水声图像处理中霍夫变换--“投票”法的改进.pdfVIP

水声图像处理中霍夫变换——“投票”法的改进 孙晓南 桑思方 郭玉红 哈尔滨工程大掌水声工程系，中田哈尔滨150001 摘要： 近年来，随着海洋开发和海底勘探的发展，水下目标快速搜索和识别的研 究成为囡际关注的课题．图像处理算法中的霍夫变换在水声图像处理的目标区 域边界提取和识别中显示出良好的应用效果．然而，由于声学成像自身特点的 制约及经典霍夫变换的应用局限性，使其在水声图像处理应甩中遗留下若干问 题．本文针对相应问题提出了经典霍夫变换的改进算法一置信度加权“投票” 法，并将这一算法应用于水下潜器获取的原始图像处理中．显示出一定改善． 关键词：水声图像处理、雹夫变换、置信度加权“投票”法 I．经典霍夫变换概要 鳓停北理 丁}7j了 莎强占 霍夫变换是数字图像处理技术中的区域边界处理算法。其思想是通过图像 空间域割参数域的变换得到对应物体边界上点的参数域正弦曲线，并根据相交 点确定边界线对应斜率。进而，可以通过斜率差恢复出物体边界拐角．广义霍 夫变换基于相同思想可以实现对圆、椭圆等曲线的检测． 经典霍夫变换算法如下： 已知图l中物体O，对于其边界上 任意一点(x，y)有 XCOS e=p (L) e+ysin 其中，P是x-o-y平面原点到过(x．Y) 直线的垂线段的长度(即原点到该直线 的距离)，e是该垂线段与X轴的夹角． 囝1．圈像垒IiI 这样．就实现了空间域到参数域的 变换，即(x，y)=)(P，，旦、k对于 边界上的每一点(x，。Y)，代入(1)中， 对应于0-2JI各弧度，有相应p值． 如果嚣们把(P，9)空间离散化，就 会形成无数栅格(如图2所示)，而上 上述算法中每次计算的p值就会落入 田2．参数空问 相应栅格中，就象投票一样．(图2中 栅格内的圆点，其大小示意“票数”的多少)这就是所谓的“投票”法．由于 同一线段上的点有相同的斜率，因此．我们可以通过最大“票数”对应弧度换 算出线段斜率值．同时，相邻边界线斜率差即为物体边界拐角． 霍夫交换的特点是： 1．有突出的鲁棒性．由于角度具有典型的RST不变性，该算法应用不受 目标物体姿态、位置的影响． 2．有一定的客错性．由于裹示出一条直线不需要直线上所有点的正确检测，因 此，边界线发生部分残缺或畸变，该算法同样有效． 3．计算量较大．由于要对边界上每一点在O-2．rI各弧度上计算，因此，在原始 图像数据量较大的情况下，该算法计算t是相当大的．另外，p、e的量化 也是其具体应用中的难点． II。经典霍夫变换在水声图像处理中的应用 A．声纳图像获取原理及特点 目前，通用的成像声纳主要有两类：扇扫声纳和侧扫声纳。前者主要用于水 下、特别是海底目标的搜索及识别：后者主要用于海底地形、地貌勘探．成像 声纳通过发射声波．接收物体上的反射回波探查物体．通常的作法是把回波信 号的幅度特征映射为原始图像象素灰度值． 由于声波的波长相对于光波的波长要长得多，并且不受水底混浊程度和照 明度的影响．因此，成像声纳可以在水下环境中获取到较远距