基于模糊自适应Hough变换的海洋环境特征提取_王宏健

哈尔滨 150001 ； 2． 北华大学电气信息工程学院Βιβλιοθήκη 吉林132021 ）
要： 针对海洋环境中特征提取难度大 、 效率低等问题， 设计了基于模糊自适应 Hough 变换的海洋环境特征提取方法 。 通过
对声呐数据进行预处理并剔除野值 ； 将声呐坐标系下的测量数据转化为全局坐标系下 ， 并提取环境的 建立成像声呐观测模型 ， 全局特征； 根据梯度方向信息， 模糊化处理声呐数据点 ， 采用极小极大模糊推理评判数据点属于某条直线特征的可能性 ， 自适应 选择参与投票的数据点 。基于海试数据的试验结果表明 ： 该方法能够从伴有噪声 、 混响、 反射的声呐数据中准确地提取港口环 并且模糊自适应 Hough 变换特征提取的投票数目与计算时间分别为传统 Hough 变换的 32． 5% 和 26． 1% ， 表明模 境的线特征， 糊自适应 Hough 变换具有存储空间小、 计算效率高、 实用性强等优点。 关键词： 海洋环境； 特征提取； 模糊推理； 自适应； Hough 变换； 成像声呐 中图分类号： TP242． 6 文献标识码： A 国家标准学科分类代码： 420． 50
Abstract： Aiming at the high difficulty and low efficiency in sea environment feature extraction， a sea environment feature extraction method based on fuzzy adaptive Hough transform is designed． By establishing the measurement sonar data is preprocessed to eliminate the outliers． The measurement data under sonar coormodel of imaging sonar， dinate system is transformed into global coordinate system to extract global features． The sonar data points are processed with fuzzy reasoning based on gradient orientation information． The maximum and minimum fuzzy reasoning principle is adopted to evaluate the probability that the data point belongs to a line． The data points that participate in voting are selected adaptively． Experiment result based on sea trial data shows that the method could accurately extract line features of harbor environment from the sonar data with noise， reverberation and reflection． The number of votes and computational time of feature extraction using fuzzy adaptive Hough transform are 32． 5 % and 26． 1 % of those using traditional Hough transform， respectively， which shows that the fuzzy adaptive Hough transform possesses the advantages of small storage space， high computational efficiency and strong practicality． Keywords： sea environment； feature extraction； fuzzy reasoning； adaptive； Hough transform； imaging sonar
第1 期
王宏健 等： 基于模糊自适应 Hough 变换的海洋环境特征提取
［4 ］
33
的局部主成分分析法 科夫模型法
［5 ］
、 用于检测并行线的训练隐马尔
［7 ］
在极坐标下， 双线相交转化成为 （ ρ， θ） 空间中双正 如图 2 （ b ） 所示， 同样进行投票， 最后得到投票 弦线相交， θ） ， 取其峰值即对应直线特征参数， 以 累加器数组 H（ ρ， 实现直线特征提取。
图1 直线 Hough 变换基本原理
2
Hough 变换原理
Hough 变换是一种在图像中提取形状、 特征的有效
图2 直线的极坐标形式及其在 Hough 空间的表示
方法， 特别是二值图像中提取直线特征时， 受噪声和直线 间断影响较小， 可以准确地给出直线特征的参数。 考虑 Hough 变换的特点， 其正适合完成根据成像声呐数据提 取海洋环境特征的任务。下面给出利用 Hough 变换提取 直线特征的具体过程
式中： ρ 为从坐标原点到直线的距离， θ 为直线的法线与 x 轴的夹角（ 见图 2 （ a） ） 。
{ ( θ Δ－θ γ ) /2σ }exp { － ( ρ Δ－ρ ρ ) /2σ }
2 2 ij i 2 θ ijl ij 2 ρ
（ 10 ）
式中： σ θ 、 σ ρ 为 θ、 ρ 的均方差。则： 珘 A i =
* 基金项目： 国家自然科学基金 （ E091002 /50979017 ） 、 教育部高等学校博士学科点专项科研基金 （ 20092304110008 ） 、 中央高校基本科研业务 费专项资金（ HEUCFZ1026 ） 、 哈尔滨市科技创新人才 （ 优秀学科带头人 ） 研究专项资金（ 2012RFXXG083 ） 资助项目
［6 ］ 、 用于检测电力线的知识库方法 、 用于检
测 CT 数据线特征的快速 Wedgelet 分解法
等。
Hough 变换是最流行的线特征提取方法， 其中， 很多方 ［ 816 ］ 。这些方法除了继承传统 Hough 法将其改进或者扩展 变换的优势， 也继承了其固有的存储空间大、 运算速度低等 缺点。针对该问题提出一种基于模糊自适应 Hough 变换的 线特征提取方法， 实现存储空间的节约、 运算速度的提高， 并 基于海试数据设计了试验来进行方法可行性的验证。
1
引
言
的构建等任务。完成这些任务的前提是对海洋环境信息 的准确获取， 所以特征提取技术至关重要
［13 ］
。 本文针对
作为海洋开发重要工具的自主水下潜航器 （ autonomous underwater vehicle， AUV） 可以完成海洋资源勘查与 开发、 水下设施检查、 海洋救险、 打捞以及水下环境地图
Sea environment feature extraction based on fuzzy adaptive Hough transform
2 Wang Hongjian1 ，Wang Jing1 ，Qu Liping1， ，Liu Zhenye1
（ 1． College of Automation，Harbin Engineering University，Harbin 150001 ，China； 2． College of Electrical and Information Engineering，BeiHua University，Jili 132021 ，China）
07 收稿日期： 2012Received Date： 201207
将线特征作为主要提取的目标特征。 目前 结构化环境， andMerge、 比 较 经 典 的 线 特 征 提 取 方 法 主 要 有 ： SplitRandom Sample Consensus、 Hough transform 等。近年来还 涌现出一些新的线特征提取方法， 例如， 用于检测带状线
第 34 卷 第 1 期 2013 年 1 月
仪
器
仪
表
学
报
Chinese Journal of Scientific Instrument
Vol. 34 No. 1 Jan． 2013
* 基于模糊自适应 Hough 变换的海洋环境特征提取
1 王宏健 ，王 1 1， 2 1 晶 ，曲丽萍 ，刘振业
（ 1． 哈尔滨工程大学自动化学院 摘
［17 ］
Fig． 2 Line presentations in polar coordinate and Hough space
3
模糊自适应 Hough 变换
。 传统 Hough 变换在特征提取领域表现优异， 但其也 存在着计算量大、 处理速度慢、 鲁棒性弱等缺点。 根据成 像声呐采集的大量海洋特征数据， 利用传统 Hough 变换 直线特征提取效率较低。为了实现高效的海洋环境特征 提取， 本文采用了计算消耗少、 检测精度高的模糊自适应 Hough 变 换。 模 糊 自 适 应 Hough 变 换 方 法 具 体 内 容 如下： y i ） ｝ 中任意点 （ x i ， yi ） ， 点集｛ （ x i ， 其梯度方向为 γ i ， y i ） 模糊映射成 （ ρ， 根据位置、 梯度将任意点 （ x i ， θ） 空间 珘 珘 的模糊集 A i 。 其中 A i 的论域为 （ ρ， θ） ， 核元素为 γ i 、 ρi 。 设 预提取直线特征参数 ρ、 θ 允许的误差范围为 ρ error 、 θ error ， 离 Δ θ， 则： 散间隔为 Δρ、 2， …， kθ θ ij = γ i － θ error + （ j － 1 ） Δθ； j = 1 ， = － + （ l － 1 ） ， l = 1 ， 2 ， … ， kρ ρ ijl ρ ij ρ error Δρ 式中： 2， …， kθ ρ ij = x i cos θ ij + y i sin θ ij ； j = 1 ， 2 θ error kθ = +1 Δθ 2 ρ error kρ = +1 Δρ 采用高斯函数计算隶属度： μ ijl = exp － （ 5） （ 6） （ 7） （ 8） （ 9）