0 引言

在深海广域快速目标搜探与测绘任务中^[1]，侧扫声呐以其成像分辨率高、成像覆盖完整、便于部署等优点，得到了广泛的应用^[2-4]。AUV 搭载侧扫声呐设备进行数据采集过程中，受洋流、 AUV 运动平稳性^[5-6]、海底地形起伏^[7-8]等影响，侧扫声呐图像存在明显的畸变问题；受水下声学信号的衰减^[9-11]与接收声学回波信号设备的灵敏度^[12]影响，声学信号存在垂向增益失衡问题。上述问题的存在导致声学图像难以准确呈现目标信息和地形地貌。

1 海底广域快速搜探侧扫声呐成像原理

侧扫声呐工作原理与线激光三维扫描成像类似，AUV 左右舷各安装一条换能器线阵，首先发射一个短的声脉冲，声波按球面波方式向外传播，碰到海底或水中物体会产生散射，其中的反向散射波（回波）会按原传播路线返回换能器被换能器接收，经换能器转换成一系列电脉冲 （ping），回波脉冲序列即对应图像的一行。随着 AUV 前向航行，同时多次发射与接收声学脉冲信号，多次回波脉冲序列拼接在一起即形成一幅图像^[13-14]（也称瀑布图）。

图1 为某航次 AUV 下潜深度 2 254 m，距海底 85 m，搭载声呐设备量程配置为 400 m（5 196 采样点，即垂向分辨率 p 约为 0.077 m/pixel，pixel 为采样点）、扫频 2 ping/s，AUV 以 2 kn（即 1.028 m/s）速度航行时采集的侧扫声呐数据。这样的载荷配置模式，可非常快速地搜探较大海域。在复杂地形与海况场景下，侧扫声呐数据存在以下问题。

近海底侧扫声呐距离水面较远，不存在水面回波干扰。图1 为左舷声呐图像，AUV 运动过快，导致航向分辨率较低，声学图像存在尺寸畸变；右侧轮廓为海底回波信号，由地形与 AUV 航行起伏扰动导致，图像存在较为明显的运动畸变。受声学信号衰减影响，左侧回波信号明显减弱，声学图像呈现亮暗不均的问题。

2 声学图像合成与优化

针对上述广域快速搜探过程中侧扫声呐成像存在的问题，提出融合海底基线跟踪的畸变校正方法、融合侧扫声呐特性的垂向增益校正方法、自适应直方图均衡的亮度校正方法，实现声学图像的质量优化。下面以左舷侧扫声呐图像为例进行算法介绍，右舷处理方法一致。

2.1 畸变校正

AUV 搭载侧扫声呐设备进行海底声学成像，包含 2 种畸变：航向畸变、垂向畸变。其中航向畸变由 AUV 运动与声呐设备扫频不同步导致；垂向畸变由地形起伏与 AUV 平稳性导致。为实现搜探定位功能，侧扫声呐数据一般都包含载体传感信息字段，该字段一般包含经纬度、载体运动俯仰角、横滚角、速度、高度、深度等信息。

航向畸变表现为图像宽度过大的尺度失真，本文提出动态迭代插值方法实现校正。首先提取相邻两 ping 的经纬度信息，计算得到两 ping 的距离 d，垂向分辨率 p 是已知的，很容易根据两 ping 距离得到插值比例为$\frac{d}{p}$，然后进行航向迭代插值，参考牛顿迭代法的求解原理，首先插入 $\frac{1}{2}$处的数值，然后依次插入$\frac{1}{4}，\frac{3}{4}，\frac{1}{8}，\cdots$位置的数值，计算公式示例如下。

式中：$I_h（x）$、$I_{h+1}（x）$为相邻两 ping 的值；$\alpha$为插值权重系数，可认为两 ping 之间的小段时间内载体为匀速运动，因此取值为 0.5。航向迭代插值校正效果如图2，经过校正后，航向分辨率与声呐垂向分辨率相近，可视效果更好。

垂向畸变表现为图像扭曲变形，通过分析侧扫声呐图像特点，AUV 到海底的垂直距离范围声学回波很弱，海底回波较强，左舷图像存在明显的右轮廓，该轮廓即为海底回波信号（也称为海底基线）。

海底基线轮廓提取过程，截取航向校正图像的左舷图像右侧区域，依次进行 Canny 边缘检测、形态学膨胀、空洞填充处理，然后提取图像取反后的最大联通区域 R（该区域就是 AUV 本体到海底的声学成像部分），进而计算左侧轮廓。直接得到的轮廓存在一定扰动，呈现锯齿状，如图3（e）蓝色曲线，采用多次一维平均值滤波进行消除，如公式 2，文中采用 3 次滤波处理。

式中，I 为原始轮廓点的坐标值 E₁、 E₂、 E₃ 分别为第 1 次、第 2 次、第 3 次的滤波结果。取第 3 次滤波结果 E₃ 作为最终滤波曲线，如图3（e）中红色曲线。

垂向畸变校正过程，结合声学回波成像采集特点，无畸变的图像应该具有相同的行，每一行的有效数据宽度应该一致，得到海底基线后，还要做尺度校正处理。根据侧扫声呐成像原理，每 ping 数据代表的是斜距值，海底基线到图像右边界的值代表 AUV 距海底的高度。简化的侧扫声呐斜距采样原理如图4 所示，OF 为海底，B 为 AUV 上声呐布放位置，BO 为 AUV 高度，BF 为声信号回波序列， A 为回波序列上第 1 个点，也是海底 O 的回波信号，同理 B、C···顺次为海底 D、E 点的回波信号。要得到相对准确的物像尺寸信息，消除 AUV 高度的影响，应将斜距数据投影到 OF 轴上。

斜距数值直接投影到 OF 轴，受投影误差与计算误差影响，OF 上的数值会出现不连续性，为此采用“取点法”。AUV 距离海底的高度 H 可由公式3 得到，OF 上 M 点的数值，可由公式 4 得到，BN 即为侧扫斜距回波序列上的数值。

式中：j 为海底基线轮廓上的坐标到图像右边界的坐标距离；p 为上文所述的垂向分辨率。

取点个数的计算过程，首先计算所有行的有效数据宽度（即左舷图像左边界到提取的海底基线轮廓的数据长度），计算数据宽度的均值 h，然后统计大于平均值 h 的有效行，再次计算这些有效行的平均值 A，将 A 作为取点个数。利用公式 3、4 实现垂向畸变校正，并对校正数据在图像上右对齐处理，效果如图5。

2.2 增益校正

由声学信号衰减导致的增益失衡表现为距离越远信号越弱，信号衰减导致有效搜探区域大大减小，通过理论分析与实际声学信号分析可知，信号衰减与水域环境息息相关，因此不能使用简单的理论增益进行校正（如距离函数）。本文提出引导曲线与计算曲线融合的方法。

引导曲线计算方法，从多个航次采集到的侧扫声呐数据中，截取相对平坦的地形图进行信号增益计算，生成增益曲线后进行函数拟合，本文采用下面的拟合函数来近似声学信号衰减曲线，x 为横坐标，代表侧扫声呐每行数据的垂向坐标点。

经过拟合求解：$\delta$为 2，$\lambda$为 1.8。引导曲线反映了侧扫声呐设备在实际工作过程中的信号衰减特性。

计算曲线的计算方法，截取 H 行的侧扫图像，将图像均分为 N 个小区域，如图6。首先计算每个小区域的均值 I（i），以步长为 1 从左向右滑动，分别统计 3 个临近区域的灰度均值，例如区域 2 的均值由区域 1、2、3 计算得到，则区域均值计算公式如公式 6。

将区域均值代入公式 7，得到增益曲线，其中， N 的取值可根据侧扫声呐的分辨率进行设置，本文取 16，d 为每个小块图像的长度，T 为全图的灰度均值。得到计算增益后，对增益上限与增益下限进行约束，本文取上限 2.5，下限 0.3，如公式 8。

引导曲线与实时曲线的融合方法，引导曲线用于控制计算曲线的扰动，根据对应点上的计算增益与引导增益的大小关系进行加权融合控制，如公式 9。

以图5 的声呐图像进行增益曲线求解测试，得到图7 的增益曲线，原图左侧较暗区域计算得到的增益很大，约束为 2.5，同时在明暗跳变区域增益曲线存在较大扰动，经过本文的融合方法，得到平滑的修正曲线，更接近实际信号衰减特性。

增益校正后的效果如图8，动态增益校正后，远距离区域具有比较好的亮度提升，同时近距离区域也有过亮压制作用，证明了增益校正方法的有效性。

2.3 亮度均衡

通过畸变校正与增益校正的声学图像，已经较好地呈现了地形地貌，对于声学回波信号较弱的区域，还存在一定的暗区域（阴影区域），这种成像效果与光学成像的光照不均非常相似，本文引入自适应直方图均衡 CLAHE 方法^[15-16]进行处理。

传统的直方图均衡是对于整个图像的，这是很不合理的，CLAHE 融合了四邻域直方图均衡结果，并采用图像分块的方式提高计算效率，同时用双线性插值方法去除块效应。测试效果如图9，左侧较暗区域都得以直观呈现。

2.4 伪彩图像生成

声学伪彩色图像^[17-18]生成采用灰度查表法实现，最常用的映射表是 Copper，相较于直接反映信号强度的灰度图像，伪彩色图像更加直观。

3 声学图像合成与优化测试

采用不同地貌的侧扫声呐数据进行测试，图11 为深海山地地貌测试数据，虽然存在大范围低凹地形，经过本文方法处理后，地貌形态清晰可见； 图12为深海沙丘地形，但AUV运动存在较大扰动，垂向畸变明显，经过本文方法处理后，冲刷地形特点得以呈现。

4 应用测试

尺度不变特征变换特征点匹配（SIFT^[19-20]）在目标识别、地形匹配等计算机视觉任务中起到了至关重要的作用。本文对恢复后的侧扫声呐图像进行特征点匹配测试，图13 的 4 组图像中每组图像由相邻瀑布图截取得到，有效匹配点数分别达到了 53 个、48 个、86 个、25 个，进一步验证了本文侧扫声呐图像恢复方法的有效性。

5 结束语

本文针对基于侧扫声呐的深海广域快速搜探应用中，受载体运动平稳性、海底地形起伏、信号衰减影响，侧扫声呐图像存在的畸变与亮暗不均问题，设计的畸变校正方法包括航向畸变校正与垂向畸变校正，校正后的图像更能体现水下地形或目标的真实形态；融合引导曲线与计算曲线的增益校正方法使得信号强度得以补偿；自适应亮度均衡方法进一步解决了图像的亮暗不均问题。测试结果表明，本文方法可以使侧扫声呐图像更加直观的呈现目标与地形地貌信息，同时采用 SIFT 特征匹配方法进行匹配测试，取得了很好的匹配效果。

参考文献