側掃聲吶圖像海底線自動提取方法研究

謝政軒 李改肖 代柯

摘要：側掃聲吶方法在使用中經常存在圖像受外界因素的干擾，導致海底線難以被精準檢測與提取。針對這個問題，本文結合側掃聲吶的圖像特點以及成像機理，對其圖像海底線的自動提取方法進行深入研究。實踐表明，自動提取方法可有效解決懸浮物遮擋和海況差等問題，能夠在復雜環境下對海底線進行自動精準檢測與提取，具有良好的使用效果。

關鍵詞：側掃聲吶；圖像；海底線；自動提取

DOI：10.12433/zgkjtz.20233043

在海洋科學和海洋工程研究中，側掃聲吶技術具有十分重要的作用。它可以通過回聲探測的管理對海底的地形地貌以及水下物體情況進行彈射，又稱海底地貌儀。側掃聲吶瀑布圖中的海底線表征拖魚到海底的具體情況，是進行目標量測、圖像灰度均衡化處理以及斜距改正等操作的關鍵性參數指標之一，其精準性會直接影響后續計算結果質量。在實際應用時，海綿回流、脈沖發射等情況都會對側掃聲吶瀑布圖像水柱區造成較明顯的干擾，導致后續研究圖像出現錯位或畸變等問題，因此，需要對海底線自動提取方法進行深入研究。

一、側掃聲吶圖像成像機理

側掃聲吶技術是利用拖魚的換能器裝置，再通過束控技術形成兩束扇形波束，并基于球面波形式傳播到海底環境，并依據距離參數反向散射回換能器，以此得到時序回波，然后在側掃聲吶圖像中會形成掃描線。側掃聲吶在發射聲波后及時接收回波，在海水環境中的傳播耗時情況會在圖像中形成水柱區圖像。換能器系統接收海底回波時序信號，形成圖像區。兩個圖像區的交界位置是垂直波束在海底形成的首個回波圖像，可以表征海底情況，具體情況如圖1所示。

二、側掃聲吶圖像海底線自動提取方法分析

（一）最后峰值法

根據側掃聲吶的成像原理，ping掃描線的灰度曲線在區域變化時會在海底線的位置處出現突變，進而在圖像信息中形成尖峰，實現了對海底情況的有效跟蹤測量。而在拖魚下方位置發生上述干擾情況時，會導致曲線的水柱區出現多個尖峰圖像，此時單峰檢測方法失效。在存在多個尖峰情況時具有以下特點：第一，尖峰兩側的灰度G0與圖像區相比較小，其變化規律為G0-G1-G0-G2…，G0在進入圖像區后消失。第二，尖峰灰度G和相鄰灰度G0間的差值?G變化相對明顯，而在圖像區的變化較小。

能夠設定相鄰區域的灰度差值變化為?G0，水柱區的峰值檢測原則為：?G0＜|?G|。假設峰值灰度和水柱區的相鄰灰度都符合上述原則，同時與圖像區相鄰灰度不符合上述原則，則可以認定為該峰為最后峰，即海底點的實際位置。上述方法是利用單ping掃描線的最后峰值法。

利用最后峰值法檢測海底線的關鍵在于?G0參數的精準性。?G0在側掃聲吶圖像中會隨著位置不同而發生變化，在實際操作中會存在一定的困難性。因此可通過以下方法對?G0進行自動檢測以及海底線提取：

（1）依據過往檢測經驗設定經驗閾值?G0，然后將回波區與水柱區區分開。理論上來講，水柱區的圖像灰度為0，然后考慮實際海洋環境中的因素干擾，可將其設定在20以下。

（2）基于?G0對每個ping掃描線進行海底線的跟蹤檢測，并將正確跟蹤與錯誤跟蹤區分。

（3）選取正確跟蹤數據對?G0進行計算，同時求取各海底點的實際深度與平均深度；對錯誤跟蹤數據進行?G0計算，結合正確跟蹤數據對其進行參數校正與重新檢測。

（4）重復上述操作直至全部ping掃描線完成正確跟蹤檢測。

（二）海底線綜合跟蹤

在最后峰值法的基礎上，將卡拉曼濾波、基于海床漸變性的異常跟蹤段修復方法融入其中，形成綜合跟蹤檢測方法。具體實施流程如下：

首先利用最后峰值法進行海底點跟蹤檢測，然后依據對稱原則對正確區段是否增加進行判斷。如果判斷結果為是，則重復執行最后峰值法；如果判斷結果為否，則進入下一個操作環節。針對錯誤跟蹤段建立的公式：

其中，H代表異常地段的拖魚或者地形高度；l代表ping位置與參考點之間的距離；a0和aj代表多項式模型系數，j=1，2，3，...，N；N代表模型階數。

為保證公式計算結果的精準性，還要基于海底跟蹤精度σ0和模型精度σm對N進行確定。側掃聲吶首個回波與測深具有相同功效，因此可將σ0設置為3%的水深。對σ0和σm進行對比分析，如果σm參數比較大，則對模型階數N進行調整變動；如果σm參數比較小，則視為符合檢測需求。基于錯誤跟蹤段的能夠計算拖魚高度，進而得到海底線信息。

基于對稱原則會錯誤跟蹤段進行判斷分析，會存在兩側全部跟蹤錯誤或一側跟蹤正確的情況，因此，可利用地形變化的一致性原則進行具體判斷。

將k錯誤跟蹤段與ping位置對應，隨后對模型精度與拖魚高度進行計算，與初始海底點的拖魚高度今夕習慣對策分析，通過下述公式對錯誤側分析：

?mean＜3σ0，正確

其中，?mean=Mean （{?k}）， k = 1，2，...， m，Mean代

表平均函數；m代表異常段的ping掃描線數量，?k代表初始海底點拖魚高度與k錯誤跟蹤段拖魚高度的差值。

在單側段跟蹤正確的情況下，如果一側跟蹤正確，則另一側跟蹤錯誤，基于對稱原則將正確段參數賦值到另一側；在兩側均跟蹤錯誤的情況下，利用模型對拖魚高度進行計算，同時計算航跡線與海底線之間距離，最后能夠得到最終的海底線位置。

針對海水中存在懸浮物情況，利用卡拉曼濾波對懸浮物的影響進行修復。卡拉曼濾波的狀態和量測方程如下：

Xk = AXk – 1+ Wk – 1

Zk = HXk + Vk

其中，Xk代表第k條ping掃描線的狀態向量；A代表轉移矩陣，取值為1；Wk-1代表狀態噪聲，屬于高斯白噪聲，方差為Q、R，初始值設置為σ0；Zk代表第k條ping掃描線對應的拖魚高度；H代表量測矩陣，取值為1；Vk代表觀測噪聲，屬于高斯白噪聲，方差為Q、R，初始值設置為σ0。

經過卡拉曼濾波處理后即可得到最終的海底線跟蹤檢測結果，圖2為卡拉曼濾波的實際應用效果。通過分析可以發現，卡拉曼濾波處理可以大幅度提高海底線圖像的精準性。

三、案例分析

為驗證上述方法的實際應用效果，以某水域的實測側掃聲吶圖像作為研究對象，進行海底跟蹤測量工作。在實驗區域內設計有3條測線，其中1測線與2測線為單波束覆蓋，側掃聲吶儀器設置為150m掃幅、100kHz的頻率。3條測線的長度分別為3054m、3100m和3090m，實驗區的水深變化為8～45m，水體中的懸浮物相對較多，因此得到的側掃聲吶圖像信息質量比較差。

在實驗過程中使用傳統閾值法、最后峰值法以及該文提出的綜合檢測方法進行海底線自動提取操作。使用綜合檢測方法時將海底跟蹤精度設計為0.1m，?G0設置為10，d=10。3條測線的實際測量情況如圖3所示。

通過圖像信息分析可以發現，使用傳統閾值法時具有較大的缺陷型，海底線的圖像缺少精準性；使用最后峰值法時雖然可以解決水柱區存在干擾圖像的問題，但是在懸浮物橫跨水柱區的條件下難以實現精準的圖像跟蹤提取；提出的綜合檢測方法與上述兩種方法相比具有明顯的可靠性，可有效解決上述問題，保證海底線跟蹤與提取結果的精準性與完整性。

使用本研究的檢測方法對其與兩條測線進行檢測，在復雜海水區域的海底線圖像提取結果如圖4所示。用S1和S2代表1測線與2測線，用A和B代表測線中存在的復雜環境。

通過圖像分析可以發現，基于本研究提出的綜合檢測方法提取的側掃聲吶圖像能夠清晰直觀的反映出真實的海底線情況。

參數?G0通過上述方法確定，利用1測線對d和σ0對海底線的跟蹤檢測結果精度影響進行分析，以實際測量數據作為基礎分析能夠發現，σ0參數越大，對應的跟蹤精度越低，究其原因，在門限放寬的情況下小異常段未能及時檢測跟蹤，在σ0=1時具有最高的跟蹤精度，與前文描述的理論基礎相契合。d參數過大會降低海底線跟蹤精度，過小則會導致跟蹤檢測效率明顯下降，而在連續異常的情況下難以及時發現異常，這與門限濾波基本原則相符。

對本研究提出的綜合檢測方法的提取精度進行分析，依據側掃聲吶中的1圖像與2圖像中的海底線對海底地形高度進行計算，隨后進行該實驗區域的海床DEM圖繪制，同時利用實測單波束的地形數據繪制海床DEM進行對比分析，基于分析結果能夠發現，兩者得到圖像數據具有明顯的一致性，1條帶的偏差均方根為±18cm，2條帶的偏差均方根為±16cm，與實際檢測提取得到的深度精度參數保持一致，由此表明本文提出的方法具有實際應用效果。

四、結論

綜上所述，傳統側掃聲吶海底線圖像提取方法中存在懸浮物影響、海洋環境噪聲影響等問題，導致海底線圖像的提取精度與質量較差。基于此，該文在最后峰值法的基礎上將卡拉曼濾波和基于海床漸變性的異常跟蹤段修復方法等方法融入其中，以此得到新的海底線綜合檢測與提取方法。最后基于實際驗證可以發現，該方法在具體應用中具有良好的效果，可以基于對稱原則對跟蹤檢測的正確性進行精準判斷，保障側掃聲吶圖像海底線提取的精準性與完整性。

參考文獻：

[1]王曉.側掃聲吶圖像精處理及目標識別方法研究[J].測繪學報，2021，50（02）：282.

[2]庫安邦，周興華，王方旗，等.一種聯合單波束測深的側掃聲吶海底線提取方法[J].海洋通報，2019，38（01）：47-52.

[3]王濤，潘國富，張濟博.基于K-means聚類與數學形態學的側掃聲吶圖像目標輪廓自動提取方法[J].海洋科學，2019，43（08）：80-85.