宗艷梅，唐學大，楚樹坡，諶志新，2，李國棟，2

（1.青島海洋科技中心，山東青島 266237；2.中國水產(chǎn)科學研究院漁業(yè)機械儀器研究所，上海 200092）

寬帶多波束漁用聲吶作為探測海洋生物資源的重要聲學設備，在漁船航行時利用聲波探測魚群方位、密度和距離等信息，可實現(xiàn)對水下目標的快速定位和精準探測，大幅度提高了海洋漁業(yè)捕撈效率，在漁業(yè)探測領域有著重要應用［1-4］。

寬帶多波束漁用聲吶采用距離分辨率更高的寬帶信號，同時接收多個波束，數(shù)據(jù)量較大，給顯控系統(tǒng)實時接收處理回波數(shù)據(jù)帶來了巨大的挑戰(zhàn)［5-6］。同時，由于可選擇的探測量程差異大，圖像需根據(jù)屏幕分辨率自動進行插值或壓縮處理，對聲吶圖像顯示的實時性要求不同，CPU緩存的數(shù)據(jù)量也不同，給顯控系統(tǒng)提高處理速度帶來了一定的難度。由于海洋水下各種噪聲和混響的存在，導致聲吶圖像混雜了各種噪聲，如高斯噪聲、斑點噪聲等，對分辨魚群目標有一定的影響［7-8］。而用戶是直觀地通過顯示界面來獲得魚群的相關(guān)信息，較低的圖像分辨率對于用戶識別魚群信息有一定困難。因此，寬帶多波束漁用聲吶顯控系統(tǒng)直接決定了漁用聲吶的性能。近幾年，微電子技術(shù)和人工智能技術(shù)的快速發(fā)展，為研制寬帶多波束信號處理主機帶來了新的技術(shù)發(fā)展方向［9-11］，全方位寬帶多波束、魚群跟蹤識別等關(guān)鍵技術(shù)及漁用裝備研制迎來了新一輪的技術(shù)革命［3，11-13］。傳統(tǒng)的多波束探魚儀的顯控系統(tǒng)已無法滿足當前寬帶多波束漁用聲吶的顯示需求，因此亟需開發(fā)一套適用于寬帶多波束漁用聲吶海量數(shù)據(jù)實時可視化的顯控系統(tǒng)。

本文開展了寬帶多波束漁用聲吶顯控系統(tǒng)的設計，采用多線程技術(shù)實時處理數(shù)據(jù)，并針對提高聲吶圖像顯示分辨率開展了一定的研究，采用雙立方插值將聲吶圖像可視化，并分別使用多種濾波算法對聲吶圖像濾波去噪，運用圖像增強技術(shù)對聲吶圖像增強顯示。經(jīng)過聲吶圖像處理，本文設計的寬帶多波束漁用聲吶顯控系統(tǒng)可顯著提高漁用聲吶圖像的目標分辨率。以期對漁業(yè)生產(chǎn)的精準探測和高效捕撈提供幫助。

1 材料與方法

1. 1 寬帶多波束漁用聲吶工作原理

寬帶多波束漁用聲吶（探魚儀）實質(zhì)是一種主動聲吶系統(tǒng)，利用聲波在水中的傳播和遇到物體反射原理來判別魚群及其狀態(tài)參數(shù)［14-15］。寬帶多波束漁用聲吶通常采用寬帶信號全向或波束旋轉(zhuǎn)發(fā)射，同時形成多個接收波束來提高探測效率［16］。相比其他探魚儀，寬帶多波束探魚儀可進行遠距離、高分辨率探測，其探測魚群效率更高［14，17-18］。

寬帶多波束漁用聲吶系統(tǒng)主要由換能器基陣（通常為收發(fā)兼用）、升降機構(gòu)、發(fā)射機、接收機、電源、收發(fā)轉(zhuǎn)換器、顯控系統(tǒng)及外圍模塊等幾個部分組成，其工作原理如圖1所示。寬帶多波束漁用聲吶顯控主機根據(jù)用戶需要，首先進行工作參數(shù)配置并下發(fā)給發(fā)射機，發(fā)射機對信號進行一系列處理后到達換能器基陣，將電信號轉(zhuǎn)為聲信號向水中發(fā)射，根據(jù)聲波在水中遇到不同目標產(chǎn)生回波的原理，換能器基陣各陣元接收回波信號和噪聲，將其轉(zhuǎn)換為電信號，電信號經(jīng)過信號處理，形成多個波束［15，17］。聲吶數(shù)據(jù)通過網(wǎng)口發(fā)送到顯控主機，顯控主機對原始數(shù)據(jù)預處理后可視化，并對聲吶圖像經(jīng)濾波、增強等處理后，最終將魚群信息在顯控終端顯示出來［15，19］。

圖1 寬帶多波束漁用聲吶工作原理框圖Fig.1 W orking princip le block diagram of w ideband multibeam fishery sonar

1. 2 顯控系統(tǒng)整體設計

1.2.1 總體架構(gòu)設計

寬帶多波束漁用聲吶系統(tǒng)可實現(xiàn)360°水平全向掃描，探測量程達4 000 m，實時探測數(shù)據(jù)量巨大，圖像更新不及時，會導致丟幀或CPU緩存數(shù)據(jù)較多，直接影響顯控主機的性能。另外，探魚儀組成硬件設備較多，工作機制復雜，給顯控系統(tǒng)的計算機軟硬件帶來巨大的挑戰(zhàn)［20］。因此，顯控系統(tǒng)的關(guān)鍵是在保證安全友好的可視化圖像的同時，平衡好聲吶硬件設備負載、數(shù)據(jù)采集及處理的穩(wěn)定性。根據(jù)用戶需求及實際環(huán)境，本文將顯控系統(tǒng)整體架構(gòu)設計為控制層、顯示層和數(shù)據(jù)層3層架構(gòu)，如圖2所示。

圖2 寬帶多波束漁用聲吶顯控系統(tǒng)整體架構(gòu)圖Fig.2 Overall architecture of w ideband m ultibeam fishery sonar disp lay and control system

本文顯控系統(tǒng)通過UDP協(xié)議實現(xiàn)信號處理主機與顯控系統(tǒng)的數(shù)據(jù)通信，由控制層通過顯控系統(tǒng)向信號處理主機發(fā)送配置參數(shù)、指令參數(shù)等來控制聲吶系統(tǒng)的總體運行狀態(tài)。顯示層通過UDP通訊接口接收聲吶數(shù)據(jù)并進行多線程數(shù)據(jù)解析并進行數(shù)據(jù)處理，處理后的聲吶數(shù)據(jù)將在顯控系統(tǒng)實時圖像顯示和更新。數(shù)據(jù)層通過UDP協(xié)議將聲吶原始數(shù)據(jù)進行存儲，保證了數(shù)據(jù)存儲的完整性，存儲歷史數(shù)據(jù)可以將聲吶圖像再現(xiàn)，也便于后期進行其他數(shù)據(jù)分析或檢測使用。

1.2.2 系統(tǒng)模塊劃分

本文系統(tǒng)采用模塊化的設計思想，根據(jù)顯控系統(tǒng)的功能劃分為4大模塊，即任務欄模塊、控制參數(shù)配置模塊、顯示參數(shù)配置模塊及聲吶圖像顯示模塊。如圖3所示。

圖3 寬帶多波束漁用聲吶顯控系統(tǒng)功能模塊劃分Fig.3 Function module division of w ideband multibeam fishery sonar display and control system

根據(jù)顯控系統(tǒng)模塊劃分及功能要求，每個大模塊下細分小的功能模塊，經(jīng)Visual Studio開發(fā)平臺設計完成界面布局如圖4所示。任務欄模塊包含常用的數(shù)據(jù)存儲、回放設置、板卡溫度設置、滑窗設置等參數(shù)設置?？刂茀?shù)配置模塊可設置量程、信號長度、TVG增益等相關(guān)控制參數(shù)，主要用來配置控制信號處理主機的相關(guān)參數(shù)及工作模式等?？刂茀?shù)還包含指令參數(shù)的設置，如參數(shù)下發(fā)、循環(huán)發(fā)送和單次發(fā)送等，根據(jù)用戶需要配置對應的指令參數(shù)。顯示參數(shù)模塊主要是對聲吶圖像模塊的設置，可以對聲吶圖像顯示的外觀、布局等進行設置。聲吶圖像顯示模塊根據(jù)掃描模式可實現(xiàn)3種圖像的顯示，即水平圖像顯示、垂直圖像顯示和指向性圖像顯示，歷史數(shù)據(jù)回放可實現(xiàn)回放指定歷史數(shù)據(jù)的聲吶圖像再現(xiàn)。各功能模塊間互相協(xié)作，保證了整機系統(tǒng)的穩(wěn)定運行。

圖4 寬帶多波束漁用聲吶顯控系統(tǒng)Fig.4 W ideband multibeam fishery sonar display and control system

1. 3 試驗方法

本試驗在中國水產(chǎn)科學研究院漁業(yè)機械儀器研究所消聲水池（長18 m×寬9 m×深6 m）內(nèi)進行。在本次水池試驗中，換能器采用256路圓柱型基陣，采用全向發(fā)射的LFM信號，發(fā)射傾角為0°，發(fā)射電壓為20 V，發(fā)射脈寬為2 ms，發(fā)射周期為100 ms。本次試驗采用發(fā)射機和接收機分離的測試方法，換能器與0 dB目標入水深度基本保持一致，水平距離為8 m。上位機接收數(shù)據(jù)經(jīng)過預處理、坐標變換和圖像處理后經(jīng)顯控系統(tǒng)可視化成像是360°圓形聲吶圖像。本文設計的顯控系統(tǒng)參數(shù)配置及水池試驗聲吶圖像如圖5所示。

圖5 顯控系統(tǒng)水池試驗整體界面圖Fig.5 Overall interface diagram of disp lay and control system pool test

2 結(jié)果與分析

2. 1 漁用聲吶圖像可視化

2.1.1 仿真試驗及結(jié)果分析

寬帶多波束漁用聲吶利用采集到的回波數(shù)據(jù)方位、距離和強度等信息參數(shù)生成原始聲吶圖像。由于各個波束與聲吶之間只有距離和開角的概念，而計算機顯示器的像素點是在笛卡爾坐標系以點陣排列的，因此圖像在由極坐標向笛卡爾坐標轉(zhuǎn)換的過程中，要盡量減少轉(zhuǎn)換過程所帶來的信息損失，對于轉(zhuǎn)換后的扇形區(qū)域出現(xiàn)的未被像素填充的盲區(qū)，還需要利用成像數(shù)據(jù)對其進行插值處理，方可將扇形聲吶圖像更完整的呈現(xiàn)出來［16，21］。

目前在漁用聲吶數(shù)據(jù)可視化過程中常用的插值算法有最鄰近插值算法（NNIA）、雙線性插值算法（BLIA）以及雙立方插值算法（BCIA）。NNIA簡單高效，可以快速完成聲吶圖像的生成［16］。BLIA是漁用聲吶成像過程中常用到的算法之一，該算法運用三次線性插值，很好地保留了圖像的原始信息，避免了擬合聲吶圖像后產(chǎn)生的失真［16，22］。BCIA采用了更多的數(shù)據(jù)點參加計算，能生成更高質(zhì)量的聲吶圖像。該算法的核心是插值權(quán)值的構(gòu)造考慮了相鄰波束回波點在距離和方位上的相關(guān)性，并根據(jù)回波點與待插值點的位置關(guān)系計算得到每個回波點的距離權(quán)值和角度權(quán)值，最終將鄰近回波點的加權(quán)像素值作為待插值點對應的像素值［16，23］。

為了客觀評價不同插值算法的可視化效果，模擬了寬帶多波束漁用聲吶圖像（圖6-a），并分別運用NNIA、BLIA、BCIA 3種插值算法進行仿真，其成像結(jié)果如圖6所示。實驗采用峰值信噪比（PSNR）作為可視化效果的定量評價指標，如表1所示。

表1 仿真試驗3種插值算法峰值信噪比（PSNR）值分析表Tab.1 PSNR value analysis table of 3 interpolation algorithms in simulated test

圖6 不同插值算法對模擬聲吶圖像顯示效果的影響Fig.6 Influence of different interpolation algorithm s on the display effect of analog sonar images

根據(jù)圖6和表1可以看出，NNIA扇形圖像的遠端，相鄰波束間的開角較大，對盲區(qū)沒有進行填充，會造成圖像中信息的失真。BLIA效果較好，但插值后的圖像的高頻分量受到損失，會使聲吶圖像輪廓變的模糊，降低了圖像質(zhì)量。BCIA的PSNR最高，克服了前兩種算法的不足，聲吶圖像邊緣效果較好，看起來更光滑。定量評價和模擬成像效果均表明BCIA具有較好的漁用聲吶成像效果。

寬帶多波束漁用聲吶可探測量程高達4 000 m，接收的原始數(shù)據(jù)量較大，需對原始數(shù)據(jù)進行預處理，并且根據(jù)可視化屏幕分辨率對圖像進行壓縮處理。本研究經(jīng)過了兩個步驟對聲吶圖像進行壓縮，第一步是通過滑窗［22］算法對原始數(shù)據(jù)進行了壓縮，第二步是經(jīng)可視化成像后對聲吶圖像進行了第二次壓縮。經(jīng)過兩次的壓縮處理，既保證了保留關(guān)鍵目標信息，同時聲吶圖像可自適應屏幕顯示，圖像壓縮技術(shù)是漁用聲吶圖像可視化非常關(guān)鍵的一步。

2.1.2 水池試驗及結(jié)果分析

為提高聲吶圖像顯示分辨率，分別對其進行最鄰近插值、雙線性插值、雙立方插值算法處理，經(jīng)算法處理后聲吶圖像更細膩。通過消聲水池試驗，在不同插值算法處理后，本文顯控系統(tǒng)漁用聲吶圖像如圖7所示。圖8為不同插值算法處理后聲吶圖像目標邊緣圖像信息。

圖8 不同插值算法聲吶圖像邊緣效果Fig.8 Edge effect of sonar image w ith different interpolation algorithms

圖7和圖8分別是在人眼視覺下判斷不同插值算法的可視化效果，采用峰值信噪比（PSNR）作為可視化效果評價指標，表2所示為3種插值算法的PSNR值分析表。

表2 水池實驗3種插值算法峰值信噪比（PSNR）值分析表Tab.2 PSNR value analysis table of three interpolation algorithms in pool test

從圖7和圖8可以看到，采用最鄰近插值算法后的圖像目標邊緣成鋸齒狀，雙線性插值算法由于沒有考慮數(shù)據(jù)的變化率，得到的圖像目標邊緣模糊，而雙立方插值算法圖像邊緣效果較好。根據(jù)表2定量評價結(jié)果也可看出，雙立方插值算法的可視化效果對于漁業(yè)聲吶圖像質(zhì)量較好。因此，本文選擇雙立方插值算法作為寬帶多波束漁用聲吶顯控系統(tǒng)的聲吶圖像可視化算法。

2. 2 漁用聲吶圖像濾波

2.2.1 仿真試驗及結(jié)果分析

寬帶多波束漁用聲吶探測水下目標時，回波信號會受到混響、海洋環(huán)境噪聲和浮游生物等的干擾，導致聲吶圖像存在較強的噪聲干擾，從而降低圖像質(zhì)量，給后期圖像處理帶來不便［25］。為了提高視覺效果，聲吶圖像去噪技術(shù)已被廣泛應用于特征提取、目標識別、圖像分割等領域［26］。

經(jīng)典的聲吶圖像濾波方式有線性濾波和非線性濾波兩種。線性濾波對高斯噪聲有較好的效果，但當信號頻譜與噪頻譜混疊時，其濾波效果不是很好，常用的線性濾波主要有均值濾波和高斯濾波。非線性濾波在濾波的同時能較好地保持圖像細節(jié)，目前應用較為廣泛，常用的非線性濾波方法主要有中值濾波和雙邊濾波［26-28］。

為客觀評價各種濾波算法的去噪效果，模擬寬帶多波束漁用聲吶圖像，如圖9-a所示，對模擬的聲吶圖像加入高斯噪聲如圖9-b所示。分別采用中值濾波、均值濾波、高斯濾波和雙邊濾波4種經(jīng)典的聲吶圖像去噪方法進行濾波處理。經(jīng)濾波處理后聲吶圖像如圖9所示。采用PSNR對各種濾波方法定量分析其性能，如表3所示。

表3 仿真試驗不同濾波算法峰值信噪比（PNSR）值分析表Tab.3 PNSR value analysis table of different filtering algorithms in simulated test

根據(jù)圖9和表3可以看出，均值濾波和高斯濾波在去噪的過程中會造成較明顯的邊緣模糊，雙邊濾波能較好地保護聲吶圖像的邊緣信息，但是對聲吶圖像高頻細節(jié)的保護效果并不好。中值濾波的PSNR最大，其濾波效果也最好，該算法具有較強的自適應性，在去除白噪聲和疊加噪聲上具有較好的效果。

2.2.2 水池試驗及結(jié)果分析

根據(jù)本文2.2.1節(jié)所述聲吶圖像濾波原理，對本次試驗聲吶圖像進行濾波去噪，分別對圖像進行中值濾波、均值濾波、高斯濾波和雙邊濾波處理，各種濾波效果如圖10所示。

采用峰值信噪比（PSNR）作為定量指標來對比分析各濾波方法性能，如表4所示。

通過圖10和表4可以看出，經(jīng)中值濾波算法濾波后圖像分辨率更高，其PSNR值達到26.13。通過試驗分析和算法驗證，漁用聲吶圖像經(jīng)中值濾波去噪處理后，得到較好的視覺平滑效果。因此，本文選擇中值濾波算法作為漁用聲吶圖像的濾波算法。

2. 3 漁用聲吶圖像增強

2.3.1 仿真試驗及結(jié)果分析

圖像增強技術(shù)是按照某種特定的需求，突出圖像中有用的信息，去除或者削弱無用的信息，其目的是使處理后的圖像更適合人眼的視覺特性或易于機器識別。圖像增強技術(shù)可以作為目標識別、目標跟蹤、特征匹配、圖像融合、超分辨率重構(gòu)等圖像處理算法的預處理算法［7］。

漁用聲吶圖像增強技術(shù)可在空間域和頻率域分別進行，空間域的直方圖均衡化是圖像增強處理中最典型、最簡單有效的方法，其采用灰度統(tǒng)計特征，將原始圖像中的灰度直方圖從較為集中的某個灰度控件轉(zhuǎn)為均勻分布于整個灰度區(qū)域范圍的變換方法，通常分為全局直方圖均衡和局部直方圖均衡。全局直方圖均衡的優(yōu)點是簡單速度快，可自動增強；缺點是對噪聲敏感、細節(jié)信息易失。局部直方圖均衡的優(yōu)點是局部自適應，可最大限度的增強圖像細節(jié)，其缺點是增強圖像質(zhì)量操控困難，并會引入噪聲。

為客觀評價各種圖像增強算法的增強效果，模擬寬帶多波束漁用聲吶圖像，如圖11-a所示，對模擬圖像經(jīng)直方圖均衡方法增強處理后的彩色圖、灰度圖及直方圖如圖11所示。

圖11 圖像增強對模擬圖像顯示效果Fig.11 Image enhancement for analog im age disp lay effect

通過圖11可以看出，經(jīng)過局部直方圖均衡化算法增強后，原始聲吶圖像的直方圖峰值不再那么高，增加了像素灰度值的動態(tài)范圍，圖像整體亮度提高，色彩更均衡，有效提升了圖像的亮度和細節(jié)。

2.3.2 水池試驗及結(jié)果分析

為更好地驗證圖像增強技術(shù)在漁用聲吶圖像處理中的效果，本次試驗采用直方圖均衡化增強算法對聲吶圖像增強處理，并分別對原始圖像及增強后的圖像灰度圖及直方圖展示，增強前后的聲吶圖像如圖12所示。

如圖12所示，經(jīng)直方圖均衡化處理后的聲吶圖像對比度及亮度明顯提升，目標也更為突出，并且處理后圖像直方圖的灰度分布也更加均衡。因此，在漁用聲吶圖像處理中運用圖像增強處理方法可有效增強圖像，以便更易識別目標。

3 討論

本研究設計的寬帶多波束漁用聲吶顯控系統(tǒng)采用3層架構(gòu)設計，數(shù)據(jù)處理采用多線程技術(shù)，確保寬帶多波束漁用聲吶圖像海量數(shù)據(jù)接收、處理及顯示的實時性，并可實現(xiàn)原始數(shù)據(jù)的實時存儲及回放功能。馬燕芹和司紀鋒［29］、王棟和司紀鋒［30］等對多頻探魚儀顯控軟件也有研究，但主要是對信號采集、數(shù)據(jù)保存及處理等方面進行了設計和研究，并沒有對聲吶圖像處理及顯示進行闡述。本研究對顯控系統(tǒng)整體架構(gòu)設計、功能模塊劃分、聲吶數(shù)據(jù)處理與保存和聲吶圖像處理及顯示進行了自主設計、開發(fā)和試驗，經(jīng)過水池試驗，驗證了自主研發(fā)的顯控系統(tǒng)功能穩(wěn)定且具有一定的通用性。

本研究漁用聲吶圖像可360°全方位顯示，對聲吶圖像自適應屏幕和縮放有一定困難，同時，因為水下環(huán)境的復雜性，噪聲對聲吶圖像可視化效果影響較大。針對該問題，本研究采用不同插值算法、濾波算法及圖像增強技術(shù)處理聲吶圖像，并分別進行了仿真試驗和水池試驗。試驗結(jié)果對比分析，驗證了基于雙立方插值的可視化圖像顯示效果優(yōu)于其他插值方法，中值濾波去噪后的聲吶圖像顯示更平滑，增強后的聲吶圖像目標顯示更突出。因此，經(jīng)過合適的聲吶圖像處理算法，可以提高漁用聲吶的顯示分辨率及可視化效果，并可有效識別目標，提高探測捕撈效率。

本研究顯控系統(tǒng)經(jīng)過了多次的水池試驗，驗證結(jié)果表明系統(tǒng)的功能達到預期效果，且具有一定的穩(wěn)定性，但仍需要進一步的湖上試驗和海上試驗來驗證系統(tǒng)的最大探測量程和最高顯示分辨率等探測性能是否均達到最優(yōu)效果?；谌斯ぶ悄芎蜕疃葘W習的聲吶圖像處理是當今的發(fā)展大趨勢，對漁用聲吶圖像的處理算法需要進一步結(jié)合人工智能、深度學習和神經(jīng)網(wǎng)絡等關(guān)鍵技術(shù)，提高聲吶數(shù)據(jù)處理的實時性和聲吶圖像的目標分辨率，并深耕魚群智能識別與跟蹤技術(shù)研究，將探測、識別和跟蹤技術(shù)綜合運用到聲吶顯控系統(tǒng)中。