寬帶多波束漁用聲吶顯控系統設計及關鍵技術研究

宗艷梅，唐學大，楚樹坡，諶志新，2，李國棟，2

（1.青島海洋科技中心，山東青島 266237；2.中國水產科學研究院漁業機械儀器研究所，上海 200092）

寬帶多波束漁用聲吶作為探測海洋生物資源的重要聲學設備，在漁船航行時利用聲波探測魚群方位、密度和距離等信息，可實現對水下目標的快速定位和精準探測，大幅度提高了海洋漁業捕撈效率，在漁業探測領域有著重要應用［1-4］。

寬帶多波束漁用聲吶采用距離分辨率更高的寬帶信號，同時接收多個波束，數據量較大，給顯控系統實時接收處理回波數據帶來了巨大的挑戰［5-6］。同時，由于可選擇的探測量程差異大，圖像需根據屏幕分辨率自動進行插值或壓縮處理，對聲吶圖像顯示的實時性要求不同，CPU緩存的數據量也不同，給顯控系統提高處理速度帶來了一定的難度。由于海洋水下各種噪聲和混響的存在，導致聲吶圖像混雜了各種噪聲，如高斯噪聲、斑點噪聲等，對分辨魚群目標有一定的影響［7-8］。而用戶是直觀地通過顯示界面來獲得魚群的相關信息，較低的圖像分辨率對于用戶識別魚群信息有一定困難。因此，寬帶多波束漁用聲吶顯控系統直接決定了漁用聲吶的性能。近幾年，微電子技術和人工智能技術的快速發展，為研制寬帶多波束信號處理主機帶來了新的技術發展方向［9-11］，全方位寬帶多波束、魚群跟蹤識別等關鍵技術及漁用裝備研制迎來了新一輪的技術革命［3，11-13］。傳統的多波束探魚儀的顯控系統已無法滿足當前寬帶多波束漁用聲吶的顯示需求，因此亟需開發一套適用于寬帶多波束漁用聲吶海量數據實時可視化的顯控系統。

本文開展了寬帶多波束漁用聲吶顯控系統的設計，采用多線程技術實時處理數據，并針對提高聲吶圖像顯示分辨率開展了一定的研究，采用雙立方插值將聲吶圖像可視化，并分別使用多種濾波算法對聲吶圖像濾波去噪，運用圖像增強技術對聲吶圖像增強顯示。經過聲吶圖像處理，本文設計的寬帶多波束漁用聲吶顯控系統可顯著提高漁用聲吶圖像的目標分辨率。以期對漁業生產的精準探測和高效捕撈提供幫助。

1 材料與方法

1. 1 寬帶多波束漁用聲吶工作原理

寬帶多波束漁用聲吶（探魚儀）實質是一種主動聲吶系統，利用聲波在水中的傳播和遇到物體反射原理來判別魚群及其狀態參數［14-15］。寬帶多波束漁用聲吶通常采用寬帶信號全向或波束旋轉發射，同時形成多個接收波束來提高探測效率［16］。相比其他探魚儀，寬帶多波束探魚儀可進行遠距離、高分辨率探測，其探測魚群效率更高［14，17-18］。

寬帶多波束漁用聲吶系統主要由換能器基陣（通常為收發兼用）、升降機構、發射機、接收機、電源、收發轉換器、顯控系統及外圍模塊等幾個部分組成，其工作原理如圖1所示。寬帶多波束漁用聲吶顯控主機根據用戶需要，首先進行工作參數配置并下發給發射機，發射機對信號進行一系列處理后到達換能器基陣，將電信號轉為聲信號向水中發射，根據聲波在水中遇到不同目標產生回波的原理，換能器基陣各陣元接收回波信號和噪聲，將其轉換為電信號，電信號經過信號處理，形成多個波束［15，17］。聲吶數據通過網口發送到顯控主機，顯控主機對原始數據預處理后可視化，并對聲吶圖像經濾波、增強等處理后，最終將魚群信息在顯控終端顯示出來［15，19］。

圖1 寬帶多波束漁用聲吶工作原理框圖Fig.1 W orking princip le block diagram of w ideband multibeam fishery sonar

1. 2 顯控系統整體設計

1.2.1 總體架構設計

寬帶多波束漁用聲吶系統可實現360°水平全向掃描，探測量程達4 000 m，實時探測數據量巨大，圖像更新不及時，會導致丟幀或CPU緩存數據較多，直接影響顯控主機的性能。另外，探魚儀組成硬件設備較多，工作機制復雜，給顯控系統的計算機軟硬件帶來巨大的挑戰［20］。因此，顯控系統的關鍵是在保證安全友好的可視化圖像的同時，平衡好聲吶硬件設備負載、數據采集及處理的穩定性。根據用戶需求及實際環境，本文將顯控系統整體架構設計為控制層、顯示層和數據層3層架構，如圖2所示。

圖2 寬帶多波束漁用聲吶顯控系統整體架構圖Fig.2 Overall architecture of w ideband m ultibeam fishery sonar disp lay and control system

本文顯控系統通過UDP協議實現信號處理主機與顯控系統的數據通信，由控制層通過顯控系統向信號處理主機發送配置參數、指令參數等來控制聲吶系統的總體運行狀態。顯示層通過UDP通訊接口接收聲吶數據并進行多線程數據解析并進行數據處理，處理后的聲吶數據將在顯控系統實時圖像顯示和更新。數據層通過UDP協議將聲吶原始數據進行存儲，保證了數據存儲的完整性，存儲歷史數據可以將聲吶圖像再現，也便于后期進行其他數據分析或檢測使用。

1.2.2 系統模塊劃分

本文系統采用模塊化的設計思想，根據顯控系統的功能劃分為4大模塊，即任務欄模塊、控制參數配置模塊、顯示參數配置模塊及聲吶圖像顯示模塊。如圖3所示。

圖3 寬帶多波束漁用聲吶顯控系統功能模塊劃分Fig.3 Function module division of w ideband multibeam fishery sonar display and control system

根據顯控系統模塊劃分及功能要求，每個大模塊下細分小的功能模塊，經Visual Studio開發平臺設計完成界面布局如圖4所示。任務欄模塊包含常用的數據存儲、回放設置、板卡溫度設置、滑窗設置等參數設置。控制參數配置模塊可設置量程、信號長度、TVG增益等相關控制參數，主要用來配置控制信號處理主機的相關參數及工作模式等。控制參數還包含指令參數的設置，如參數下發、循環發送和單次發送等，根據用戶需要配置對應的指令參數。顯示參數模塊主要是對聲吶圖像模塊的設置，可以對聲吶圖像顯示的外觀、布局等進行設置。聲吶圖像顯示模塊根據掃描模式可實現3種圖像的顯示，即水平圖像顯示、垂直圖像顯示和指向性圖像顯示，歷史數據回放可實現回放指定歷史數據的聲吶圖像再現。各功能模塊間互相協作，保證了整機系統的穩定運行。

圖4 寬帶多波束漁用聲吶顯控系統Fig.4 W ideband multibeam fishery sonar display and control system

1. 3 試驗方法

本試驗在中國水產科學研究院漁業機械儀器研究所消聲水池（長18 m×寬9 m×深6 m）內進行。在本次水池試驗中，換能器采用256路圓柱型基陣，采用全向發射的LFM信號，發射傾角為0°，發射電壓為20 V，發射脈寬為2 ms，發射周期為100 ms。本次試驗采用發射機和接收機分離的測試方法，換能器與0 dB目標入水深度基本保持一致，水平距離為8 m。上位機接收數據經過預處理、坐標變換和圖像處理后經顯控系統可視化成像是360°圓形聲吶圖像。本文設計的顯控系統參數配置及水池試驗聲吶圖像如圖5所示。

圖5 顯控系統水池試驗整體界面圖Fig.5 Overall interface diagram of disp lay and control system pool test

2 結果與分析

2. 1 漁用聲吶圖像可視化

2.1.1 仿真試驗及結果分析

寬帶多波束漁用聲吶利用采集到的回波數據方位、距離和強度等信息參數生成原始聲吶圖像。由于各個波束與聲吶之間只有距離和開角的概念，而計算機顯示器的像素點是在笛卡爾坐標系以點陣排列的，因此圖像在由極坐標向笛卡爾坐標轉換的過程中，要盡量減少轉換過程所帶來的信息損失，對于轉換后的扇形區域出現的未被像素填充的盲區，還需要利用成像數據對其進行插值處理，方可將扇形聲吶圖像更完整的呈現出來［16，21］。

目前在漁用聲吶數據可視化過程中常用的插值算法有最鄰近插值算法（NNIA）、雙線性插值算法（BLIA）以及雙立方插值算法（BCIA）。NNIA簡單高效，可以快速完成聲吶圖像的生成［16］。BLIA是漁用聲吶成像過程中常用到的算法之一，該算法運用三次線性插值，很好地保留了圖像的原始信息，避免了擬合聲吶圖像后產生的失真［16，22］。BCIA采用了更多的數據點參加計算，能生成更高質量的聲吶圖像。該算法的核心是插值權值的構造考慮了相鄰波束回波點在距離和方位上的相關性，并根據回波點與待插值點的位置關系計算得到每個回波點的距離權值和角度權值，最終將鄰近回波點的加權像素值作為待插值點對應的像素值［16，23］。

為了客觀評價不同插值算法的可視化效果，模擬了寬帶多波束漁用聲吶圖像（圖6-a），并分別運用NNIA、BLIA、BCIA 3種插值算法進行仿真，其成像結果如圖6所示。實驗采用峰值信噪比（PSNR）作為可視化效果的定量評價指標，如表1所示。

表1 仿真試驗3種插值算法峰值信噪比（PSNR）值分析表Tab.1 PSNR value analysis table of 3 interpolation algorithms in simulated test

圖6 不同插值算法對模擬聲吶圖像顯示效果的影響Fig.6 Influence of different interpolation algorithm s on the display effect of analog sonar images

根據圖6和表1可以看出，NNIA扇形圖像的遠端，相鄰波束間的開角較大，對盲區沒有進行填充，會造成圖像中信息的失真。BLIA效果較好，但插值后的圖像的高頻分量受到損失，會使聲吶圖像輪廓變的模糊，降低了圖像質量。BCIA的PSNR最高，克服了前兩種算法的不足，聲吶圖像邊緣效果較好，看起來更光滑。定量評價和模擬成像效果均表明BCIA具有較好的漁用聲吶成像效果。

寬帶多波束漁用聲吶可探測量程高達4 000 m，接收的原始數據量較大，需對原始數據進行預處理，并且根據可視化屏幕分辨率對圖像進行壓縮處理。本研究經過了兩個步驟對聲吶圖像進行壓縮，第一步是通過滑窗［22］算法對原始數據進行了壓縮，第二步是經可視化成像后對聲吶圖像進行了第二次壓縮。經過兩次的壓縮處理，既保證了保留關鍵目標信息，同時聲吶圖像可自適應屏幕顯示，圖像壓縮技術是漁用聲吶圖像可視化非常關鍵的一步。

2.1.2 水池試驗及結果分析

為提高聲吶圖像顯示分辨率，分別對其進行最鄰近插值、雙線性插值、雙立方插值算法處理，經算法處理后聲吶圖像更細膩。通過消聲水池試驗，在不同插值算法處理后，本文顯控系統漁用聲吶圖像如圖7所示。圖8為不同插值算法處理后聲吶圖像目標邊緣圖像信息。

圖8 不同插值算法聲吶圖像邊緣效果Fig.8 Edge effect of sonar image w ith different interpolation algorithms

圖7和圖8分別是在人眼視覺下判斷不同插值算法的可視化效果，采用峰值信噪比（PSNR）作為可視化效果評價指標，表2所示為3種插值算法的PSNR值分析表。

表2 水池實驗3種插值算法峰值信噪比（PSNR）值分析表Tab.2 PSNR value analysis table of three interpolation algorithms in pool test

從圖7和圖8可以看到，采用最鄰近插值算法后的圖像目標邊緣成鋸齒狀，雙線性插值算法由于沒有考慮數據的變化率，得到的圖像目標邊緣模糊，而雙立方插值算法圖像邊緣效果較好。根據表2定量評價結果也可看出，雙立方插值算法的可視化效果對于漁業聲吶圖像質量較好。因此，本文選擇雙立方插值算法作為寬帶多波束漁用聲吶顯控系統的聲吶圖像可視化算法。

2. 2 漁用聲吶圖像濾波

2.2.1 仿真試驗及結果分析

寬帶多波束漁用聲吶探測水下目標時，回波信號會受到混響、海洋環境噪聲和浮游生物等的干擾，導致聲吶圖像存在較強的噪聲干擾，從而降低圖像質量，給后期圖像處理帶來不便［25］。為了提高視覺效果，聲吶圖像去噪技術已被廣泛應用于特征提取、目標識別、圖像分割等領域［26］。

經典的聲吶圖像濾波方式有線性濾波和非線性濾波兩種。線性濾波對高斯噪聲有較好的效果，但當信號頻譜與噪頻譜混疊時，其濾波效果不是很好，常用的線性濾波主要有均值濾波和高斯濾波。非線性濾波在濾波的同時能較好地保持圖像細節，目前應用較為廣泛，常用的非線性濾波方法主要有中值濾波和雙邊濾波［26-28］。

為客觀評價各種濾波算法的去噪效果，模擬寬帶多波束漁用聲吶圖像，如圖9-a所示，對模擬的聲吶圖像加入高斯噪聲如圖9-b所示。分別采用中值濾波、均值濾波、高斯濾波和雙邊濾波4種經典的聲吶圖像去噪方法進行濾波處理。經濾波處理后聲吶圖像如圖9所示。采用PSNR對各種濾波方法定量分析其性能，如表3所示。

表3 仿真試驗不同濾波算法峰值信噪比（PNSR）值分析表Tab.3 PNSR value analysis table of different filtering algorithms in simulated test

根據圖9和表3可以看出，均值濾波和高斯濾波在去噪的過程中會造成較明顯的邊緣模糊，雙邊濾波能較好地保護聲吶圖像的邊緣信息，但是對聲吶圖像高頻細節的保護效果并不好。中值濾波的PSNR最大，其濾波效果也最好，該算法具有較強的自適應性，在去除白噪聲和疊加噪聲上具有較好的效果。

2.2.2 水池試驗及結果分析

根據本文2.2.1節所述聲吶圖像濾波原理，對本次試驗聲吶圖像進行濾波去噪，分別對圖像進行中值濾波、均值濾波、高斯濾波和雙邊濾波處理，各種濾波效果如圖10所示。

采用峰值信噪比（PSNR）作為定量指標來對比分析各濾波方法性能，如表4所示。

通過圖10和表4可以看出，經中值濾波算法濾波后圖像分辨率更高，其PSNR值達到26.13。通過試驗分析和算法驗證，漁用聲吶圖像經中值濾波去噪處理后，得到較好的視覺平滑效果。因此，本文選擇中值濾波算法作為漁用聲吶圖像的濾波算法。

2. 3 漁用聲吶圖像增強

2.3.1 仿真試驗及結果分析

圖像增強技術是按照某種特定的需求，突出圖像中有用的信息，去除或者削弱無用的信息，其目的是使處理后的圖像更適合人眼的視覺特性或易于機器識別。圖像增強技術可以作為目標識別、目標跟蹤、特征匹配、圖像融合、超分辨率重構等圖像處理算法的預處理算法［7］。

漁用聲吶圖像增強技術可在空間域和頻率域分別進行，空間域的直方圖均衡化是圖像增強處理中最典型、最簡單有效的方法，其采用灰度統計特征，將原始圖像中的灰度直方圖從較為集中的某個灰度控件轉為均勻分布于整個灰度區域范圍的變換方法，通常分為全局直方圖均衡和局部直方圖均衡。全局直方圖均衡的優點是簡單速度快，可自動增強；缺點是對噪聲敏感、細節信息易失。局部直方圖均衡的優點是局部自適應，可最大限度的增強圖像細節，其缺點是增強圖像質量操控困難，并會引入噪聲。

為客觀評價各種圖像增強算法的增強效果，模擬寬帶多波束漁用聲吶圖像，如圖11-a所示，對模擬圖像經直方圖均衡方法增強處理后的彩色圖、灰度圖及直方圖如圖11所示。

圖11 圖像增強對模擬圖像顯示效果Fig.11 Image enhancement for analog im age disp lay effect

通過圖11可以看出，經過局部直方圖均衡化算法增強后，原始聲吶圖像的直方圖峰值不再那么高，增加了像素灰度值的動態范圍，圖像整體亮度提高，色彩更均衡，有效提升了圖像的亮度和細節。

2.3.2 水池試驗及結果分析

為更好地驗證圖像增強技術在漁用聲吶圖像處理中的效果，本次試驗采用直方圖均衡化增強算法對聲吶圖像增強處理，并分別對原始圖像及增強后的圖像灰度圖及直方圖展示，增強前后的聲吶圖像如圖12所示。

如圖12所示，經直方圖均衡化處理后的聲吶圖像對比度及亮度明顯提升，目標也更為突出，并且處理后圖像直方圖的灰度分布也更加均衡。因此，在漁用聲吶圖像處理中運用圖像增強處理方法可有效增強圖像，以便更易識別目標。

3 討論

本研究設計的寬帶多波束漁用聲吶顯控系統采用3層架構設計，數據處理采用多線程技術，確保寬帶多波束漁用聲吶圖像海量數據接收、處理及顯示的實時性，并可實現原始數據的實時存儲及回放功能。馬燕芹和司紀鋒［29］、王棟和司紀鋒［30］等對多頻探魚儀顯控軟件也有研究，但主要是對信號采集、數據保存及處理等方面進行了設計和研究，并沒有對聲吶圖像處理及顯示進行闡述。本研究對顯控系統整體架構設計、功能模塊劃分、聲吶數據處理與保存和聲吶圖像處理及顯示進行了自主設計、開發和試驗，經過水池試驗，驗證了自主研發的顯控系統功能穩定且具有一定的通用性。

本研究漁用聲吶圖像可360°全方位顯示，對聲吶圖像自適應屏幕和縮放有一定困難，同時，因為水下環境的復雜性，噪聲對聲吶圖像可視化效果影響較大。針對該問題，本研究采用不同插值算法、濾波算法及圖像增強技術處理聲吶圖像，并分別進行了仿真試驗和水池試驗。試驗結果對比分析，驗證了基于雙立方插值的可視化圖像顯示效果優于其他插值方法，中值濾波去噪后的聲吶圖像顯示更平滑，增強后的聲吶圖像目標顯示更突出。因此，經過合適的聲吶圖像處理算法，可以提高漁用聲吶的顯示分辨率及可視化效果，并可有效識別目標，提高探測捕撈效率。

本研究顯控系統經過了多次的水池試驗，驗證結果表明系統的功能達到預期效果，且具有一定的穩定性，但仍需要進一步的湖上試驗和海上試驗來驗證系統的最大探測量程和最高顯示分辨率等探測性能是否均達到最優效果。基于人工智能和深度學習的聲吶圖像處理是當今的發展大趨勢，對漁用聲吶圖像的處理算法需要進一步結合人工智能、深度學習和神經網絡等關鍵技術，提高聲吶數據處理的實時性和聲吶圖像的目標分辨率，并深耕魚群智能識別與跟蹤技術研究，將探測、識別和跟蹤技術綜合運用到聲吶顯控系統中。