三維成像聲吶圖像重建研究

劉天寶，吳曉潭，黃勇，劉紀元，王保臣

?

三維成像聲吶圖像重建研究

劉天寶1,2，吳曉潭1,2，黃勇1，劉紀元1，王保臣3

(1. 中國科學院聲學研究所，北京 100190；2. 中國科學院大學，北京 100190；3. 玖甌科技公司，北京 100083)

針對成像聲吶領域中水下目標探測、識別等問題，基于三維探測聲吶2304通道波束形成數據，研究三維成像聲吶可視化方法，仿真了三維點云重構算法，并根據實際應用需求，在設備實現中改進了算法，使其在實際環境中可動態調節閾值，優化成像效果。水池、湖試實驗表明：以該可視化方法為基礎的三維探測聲吶可正確顯示目標位置、形態；且在混響環境中對復雜探測目標有良好的重構效果；同時通過與二維聲吶圖像對比，進一步驗證了該三維聲吶在輪廓識別方面的優越性。

成像聲吶；三維重構；可視化方法

0 引言

成像聲吶一直是水聲領域研究的重點。目前二維成像聲吶有較成熟的技術，且在國內外應用廣泛。三維成像聲吶與傳統二維成像聲吶相比，增加了圖像的深度信息，具有更多良好的性能，如更清晰的輪廓識別度，圖像可三維空間旋轉觀測等。在國際上有代表性的三維成像聲吶有EchoScope系列產品。但國內還沒有完全商用的三維手持聲吶系統，技術實現方法仍處于研究階段[1]。

三維成像聲吶可視化實現部分是三維成像聲吶實現過程中的一個重點和難點。數據的可視化技術現已廣泛應用于醫學、地質等領域，但是在聲學領域的應用仍有待進一步研究與改進[2]。

本文以三維探測聲吶數據為基礎，研究聲吶數據的三維重構問題。基于該可視化方法的三維聲吶不僅可以在模擬三維場景中重建三維目標，同時可實時顯示動態目標，觀測者可以獲悉更清晰的目標輪廓，觀測效果更具真實感。

1 重構算法研究

空間離散點云三維重建，一般有兩種可視化方法，分別為面繪制和體繪制。該系統聲吶數據滿足表面繪制特點，因此選擇表面繪制進行三維圖像重構。在眾多三角網格重構算法中，Delaunay算法被證明是最優的。但此算法時間復雜度高，實際應用中效率過低。U. Castellani等人提出改進的三角網格重構法[3]，利用聲吶數據鄰接關系一致性的特點，在三角網格重構過程中，只構建目標點和鄰接點的網格拓撲關系，在很大程度上提升了重構的效率。

本系統單幀重建部分以U. Castellani等人提出的三角網格重構法[3-5]為基礎，通過對重構條件判斷部分增加動態閾值，對算法進行了改進，具有更好的使用性能，使得圖像在不同場景均能達到最好的效果。圖1為改進后的三角網格重構法對空間離散點重構結果示意圖。

改進的三角網格重構的基本原理及步驟如下[4]：

(1) 聲吶陣列相鄰點連接關系判斷標準：

(5) 動態調整，重復以上操作。

2 檢測軟件系統設計及實驗數據處理

2.1 檢測軟件系統設計

為檢測該可視化方法的有效性，搭建的測試軟件平臺的架構設計如圖3所示。

(1) 傳輸層：用于接收DSP發送的聲吶數據及反饋指令信息給聲吶設備。

(a) 2×2鄰接空間點連接流程

(b) 3×3鄰接空間點連接流程

(2) 顯示控制層：用于圖像顯示及用戶參數設置。

(3) 數據處理層：完成數據的接收、可視化處理、存儲等功能。其中可視化部分包括對數據的有效點提取、濾波、重建。

2.2 實驗數據處理

每幀圖像的聲吶數據由48*48*2048個像素點組成，其中48*48為面信息點，每幀包含2048層面信息，如圖4所示。

實際試驗數據與仿真數據相比含有較多無效點和噪聲點，在對聲吶數據進行重構之前需要對數據進行預處理，包括提取有效點與數據濾波。提取有效點方法為對每幀數據、每一深度提取一個有效點，最終每幀數據壓縮為48*48點的數據信息，用于表面重構。數據濾波方法為依據每幀數據亮度信息，進行區域劃分剔除噪點。軟件中數據處理流程如圖5所示。

3 實驗條件及結果分析

為驗證該可視化方法的實際性能，實驗室進行了如下實驗：

實驗1：實驗具體環境參數如下：聲吶系統入水深度約2 m；聲吶系統與目標距離為3~4 m；聲吶系統距離消聲壁約5.3 m；聲吶接收陣面與水面基本垂直。實驗場景示意圖如圖6(a)所示。

實驗目標為：(1) 不規則圓環，環直徑約35 cm，環桿直徑約3 cm，整個圓環包裹白布條；(2) 長度為2.05 m、直徑約5 cm，帶有一定彎度的光滑圓桿，材質為金屬，全部包裹白布條兩端有螺絲紋。實驗實物照片如圖6(b)所示。

對數據進行處理后散點顯示效果如圖6(c)所示，重構后結果如圖6(d)所示，目標顯示坐標在3.39~3.75 m之間，與實際位置相符，且桿目標與環形目標外形、相對位置均正確，驗證了可視化處理結果的正確性。

(a) 實驗場景圖

(b) 實驗目標

(c) 實驗結果點云圖

(d) 實驗結果重構圖

圖6 水池試驗結果

Fig.6 Experiment results in pool

實驗2：實驗地點及目標描述：潛水員懸浮于水中，頭部露出水面，身體距離另一蛙人的手持聲吶4~5 m。

實驗結果如圖7所示，可視化處理后，聲吶可以正確顯示人體目標的輪廓，且自由旋轉觀測，人像下為湖底目標，以及多次回波造成的影像，證明了在混響環境中，可以對復雜形態目標進行有效的目標識別。

實驗3：實驗目標及實驗目的：為對比二維、三維聲吶成像特點，實驗室將雙圓環型目標懸于水中，對比兩種聲吶的目標檢測效果。

二維聲吶目標識別結果如圖8(a)所示，三維聲吶目標識別結果如圖8(b)所以，兩者對比可見，二維聲吶成像結果圖中目標為亮點。三維聲吶成像結果圖中目標輪廓清晰，且可空間旋轉觀測目標形態，最終確定目標。同時經過三維場景渲染，三維重構結果更具空間真實感。

(a) 二維聲吶結果圖

(b) 三維聲吶結果圖

圖8 二維、三維聲吶探測結果對比圖

Fig.8 Comparison chart of 2D and 3Dsonar detection results

4 結語

本文主要針對三維聲吶中的可視化處理這項關鍵技術進行了研究，仿真了空間點云三角網格重建方法，并根據三維聲吶數據特點，選擇了復雜度較低的算法，且依據實際應用環境進行了改進，使操作者可動態調整連接判斷閾值，根據實際場景選擇更優的觀測效果。并且通過3次水池、湖試試驗，對可視化處理結果的正確性、復雜環境中復雜目標的重構能力及相對于二維聲吶的優越性進行了驗證，證明了該可視化方法的應用價值。

在本文研究的基礎上可以三維聲吶重構圖像為基礎，對三維聲吶圖像全景拼接問題做進一步的研究。

[1] 劉偉寧. 基于VTK的海底聲吶數據實時三維建模軟件設計[D]. 杭州: 浙江大學, 2010.1: 6-8.

LIU Weining. Software design for VTK based real-time 3D modeling system of submarine sonar[D]. Hangzhou: Zhejiang University, 2010: 01.

[2] 李曉梅, 黃朝暉. 科學計算可視化導論[M]. 長沙: 國防科技大學出版社, 1996, 6.

LI Xiaomei, HUANG Zhaohui. An introduction of scientific computing visualization[M]. Changsha: National University of Defense Technology publishing house, 1996, 6.

[3] Catellani U, Fusiello A, Murino V. Object reconstruction and 3D mosaicing[EB/OL]. ARROV. Project GRD1-2004-180601.http://www.disi.unige.it/http://www.opengg.cn/?nsukey=GhUfnzA%2FqRxF6f3UzJEEw9Mb1AIR%2B5nlUm8yN9CFJv6StLCuGQpRMSV9uGxmEpE1sabh2ArEQ8E1rQRQbRJByA%3D%3D

[4] 賀旭. 三維前視聲吶可視化系統研究與實現[D]. 北京: 中國科學院聲學研究所, 2013.5: 37-41.

HE Xu. The research and implementation of 3D forword-looking sonar visualization system[D]. Beijing: Chinese Academy of Sciences Institute acoustics, 2013.5: 37-41.

[5] Murino V, Trucco A. Three-dimensional image generation and processing in underwater acoustic vision[J]. Proceeding of the IEEE, 2000, 88(12): 1903-1946.

Image reconstruction for 3D acoustical imaging sonar

LIU Tian-bao1,2, WU Xiao-tan1,2, HUANG Yong1, LIU Ji-yuan1, WANG Bao-chen3

(1. Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190,China; 2. University of Chinese Academy of Sciences, Beijing 100190,China; 3. Nunew Technology Company, Beijing 100083,China)

Aiming at the requirement of underwater target detection and recognition, basing on the data of 3D sonar from 2304 array elements, this article studies the 3D imaging sonar visualization methods, simulates and improves the 3D point cloud reconstruction algorithm, and then the method is applied to the actual equipment to verify its performance. The experimental results show that the 3D acoustical imaging sonar based on this visualization is effective and has good visual effect. Moreover, by contrasting with the results of 2D sonar, the superiority of 3D sonar is verified.

acoustical image sonar; 3D reconstruction; visualization method

TB556

A

1000-3630(2015)-04-0358-04

10.16300/j.cnki.1000-3630.2015.04.013

2014-07-16;

2014-11-25

劉天寶(1989－), 女, 黑龍江佳木斯人, 碩士, 研究方向為水聲圖像處理。

劉紀元, E-mail: ljy@mail.ioa.ac.cn