(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210794293.X (22)申请日 2022.07.05 (71)申请人 航天时代 （青岛） 海 洋装备科技发展 有限公司 地址 266200 山东省青岛市 即墨市鳌山卫 街道办事处蓝色硅谷创业中心科技路 1号 (72)发明人 胡常青　王潇　李清洲　蔡立明　 刘柳　谢家文　 (74)专利代理 机构 中国航天科技专利中心 11009 专利代理师 庞静 (51)Int.Cl. G06V 20/05(2022.01) G06V 10/56(2022.01)G06V 10/44(2022.01) G06V 10/42(2022.01) G06T 7/90(2017.01) G06T 7/80(2017.01) G06T 7/136(2017.01) G06T 7/13(2017.01) G06T 5/50(2006.01) G06T 5/20(2006.01) G06T 5/00(2006.01) (54)发明名称 一种基于前视声纳的无人艇前方水下网箱 探测方法及系统 (57)摘要 一种基于前视声纳的无人艇前方水下网箱 探测方法及系统。 首先， 对声纳图像进行两种颜 色映射， 分别为Jet和Copper颜色映射， 并对声纳 图像进行降噪处理。 然后通过Jet颜色的声纳图 像提取网箱目标前景， 在Copper颜色的 图像中考 虑全局灰度信息和边缘特征信息， 得到两幅具有 网箱目标的二值图像， 将两幅二值图像进行融合 处理， 通过统计像素点和形态学处理使目标区域 更加完整。 最后通过对 连续帧的联合探测确定网 箱目标的位置， 结合IMU信息确定网箱的实际位 置实现路径 规划的避碰。 本发明提供了一种基于 前视声纳的网箱探测方法， 能够准确地获取网箱 目标的位置和尺寸， 满足 实时检测的要求。 权利要求书2页 说明书6页 附图2页 CN 115187853 A 2022.10.14 CN 115187853 A 1.一种基于级联 特征的水下目标提取 方法， 其特 征在于包括： 利用声纳图像不同的颜色图像， 提取颜色和边缘信息， 结合全局信 息， 将提取的颜色和 边缘信息进行融合， 并通过 形态学处 理平滑目标区域， 得到处 理后的声纳图像帧； 采用连续帧的探测结果对水下目标进行滤波,得到稳定的目标后， 对水下目标进行拟 合， 获得水下目标信息 。 2.根据权利要求1所述的方法， 其特征在于： 还包括利用拟合后的水下目标信 息进行路 径规划， 为无 人艇航行规划最优路径。 3.根据权利要求1所述的方法， 其特 征在于： 所述 提取颜色和边 缘信息包括： 对声纳图像进行两种颜色映射， 分别为Jet和Copper颜色映射， 得到两幅声纳图像， 并 对声纳图像进行降噪处 理； 对降噪处理后的两幅声呐图像中水下目标的级联特征进行提取， 对两幅声纳图像分别 提取特征后， 将可疑的目标区域进行提取， 得到初步目标二 值图像； 所述级联 特征包括像素 特征、 全局灰度特 征、 边缘特征。 4.根据权利要求3所述的方法， 其特征在于： 所述的降噪处理包括采用空间域和频域的 方法对获得的声纳图像进行去噪处 理， 去除声纳图像中的水 下混响噪声和信号传输噪声。 5.根据权利要求3所述的方法， 其特 征在于： 级联 特征提取包括： 将Jet颜色的声纳图像转换到 HSV空间， 在HSV色彩空间中提取 水下目标前景； 在Copper颜色的声纳图像中， 提取全局灰度信息和边 缘特征信息。 6.根据权利要求3所述的方法， 其特 征在于： 通过 下述方式得到处 理后的声纳图像帧： 将两个初步目标二值图像做相加 处理， 对二值图像中白色的目标像素进行统计， 剔除 干扰区域； 通过形态学方法处理连通域， 将声纳图像的目标的毛刺进行修剪， 空洞进行填 充。 7.根据权利要求1所述的方法， 其特 征在于： 对水 下目标进行拟合包括： 根据水下目标在图像中的尺寸和位置， 将水下目标拟合成规则的矩形， 并采用长度、 宽 度、 角度信息描述上述 规则的矩形。 8.一种基于前视声纳的无人艇前方水下网箱探测系统， 其特征在于： 包括前视声纳设 备、 水下障碍物探测模块、 数据融合模块； 水下障碍物探测模块在探测前对前视声纳 设备进行标定， 建立图像单个像素与真实世 界方向角度的对应关系即 建立声纳图像坐标系和世界坐标系的转换关系； 前视声纳设备根据接收指令， 生成声纳图像， 并将图像传输 至水下障碍物探测模块； 水下障碍物探测模块对声纳图像进行探测， 当探测到稳定的目标时， 将目标的尺寸和 位置信息传输 至数据融合模块； 数据融合模块将目标的尺寸和位置信息以及其他环境感知传感器所探测到的目标信 息进行融合， 得到无人艇周围的水下目标信息， 并将融合后的水下目标信息发送至岸基， 便 于远程监控。 9.根据权利要求8所述的系统， 其特征在于： 还包括路径规划模块， 接收数据融合模块 发送的融合后的水下目标信息， 根据无人艇的航行特点自动规划出最优路径， 发送至船控 系统， 实现无 人艇的自主 避障和航行。 10.根据权利要求8所述的系统， 其特征在于： 所述的水下障碍物探测模块实现方式如权　利　要　求　书 1/2 页 2 CN 115187853 A 2下： 接收前视声纳设备传输的声纳图像， 分别 使用Jet颜色、 Copp er颜色映射得到两幅声纳 图像， 并对两幅图像进行降噪处 理； 对两幅声纳图像分别提取级联特征后， 将可疑的目标区域进行提取， 得到初步目标二 值图像； 将两个初步目标二值图像做相加 处理， 对二值图像中白色的目标像素进行统计， 剔除 干扰区域； 通过形态学方法处理连通域， 将声纳图像的目标的毛刺进行修剪， 空洞进行填 充， 得到声纳图像帧； 依靠连续的声纳图像帧， 通过相邻帧的关联对水下目标进行滤波,得到稳定的目标后， 对水下目标进行拟合， 获得 水下目标的尺寸和位置信息 。 11.根据权利要求10所述的系统， 其特征在于： 针对Jet颜色的声纳图像通过下述方式 得到初步 二值图像： 将Jet颜色的声纳图像进行高斯模糊处 理； 将高斯模糊处 理后的彩色图像转 化到HSV色彩空间； 确定HSV色彩空间内色调、 色相、 明度的阈值， 在HSV色彩空间的图像中， 运用高低阈值 将选取的目标颜色区域进行提取； 将提取 的目标区域构成二值图像， 其中白色的区域即为 初步提取的目标区域。 12.根据权利 要求10所述的系统， 其特征在于： 针对Copper颜色的声纳图像通过下述方 式得到初步 二值图像： S401将Copper颜色的声纳图像转化为灰度图像， 对灰度图像进行高斯模糊， 然后使用 haar小波变换对低频噪声 进行滤除； S402对401步骤得到的灰度图像进行二 值化， 计算初始阈值T； S403对401步骤得到 的灰度图像进行Canny检测， 首先进行高斯模糊， 然后计算水平和 竖直的梯度幅值， 根据梯度方向对 幅值进行非极大抑制， 最后通过高低阈值保留和连接边 缘； 对图像进行Canny边缘检测后， 计算边缘检测图像中所有连通像素的数量， 并计算所有 小于20个 像素的连通分量 N； 如果N小于200， 直接使用阈值T对步骤401得到的灰度图进行二值化操作； 如果N大于 200， 依次计算阈值为T+1, …,255时经过步骤403后的像素连通数量N， 直到连通分量的数量 N小于200， 得到新的阈值记为T0， 根据新的阈值T0对401步骤得到的灰度图像进行二值化操 作； S404阈值分割后得到二 值图像， 其中白色区域即为目标区域。权　利　要　求　书 2/2 页 3 CN 115187853 A 3