线的边缘特性及沿航迹向密集分布的空间特点，由此形成了一种边缘方向适应性密度聚类和聚类链筛选相结合的海底线检测方法：该方法通过高斯一阶导卷积模板及非极大值抑制实现高噪声图像边缘梯度和方向计算以及边缘特征的细化；通过设置窄带状搜索邻域，并依据边缘梯度方向实时调整搜索邻域的长轴，以实现对方向变化的线状特征的密度聚类；通过构建基于边缘特征密度聚类的海底线检测策略，包括设定经验范围、阈值法构建聚类种子集、长链原则、排他原则、对称原则、趋势延伸原则、修复原则等，以实现海底线边缘特征的快速密度聚类成链和海底线的筛选。通过试验验证和对比分析，结果表明在持续噪声、复杂悬浮物等常见水体回波干扰下，本文方法在海底线检测的准确性和稳定性上优于传统阈值方法，且单呯平均检测耗时仅为0.661ms。本文所述侧扫声呐图像海底线检测方法有较好的稳定性和干扰普适性，可在侧扫声呐数据采集和事后处理中推广应用。