|
" a9 A& \0 P5 a. ?- _6 Y3 f( K2 n 水下目标搜索与识别系统一般分为光视觉系统和声视觉系统，当距离物体十米以内，一般采用光视觉系统，当距离物体大于十米以上时则用声视觉系统，当然，也与水体的浑浊度有关。下面就来具体探讨一下，供大家参考。 3 g7 j# V% e% o0 s- D; u. c9 b
# U5 `3 w; O, F* Y! M% @3 N 一、光视觉系统
! A/ v; {. E7 _9 b 传统的光视觉系统包括水下摄像机、照明等设备用来满足获取光学图像和视频信息等基本的要求。而现在的光视觉系统不仅要求满足上述要求，还要求具备对图像和视频信息进行处理、特征提取以及分类识别的功能。总之，只能水下机器人中光视觉系统的使命是：快速、准确德获取水下目标的相关信息，并对信息进行实时处理，将处理结果反馈给计算机，从而指导机器人进行正确的作业。
0 l8 A6 K* d( R/ z5 m0 F ⒈光视觉系统框架 ' I4 R% q# y. m$ E
水下光视觉系统主要分为三大块：
( U1 t2 M& E# L5 _6 M ①底层模块：图像采集系统，包括专用水下CCD感光摄像头和图像采集卡，这部分属于硬件部分；②中层模块：图像处理，包括图像预处理、图像分割、特征提取、根据目标模型进行学习，形成知识库和逻辑推理机制，得到单幅图像的初步理解和评价。③高层模块：分类是水下目标识别最为核心的技术，也是最终实现部分。
2 N# m7 A9 q1 n8 Z3 \* B 6 h/ }% U) F& `. d1 U
⒉硬件组成
7 ]6 X' p, ~4 e6 c6 `& q 光视觉系统硬件包括光视觉计算机、水下CCD摄像头、云台和辅助照明灯。光视觉计算机完成视觉建模、高层视觉信息处理和理解、与机器人主控计算机的网络通讯，实时监控系统每个时间节拍的运行状态与处理参数。 ) m l) b& J% y( l, S1 [( k0 r" Q R2 Z( m
⒉软件体系 8 X7 T# w& m' K0 V ?4 b" u
水下光视觉系统的软件体系涵盖了两个部分：中层模块和高层模块。中层模块主要负责图像处理工作(图像处理一般包括图像预处理、图像分割和特征提取三方面)。高层模块是水下目标识别系统的最终实现部分，一般采用的是神经网络识别算法进行识别分类。
- q) s- A/ `$ Z) c. @ 二、声视觉系统 8 W' H, N2 {' e: ^! u6 u' k& _
理想的声视觉系统作为智能水下机器人的传感设备，应该具备灵敏度高、空间分辨率高、隐蔽性好、抗干扰能力强、自主调节和全天候作业等特点，能适合探测弱目标和鉴别多目标的需要。同时它能在比较复杂的人为干扰和自然干扰下，实现对目标的自动识别和跟踪选择。声视觉系统最终要完成的任务是目标的自动定位、分类识别以及对运动目标实现跟踪，而完成这一任务的核心和前提条件是拥有一台高分辨率水声探测设备。目前较常用的是多波束声呐系统。 ; ?6 z# a; B7 S* T4 Y
5 N" s% o9 f1 L5 A" ~
⒈声呐成像技术 2 G6 r4 b+ [& O# m( [1 q8 v
随着科学技术的进步，声呐技术得到了突飞猛进的发展。成像声呐的发展速度也很快，已有了接近光学质量的声全息成像实验系统、声透镜成像系统等。尽管这些成像系统的声成像质量较好，但实用性较差。目前技术比较成熟、使用也较多的成像声呐为侧扫声呐和扇扫声呐(前视声呐)。
7 R3 Z' L5 W$ e$ v# V 侧扫声呐是探测海洋的重要工具之一。侧扫声呐为一高频拖曳声呐，其换能器阵一般安装在水下拖曳体的两侧。由母船拖曳在距海底15米左右的距离上工作，波束探测方向与舰体行进方向垂直。由于工作频率高，因而具有较高的解像度，可对海底地形地貌及沉没船只、飞机的残骸进行清晰的解读。 k1 g5 [9 c1 i; O/ E& H
扇扫声呐的研究开展较晚，但发展很快，现已广泛应用于探雷、定位、避障等水下作业中。目前国际上己经用在水下机器人上的扇扫声呐主要分三大类：
9 Z8 _5 m; k H- F ⑴单波束机械扫描声呐：它由机械旋转的单波束形成全方位或某固定扇面内的扫描来完成探测。结构简单，价格便宜，但成像速率较低；
. l$ x& [2 a) r# T6 m$ Q- U ⑵多波束预成电子扫描声呐：具有较高的成像速度，但由于旁瓣的作用，图像质量略逊于单波束机械扫描声呐； 5 |! C3 b+ T P6 T) \
⑶三维成像声呐：它能够获得距离、水平、垂直三维空间的目标信息。前两类声呐都只在距离和角度方向具有分辨能力，因而仅能获得目标的二维信息。 # R( A2 D% G' ?
: h4 f& ~, ~- i& l* D/ O
⒉水声图像处理技术
: {+ G: d2 Y9 K: F, f- T% x c, P S* e 随着声呐技术成像和数字成像技术的发展，水声图像处理的研究也随之进入了新的阶段。其主要研究方向包括： " g9 r/ U* m- e; Y3 X& V
①图像的增强：改善图像的视觉效果，加强图像的有用信息，削弱干扰和噪声；
* A$ H. e: r1 G4 _' {1 v ②图像的恢复：把退化模糊的图像复原；
2 a! s) `/ n* Q' o+ T, R ③图像的编码：简化图像的表示，压缩表示图像的数据，以便于存储和传输；
( a. M0 S6 k) \- g8 r! n% D ④图像的重建：由二维图像重建三维图像； / v/ |) t' m5 B ~1 a
⑤图像的分析：对图像中的不同对象进行分割分类识别和描述解释等。 $ U& o* M0 _9 {+ I
此外，声呐图像本身分辨率不高，噪声严重，也给水下目标探测带来了很大的困难。因此在实际应用中，我们有必要寻找到适合水声图像物理背景的处理方法。近年来，国内外陆续开展了成像声呐的研制和水声图像处理的研究工作。水声图像处理的研究主要集中在侧扫声呐和扇扫声呐的单帧图像处理和序列图像处理方面。
5 s E7 }4 e+ e2 T/ c ⑴侧扫声呐图像处理 & C; Y0 x$ l& o+ o. \+ N/ c3 Z7 x
随着多波束高分辨率侧扫声呐技术的日趋成熟，国外己有侧扫声呐方面的产品问世。目前侧扫声呐图像处理应用的技术有阴影技术、纹理分析技术、数学形态学方法和神经网络分类技术等。 # l: i! y5 o3 f4 K) Q/ p" _) G
⑵扇扫声呐图像处理
9 b7 s# V4 l8 O. f9 |" }9 L. K 随着声呐技术和信号处理技术的发展，扇扫声呐从早期的单波束机械扫描声呐发展到目前的预成多波束电子扫描声呐。这提高了成像速度和分辨率。目前己有扇扫声呐方面的产品问世，如SeaBat6012等。扇扫声呐图像的预处理通常采用光学图像处理技术，图像识别采用的方法有基于模板的投票法、神经网络分类技术和模板匹配技术等。 1 b/ |% V- k& C r% J
⑶声呐序列图像处理 : e9 b+ H3 x. J: w, V1 e3 F
与光学图像相比，声呐图像分辨率低，干扰强，仅凭一幅静止的图像往往很难准确地识别目标。时间序列图像较单帧图像能提供更多的信息，将更有利于目标的识别。因此，近年来人们开始把研究重点转移到了序列图像的处理方面。 8 L* Q4 I+ T" v" O- m
⒊水下目标识别与跟踪 9 x3 C' e/ J ~# \
水下目标识别技术就是从水声信号中提取水下目标特性并对目标进行分类识别的技术。水下目标包括舰船、潜艇、水雷、鱼群、海底沉物、地貌底质等。水下目标识别一般要求回波信号符合大信噪比条件，分为瞬态回波信号识别和水声图像信号识别两种。前者用于识别航行舰艇，直接能对目标回波或目标噪声信号进行实时辨别，类似语音识别；后者多用于静态目标如海底沉船水雷和地层介质结构等识别。两者都是属于目标识别范畴，因此都要经过特征提取、分类判决等几个过程。其中关键的是目标声特征的描述和提取方法，它长期以来一直是水下目标特性研究的重点。
! f7 {( x- b) R 早期的目标识别主要根据目标噪声或回波的波形音调、节奏分布特性。20世纪70年代后，目标回波的亮点分布结构起伏和展宽特性以及目标噪声的线谱分布特性均可作为目标的特征量。但由于目标本身以及声传输信道的复杂性，目标特征量及其数量的选取问题还始终是有待解决的间题。80年代以来，目标识别技术广泛引入了近代信号处理技术，如高分辨谱估计、自适应滤波、时频分布、子波变换等，为目标特征量提取和数据压缩提供了方便，而且更接近于人类生理功能的人工神经网络分析将目标识别过程进一步智能化。 ! @) A$ M$ |* x6 h2 U, F) m
( o, w5 ~2 h; Y+ _9 M( i
由于目前预成多波束高频声呐及高分辨率成像声呐的发展，使得用于水下目标自动识别系统的目标特征信息的提取技术得到发展，对声呐图像的自动解释一般可分为三个步骤：图像处理、特征提取及目标识别。为了适应水下机器人自动化的要求，水声图像的自动解释和目标检测显得尤为重要。 6 S- j5 B; {. o& D+ w2 l& @
目标的检测与跟踪是基于对一个图像序列的研究，力图从复杂的背景中检测甚至辨认出运动目标，并且对目标运动的规律加以预测，实现对指定的目标进行准确且连续的跟踪。水下目标检测是实现水下机器人的避碰作业和目标跟踪作业的前提。而要完成水下目标的跟踪，则必须把不同时刻的声呐图像中的多个目标进行对应和套准，然后根据目标瞄准点进行跟踪，对目标进行运动估计。
+ h8 C, }. U6 y. T 三、水下激光目标探测
# K8 R& m1 W& g$ }5 ^5 L 1963年，人们在研究光波在海洋中的传播特性时，发现海水对0.47～O.58nm波段内的蓝绿激光的衰减比对其他波段的衰减要小得多，从而证实了在海水中存在一个理想的透光窗口。这一物理现象的发现使激光水下探测成为可能。 7 z, {* Y8 G% N; T2 s
⒈水下成像技术
9 @3 s' j% G9 t8 B d% Y 光在水中传播．接收器接收的光信息主要由3部分组成：从目标反射回来并经水介质吸收、散射损耗后的成像光束：光源与目标之间水介质散射的影响图像对比度的后向散射光：目标与接收器之间水介质散射较小角度并直接影响目标细节分辨率的前向散射光。与大气成像技术相比，水下成像技术的研究重点就是减小水介质所具有的强散射效应和快速吸收功率衰减特性对水下通信、成像、目标探测所造成的影响。目前主要有几种成像技术在实际中得到应用且达到较好的工作效果．它们的工作原理和技术特点如下所述。 , d* o9 i- U4 H! ^$ e$ d e' \
⑴同步扫描成像：同步扫描技术是扫描光束(连续激光)和接收视线的同步．利用的是水的后向散射光强相对中心轴迅速减小的原理。该技术采用准直光束点扫描和基于光电倍增管的高灵敏度探测器的窄视域跟踪接收。
$ x% M0 z! Z* w0 _# \5 [ ⑵距离选通成像：距离选通技术是利用脉冲激光器和选通摄像机，以时间的先后分开不同距离上的散射光和目标的反射光。使由被观察目标反射回来的辐射脉冲刚好在摄像机选通工作的时间内到达摄像机并成像。
+ B0 c& x8 z6 v6 E& p: y5 ~9 u ⑶偏振光水下成像：偏振成像技术是利用物体的反射光和后向散射光的偏振特性的不同来改善成像的分辨率。激光波长与海水及海水中悬浮颗粒和有机物分子的尺寸相当。其相对折射率为1.00～1.15。一般遵从瑞利或米氏散射理论。根据散射理论，悬浮粒子后向散射的退偏振度小于物体后向散射光的退偏振度。如果在水下用偏振光源照明，则大部分后向散射光也将是偏振的。如果采用适当取向的检偏器对后向散射光加以抑制，从而可是图像对比度增强。
! D: i( D" k" Z; [' D
+ G! W4 y- H) q 传统水下被动偏振成像技术复原效果图 ?; c3 Z2 P& _/ P% h5 X& [
⑷水下激光三维成像：条纹管成像激光雷达可提供很好的三维信息。其原理是通过测量短脉冲激光在发射机与目标之间的往返时间，来还原出目标的距离像。目标的距离信息首先转换成为回波信号的时间信息。即回波的时间先后，然后又通过条纹管转换成为条纹像的空间信息。该技术使用脉冲激光发射器和时间分辨条纹管接收器。 . e y! {3 N' \& b$ a
⒉相关器件的发展
3 }$ F6 k5 T' Q 水下成像系统中的关键器件有两个：①高效率、高功率以及高脉冲频率的长寿命的激光器；②具备高速外触发功能、高分辨率、高灵敏度、低噪声、足够的增益动态范围的接收器。 2 P) f, G5 t$ h. u2 M1 _1 S) ?/ U
⑴激光器：水下成像系统中可供选用在蓝绿光谱区域(450～550nm)发光的高效能激光器种类有很多。如通过倍频产生绿光的钕玻璃激光器和Nd：YAG激光器：通过喇曼下转换产生蓝绿光的氯化氙(XeCI)激光器和氟化氙激光器：直接输出蓝绿光的氩离子激光器、高脉冲能量染料激光器、铜蒸气激光器和溴化汞(HgBr)准分子激光器等，这些都有自己的优点和缺点。目前正在研究的是LD泵浦LiSAF类激光器。LiSAF是一种迄今为止综合指标最好的可调谐激光材料。
) F0 L) A2 u+ x. K 该激光器波长最佳又可调，易于与最理想的窄带滤波器铯原子滤波器匹配。并可适用于不同海区最佳透射波长的少量变化。与钛宝石系统相比，转换环节简化，效率提高，且体积、重量、能耗均有减少。另外，LD泵浦LiSAF类激光器可直接采用LD泵浦，可靠性提高，大大延长了使用寿命。 ; }7 m# {+ {/ W9 I2 N! x; h
⑵接收器：目前水下成像系统使用的光电成像传感器主要有：高灵敏度CCD成像器件、微光ICCD成像器件、电子轰击CCD(EBCCD)成像器件、电子倍增CCD(EM-CCD)成像器件。这几种器件相比较而言，CCD通常可用于水质较好、距离较近且成本较低的场合；而ICCD具有较高的灵敏度。且对激光器功率要求较低，在低光照条件下性能优于CCD，为应用最为广泛的一种，也是当前水下成像系统首选的光电接收器。
+ L5 m* M& {: O8 C7 B 电子轰击CCD(EBCCD)成像器件因器件不受微通道板和光纤面板的影响，具有很高的灵敏度和几乎无噪声的增益，但成本昂贵且器件的寿命较短。EMCCD除了与ICCD器件灵敏度相近外，还具有很高的信噪比以及比ICCD器件更好的空间分辨率，输出图像质量也更好。由于EMC-CD还处于开发阶段，目前还未能得到广泛应用。 : w, N- L$ o; }! l
" Z! y& S5 Q: \9 M. k$ X% o4 s
* K3 x0 R+ X' v9 M2 V# {" r
- x" [0 H$ F# d# p) g( U
& ?* N* J K2 ~% s4 e8 w | 
