基于随机场的声纳图像分割与目标识别

Sonar is a fundamental tool when AUV (Autonomous Underwater Vehicle) senses the underwater environment. The ability to extract useful information from sonar images determines the performance of the underwater robots. The images taken from the side scan sonar and the forward scan sonar are considered in this project. The random field theory will be used to solve the difficulties and problems in sonar image segmentation and object recognition theoretically and practically. Our main research content includes: (1) Accelerate the update speed of Markov Chain in EMMF (Expectation-Maximization procedures with Mean-Field approximation) algorithm with the idea of multi-scale analysis and cluster-based updating. EMMF method has excellent performance in obstacle avoidance. However, the speed should be improved. (2) Estimate the prior parameters of MRF (Markov Random Field) by Center- AutoEncoding (CAE). CAE has been proposed by the applicant to estimate the prior parameters in the Ising-MRF model. We will extent it to the Potts-MRF model. (3) Estimate the hidden parameters of the HCRF (Hidden Conditional Random Field) by borrowing the unsupervised learning of contrast divergence in the deep learning machine. HCR is capable of modeling the spatial structure of the image, with the cost of estimating the hidden parameters. Deep learning will be used to estimate the hidden parameters in an unsupervised and fast way.

声纳是AUV(自主水下机器人)感知水下环境的基本工具。AUV从声纳图像提取信息能力的强弱直接关系到水下机器人的性能。本项目以侧扫和前视声纳图像为研究对象，以随机场为研究工具，拟从理论和实际上解决声纳图像分割与目标识别中的难点问题。主要研究内容包括：（1）利用簇更新和多尺度的思想提高EMMF(基于均值场的EM算法)算法中Markov链更新的速度；EMMF算法在避障和路径规划中表现出良好的性能，但是速度需要进一步提升。（2）利用中心自编码的思想估计Markov随机场的先验参数；申请人提出了一种新的先验参数估计算法，能兼顾速度和精度，但还需要从Ising-MRF进一步扩展到Potts-MRF模型。（3）借鉴深度学习中的对比散度思想学习HCRF(隐条件随机场)的隐参数; HCRF能对空间结构建模，但代价是复杂的隐参数估计，本项目拟借鉴深度学习的思想无监督、快速学习隐参数。

本项目以水下侧扫和前视声呐图像为研究对象，以随机场为研究工具，从理论和实际上解决声呐图像分割与目标识别中的难点问题。在项目实际执行过程中，课题组在水下声纳图像分割、配准和识别方面提出了一系列创新性的解决方案。（1）在EMMF算法（基于均值场的期望最大算法）的基础上提出了基于模态的Markov随机场模型（Graded-MRF）。实验结果表明Graded-MRF~算法在去除斑块噪声的同时能完好的保留目标的原始轮廓信息，这些特点非常适合基于前视声呐图像的目标识别。（2）提出了基于局部自编码（Local AutoEncoding，LAE）的先验参数估计算法。LAE算法仅仅一次遍历就能得到非常精确的估计，且仿真发现LAE和经典的最大伪似然估计具有类似的Cramer-Rao界。（3）提出了基于选择性自编码（Selective AutoEncoding, SAE）的标签场初始化算法。初步实验结果表明，和k-means相比，SAE能将标签场的跳转概率下降37%。 （4）开展了基于条件随机场（CRF）的前视声呐图像目标识别工作。初步的实验显示，CRF对海山、绳索等目标的识别率只有50%左右，且极坐标系下的特征提取能得到相对较高的识别率。（5）借鉴Markov随机场中邻域像素存在相关性的理论，提出了一种基于外周互信息（Peripheral Mutual Information, PMI）的二维前视声呐图像配准算法，解决了区域互信息最大化算法无法拓展到二阶邻域的情形。