專利名稱：一種水下目標(biāo)識別方法及其裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水下目標(biāo)識別技術(shù)，尤其涉及一種水下目標(biāo)識別方法及其裝置
背景技術(shù)：
通常情況下，安全保護(hù)系統(tǒng)大多是針對陸上、空中設(shè)施進(jìn)行入侵監(jiān)控或防御，近年來，水下小型潛水裝具的發(fā)展迅速，蛙人、水下運載器以及水下機器人技術(shù)的成熟，這類隱蔽性好，破壞威力大的新興攻擊方式頗受恐怖主義分子的青睞。美國國士安全部獲悉恐怖組織已經(jīng)掌握了佩帶水肺的蛙人潛水技術(shù)，并且開始利用蛙人進(jìn)行恐怖襲擊。因此，針對游泳者、蛙人等水下小目標(biāo)的入侵監(jiān)控成為安保系統(tǒng)的必要組成。從2000年左右，西方國家開始相繼投入大量人力物力研發(fā)布置水下安全保護(hù)系統(tǒng)，來對蛙人、水下機器人、水下運載器等水下目標(biāo)進(jìn)行監(jiān)控和報警，以彌補以往聲納設(shè)備僅能針對大型艦船、船只進(jìn)行探測與識別技術(shù)，并且投入大量的力量研究針對這類新興目標(biāo)探測專用的聲納技術(shù)，使之成為歐美等國目前水下安全保護(hù)的熱點議題。近些年來國內(nèi)外相關(guān)研究機構(gòu)開展了一系列關(guān)于水下蛙人等小目標(biāo)的識別技術(shù)。例如，通過采用靜態(tài)特征對扇形掃描聲納的水下目標(biāo)進(jìn)行分類，該技術(shù)主要是利用了單幀的目標(biāo)靜態(tài)信息進(jìn)行人造目標(biāo)分類；又例如，利用跟蹤后的圖像瞬態(tài)特征進(jìn)行水下運動目標(biāo)分類，該技術(shù)利用瞬態(tài)信息進(jìn)行水下蛙人目標(biāo)的識別，但是由于瞬態(tài)特征維數(shù)較高，需要根據(jù)訓(xùn)練樣本實現(xiàn)進(jìn)行學(xué)習(xí)和特征篩選，采用序列前向選擇進(jìn)行重要特征的選取后進(jìn)入分類器進(jìn)行目標(biāo)識別，其算法的實時性和靈活度較差，也不利于實際聲納系統(tǒng)多目標(biāo)分類系統(tǒng)的應(yīng)用。又例如，采用常用于魚群識別的超寬帶主動聲納(60KHZ 120KHZ)進(jìn)行水下蛙人分類，該技術(shù)需要利用頻域信息，系統(tǒng)帶寬，增大了系統(tǒng)復(fù)雜度，尤其是對于像蛙人探測聲納這種大范圍、寬覆蓋角度的預(yù)警聲納，將極大地增加硬件成本和系統(tǒng)實現(xiàn)難度。

發(fā)明內(nèi)容
本發(fā)明的目的是通過對主動式多波束聲納的水下目標(biāo)回波，提取其靜態(tài)特征和瞬態(tài)特征量，從而實現(xiàn)對水下目標(biāo)的快速識別。為實現(xiàn)上述目的，一方面，本發(fā)明提供了一種水下目標(biāo)識別方法，該方法步驟包括:根據(jù)訓(xùn)練樣本聲圖，計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，并形成已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣；將已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量；根據(jù)主特征成分向量提取訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量；根據(jù)訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心；根據(jù)待分類水下目標(biāo)聲圖，計算待分類水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征；根據(jù)主特征成分向量提取待分類水下目標(biāo)瞬態(tài)特征的主成分分量；
計算待分類水下目標(biāo)瞬態(tài)特征的主成分分量距離訓(xùn)練樣本聲圖主成分中心的距離，對待分類水下目標(biāo)進(jìn)行分類。另一方面，本發(fā)明提供了一種水下目標(biāo)識別裝置，該裝置包括:第一計算單元，用于根據(jù)訓(xùn)練樣本聲圖，計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，并形成已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣；第二計算單元，用于將已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量；第一提取單元，用于根據(jù)主特征成分向量提取訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量;第二提取單元，用于根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心；第三計算單元，用于根據(jù)待分類水下目標(biāo)聲圖，計算待分類水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征；第四計算單元，用于根據(jù)主特征成分向量提取待分類水下目標(biāo)瞬態(tài)特征的主成分分量;分類單元，用于計算待分類水下目標(biāo)瞬態(tài)特征的主成分分量距離訓(xùn)練樣本聲圖主成分中心的距離，對所述待分類水下目標(biāo)進(jìn)行分類。本發(fā)明通過提取己知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征用于待分類水下目標(biāo)特征識別，能夠更加準(zhǔn)確地反映目標(biāo)特征；并且基于幀間瞬態(tài)信息的主成分提取，采用部分主成分特征用于待分類水下目標(biāo)識別，在保證識別概率的基礎(chǔ)上，有效地減少了特征維數(shù)，縮短了識別時間，實現(xiàn)了對水下目標(biāo)的快速識別。


通過以下結(jié)合附圖以舉例方式對本發(fā)明的實施方式進(jìn)行詳細(xì)描述后，本發(fā)明的其他特征、特點和優(yōu)點將會更加明顯。圖1為本發(fā)明實施例提供的一種水下目標(biāo)識別方法流程圖；圖2為圖1所示水下目標(biāo)識別方法的信號處理過程示意圖；圖3為本發(fā)明實施例提供的一種水下目標(biāo)識別裝置結(jié)構(gòu)示意圖。
具體實施例方式下面通過附圖和實施例，對本申請的技術(shù)方案做進(jìn)一步的詳細(xì)描述。圖1為本發(fā)明實施例提供的一種水下目標(biāo)識別方法流程圖。如圖1所示，該方法包括步驟101-107。圖2為圖1所示水下目標(biāo)識別方法的信號處理過程示意圖，以下結(jié)合圖1和圖2針對水下目標(biāo)識別方法進(jìn)行描述。在步驟101，根據(jù)訓(xùn)練樣本聲圖，計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，并形成已知目標(biāo)的瞬態(tài)特征協(xié)方差矩陣。具體地，水下目標(biāo)識別裝置通過探測聲納采集己知水下目標(biāo)的回波信號形成多幀訓(xùn)練樣本聲圖，并計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征。上述己知水下目標(biāo)的靜態(tài)特征信息包括目標(biāo)形狀、強度的基本特征，以及不變矩特征。然后在幀間數(shù)據(jù)關(guān)聯(lián)的基礎(chǔ)上，提取瞬態(tài)特征參量。需要說明的是，上述己知水下目標(biāo)包括不僅限于水下蛙人。以下針對已知水下目標(biāo)的靜態(tài)特征信息進(jìn)行描述:首先，提取已經(jīng)水下目標(biāo)，例如水下蛙人的靜態(tài)特征信息。表I示出了己知水下目標(biāo)的5個形狀特征和5個強度特征的基本特征參數(shù):表I
權(quán)利要求
1.一種水下目標(biāo)識別方法，其特征在于: 根據(jù)訓(xùn)練樣本聲圖，計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，并形成所述已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣； 將所述已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量； 根據(jù)所述主特征成分向量提取所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量； 根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心； 根據(jù)待分類水下目標(biāo)聲圖，計算所述待分類水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征； 根據(jù)所述主特征成分向量提取所述待分類水下目標(biāo)瞬態(tài)特征的主成分分量； 計算所述待分類水下目標(biāo)瞬態(tài)特征的主成分分量距離所述所述訓(xùn)練樣本聲圖主成分中心的距離，對所述待分類水下目標(biāo)進(jìn)行分類。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述己知水下目標(biāo)的靜態(tài)特征包括目標(biāo)形狀和目標(biāo)強度的基本特征，以及不變矩特征；所述己知水下目標(biāo)的瞬態(tài)特征是根據(jù)所述己知水下目標(biāo)的靜態(tài)特征，通過其對應(yīng)的幀間特征計算獲得。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述幀間特征包括特征的均值、特征方差、特征平均變化率和特征變化率方差中的一種或多種。
4.根據(jù)權(quán)利要求1所述的方 法，其特征在于，所述將所述已知目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量步驟包括: 根據(jù)瞬態(tài)特征協(xié)方差矩陣，采用主成分分析降維方法進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心步驟包括: 根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征主成分分量通過kmeans算法學(xué)習(xí)得到主成分中心。
6.一種水下目標(biāo)識別裝置，其特征在于包括: 第一計算單元，用于根據(jù)訓(xùn)練樣本聲圖，計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，并形成所述已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣； 第二計算單元，用于將所述已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量； 第一提取單元，用于根據(jù)所述主特征成分向量提取所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量; 第二提取單元，用于根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心； 第三計算單元，用于根據(jù)待分類水下目標(biāo)聲圖，計算所述待分類水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征； 第四計算單元，用于根據(jù)所述主特征成分向量提取所述待分類水下目標(biāo)瞬態(tài)特征的主成分分量； 分類單元，用于計算所述待分類水下目標(biāo)瞬態(tài)特征的主成分分量距離所述訓(xùn)練樣本聲圖主成分中心的距離，對所述待分類水下目標(biāo)進(jìn)行分類。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于:所述第二計算單元針對形成的瞬態(tài)特征協(xié)方差矩陣，采用主成分分析降維方法得到較大特征值對應(yīng)的主特征成分向量。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于:所述第二提取單元根據(jù)所述訓(xùn)練樣本聲圖瞬態(tài)特征主成分分量通過k means算法學(xué)習(xí)得到主成分中心。
全文摘要
本發(fā)明公開了一種水下目標(biāo)識別方法及其裝置，該方法包括計算已知水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征，形成已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣；將已知水下目標(biāo)的瞬態(tài)特征協(xié)方差矩陣進(jìn)行本征值分解，獲得較大特征值對應(yīng)的主特征成分向量；根據(jù)主特征成分向量提取訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量；根據(jù)訓(xùn)練樣本聲圖瞬態(tài)特征的主成分分量，確定主成分中心；根據(jù)待分類水下目標(biāo)聲圖，計算待分類水下目標(biāo)的靜態(tài)特征和瞬態(tài)特征；根據(jù)主特征成分向量提取待分類水下目標(biāo)瞬態(tài)特征的主成分分量；計算待分類水下目標(biāo)瞬態(tài)特征的主成分分量距離訓(xùn)練樣本聲圖主成分中心的距離，對待分類水下目標(biāo)進(jìn)行分類。本發(fā)明更加準(zhǔn)確、穩(wěn)健地反映目標(biāo)特征，縮短目標(biāo)識別時間。
文檔編號G06K9/62GK103116740SQ20131002842
公開日2013年5月22日 申請日期2013年1月24日 優(yōu)先權(quán)日2013年1月24日
發(fā)明者楊娟, 許楓, 韋志恒, 蔣立軍, 徐亞軍, 吳義軍 申請人:中國科學(xué)院聲學(xué)研究所