海洋论坛▏联合多波束与侧扫声呐的海缆检测方法

海底电缆对于海上风电事业的发展有着非常重要的作用。受海水腐蚀、洋流冲刷、船舶锚害等因素影响，海底电缆易出现裸露、悬空等现象，一旦损坏，将对经济和生态环境造成严重影响。因此需定期对其进行路由和安全状态检测，探明其位置、状态，以便及时维护和修复，减少海缆损坏对经济与生态的损害。

常用的海底电缆声学探测设备有侧扫声呐、多波束声呐、浅地层剖面仪、合成孔径声呐、海缆仪等。侧扫声呐(SSS)能形成分辨率较高、范围较大的海底地貌图，能够判别海缆的悬跨或掩埋程度，并可通过不同的检测角度或声学仪器相互补充减少检测误差，但侧扫声呐测量存在位置不准和非海缆目标误识别的缺点。多波束测深系统（MBS)能获取高精度的海底地形信息，因此可被用于非掩埋海缆的探测，黄承义等结合工程实例对多波束探测得到的地形地貌与海底电缆状态进行了综合分析评价，但多波束扫测的点云分辨率较低，可读性差。针对单一数据源检测海底电缆的局限性，曹兰杰等分别使用侧扫声呐和多波束声呐探测了海底电缆周边区域的地貌、海底电缆走向及裸露、悬空情况，证实了两种海缆探测方法的互补性，但未对两种测量数据进行融合处理。

因此，本文提出一种联合多波束与侧扫声呐的海底电缆路由自动检测方法。首先利用加速鲁棒性特征(SURF)算法完成波束与侧扫图像准确匹配及侧扫图像位置修正，期间引入地理位置约束以减少误匹配。然后使用Frangi算法与图像二值化突出海缆的线状特征，并通过阈值法提取目标。以期通过多波束测量信息对侧扫声呐图像位置的修正和线状特征增强与提取，实现对侧扫声呐图像海底电缆路由的高精度探测，丰富海底电缆探测方法技术，提供多源测量信息融合的新思路。

本文提出的海缆检测方法主要基于图像匹配实现多波束测量信息对侧扫声呐图像的位置纠正，以改善海缆识别效果。主要包括多波束与侧扫声呐图像匹配及侧扫声呐位置修正和基于修正后的侧扫声呐图像海缆检测两部分。

⒈联合SURF和地理位置约束的多波束与侧扫图像匹配及侧扫图像位置修正

针对侧扫声呐测量位置不准导致海缆目标误检测、识别问题，本文通过向SURF的特征点匹配阶段中引入特征点地理位置约束，改进匹配精度，实现多波束和侧扫声呐图像的配准，从而对侧扫声呐图像进行位置修正，为后续海缆目标检测提供高精度海底地貌图像。

首先，以多波束图像为匹配图像，以同区域的侧扫声呐图像为待匹配图像，基于SURF算法提取两图像的特征点和相应的特征向量。SURF算法是一种稳健的局部特征点检测与描述算法，其主要思路为，利用盒子滤波器与积分图构建Hessian矩阵以获取图像响应，建立空间金字塔比较不同尺度下的像素点以确定特征点，计算特征点邻域内像素点在x、y方向的Harr小波响应以确定特征点方向及特征向量。

其次，基于最近邻方法，对匹配图像和待匹配图像进行匹配。假设P₁为匹配图像的任一特征点，在待匹配图像中选取与其地理位置最近的n个特征点计算特征距离，以任一待匹配特征点P₂为例，K_1i、K_2i作为相对应描述子向量其中的第i个分量，则两个特征点的距离为：

⑴

由上式，将K_1i与n个待匹配特征点的距离都计算一次，假设最近距离为L₁，次近距离为L₂，则距离比率ratio＝L₁/L₂。当ratio值在经验范围内(0.6到0.8)时可认为是正确匹配。在匹配中，可以通过适当增大比例阈值来增加匹配特征点数。

然后，为去除以上SURF最邻近法获得的误匹配特征点对，首先基于地理位置信息，将地理位置相差较大的特征点视为误匹配并滤除；然后采用随机采样一致性(RANSAC)算法进一步消除该影响。步骤为：

⑴在样本集里随机抽取一个3个匹配点对的RANSAC样本(至少3个匹配点对，才能计算出变换矩阵M)。

⑵对样本集中剩余的数据点，计算每个点与模型M的距离，距离超过阈值的则认定为局外点，不超过阈值的则作为局内点，并记录该模型M所对应的局内点的值m。

⑶迭代K次，更新错误率p，当p符合最小错误概率时，选择此时的m作为拟合结果。

最后，基于匹配点对的坐标差，构建并解算刚体变换矩阵：

式中，X₁、Y₂为侧扫声呐图像中所有匹配点的位置；X₂、Y₂为多波束图像中所有相对应匹配点的位置；cosθ、sinθ为旋转参数；a、b为平移参数。基于构建的变换矩阵，对侧扫声呐图像进行旋转和平移，实现侧扫声呐图像的地理坐标校正，提高SSS图像的位置精度。

⒉顾及侧扫声呐成像特点的海底裸露海缆自动检测

侧扫声呐图像是由回波强度按时间序列堆叠而成的灰度图，由于海缆密度通常大于周围沙土石砾密度，其反射强度更强，因此在声图上呈现出亮度更高的连续线状特征。本文采用基于Hessian矩阵的Frangi算法增强侧扫声呐图像的线状特征，将图像二值化之后，基于Canny算法识别线状特征，并根据海缆长度设定双阈值对其筛选，找到正确的海缆目标。

首先，由于未经处理的侧扫声呐图像线状目标不易提取，采用基于Hessian矩阵的Frangi算法进行特征增强实验。根据尺度空间理论可知，像素点的二阶偏导为图像与高斯函数的二阶偏导的卷积。对图像卷积操作后，得到图像的Hessian矩阵，并且计算出Hessian矩阵的两个特征值，构造Frangi二维增强滤波，获取在不同尺度下的滤波响应，从而达到边缘增强的目的。

然后，为使后续图像处理简单化，减少数据处理量，采用最大熵阈值法对图像进行二值化处理。设立阈值t将图像分为目标区域O和背景区域B，并求出两者各自的熵函数，进而求得图像总熵H(t)，计算出H(t)最大时的阈值t，此即图像分割阈值。图像灰度大于该值的判断为目标区域O，小于该值的判断为背景区域B。针对二值化处理引入的小面积区域，基于形态学运算进行去毛刺、细化和去孤立亮点操作进行平滑处理。

最后，基于Canny算子，识别二值化后的图像中的线状目标。步骤为：

⑴应用高斯平滑去除图像噪声，防止被识别为伪边缘。

(2)边缘的方向与梯度方向垂直。依据Canny算法计算出每个像素水平方向的差分G_x与垂直方向的G_y，由此计算出每个像素的梯度幅度G和方向θ：

⑶对幅度进行非极大值抑制。如果像素点梯度值在其正负梯度方向的两个像素点中为最大，则保留该点，否则抑制该点。该步骤可以细化边缘。

⑷确立双阈值，即一个高阈值与一个低阈值。如果边缘像素梯度值大于高阈值，判断为强边缘点，保留；如果小于高阈值大于低阈值，判断为虚边缘点，保留；如果小于低阈值，判断为噪声点，抑制。连接保留的边缘点。若虚边缘与强边缘相连，该边缘判断为边缘，保留；否则抑制。

本次实验采用某海缆检测项目实测数据，经过地理编码等处理后得到清晰的侧扫声呐与多波束海缆图像。如图1(a)、(b)所示，多条海缆目标位于该条带的左下角，呈裸露状态，表现出明显的线状特征。对比图1(c)多波束图像中相同地理位置区域，侧扫图像和多波束图像具有明显相似的地貌特征，为图像匹配提供了良好的条件。

图1 扫声呐海缆图像与同区域多波束回波强度图像示意图

⒈SURF特征点检测与图像匹配

对预处理后的图像进行SURF特征点提取，并基于特征点地理位置信息和最近邻原则对提取的特征点进行匹配，效果见图2。

图2 侧扫声呐与多波束图像匹配示意图

图2(b)中，基于SURF算法共检测、匹配694对特征点，其中存在大量误匹配点对。虽可通过控制阈值减小匹配误差，但将造成匹配特征点较少而无法满足刚体变换矩阵的求解要求。因此需要进行误匹配剔除。

基于特征点的地理位置信息和RANSAC算法对初步匹配结果进行误匹配剔除，结果见图2(c)，经过RANSAC算法处理后，误匹配得到有效消除，所保留的33对特征点对间连线较为平行。基于误匹配剔除后的特征点对的坐标，建立并解算变换矩阵如下：

基于求解的变换矩阵，对侧扫声呐图像进行刚体变换和位置修正，前后的效果对比见图3，右图发生了小幅度的旋转和平移。为定量说明位置修正效果，统计了匹配的特征点对在东西和南北方向的坐标偏差的均方根和其绝对值的平均值，修正前在东西和南北方向的坐标偏差均方根为6.61m和0.72m，绝对值的平均值为6.60m和0.68m；修正后坐标偏差均方根为0.15m和0.34m，绝对值的平均值为0.12m和0.22m。因此，本文方法有效改善了侧扫声呐图像的位置精度。

图3 侧扫声呐图像位置修正效果示意图

⒉侧扫声呐图像海缆目标自动检测

基于SURF特征点检测和图像匹配，可实现侧扫声呐图像的位置修正。然后，基于提出的侧扫声纳图像线状目标增强和海缆目标检测方法，识别侧扫声呐图像中的海缆目标，具体包括Frangi线状目标增强、图像二值化、Canny算子边缘检测，每一步的处理效果见图4(b)、(c)、(d)。

由图4可知，Frangi算法可有效增强侧扫声呐图像中的海缆目标；二值化处理后可简化计算量，但如图4(c)所示，其引入了较多小面积区域，容易导致海缆的误识别，基于形态学运算进行去毛刺、细化和去孤立亮点操作，可以有效减少干扰；最后，基于Canny算子进行边缘检测，最终实现海缆的识别，且由于与多波束配准，所识别海缆的地理位置较基于单一侧扫声呐图像更为准确。

图4 位置修正后侧扫声呐图像海缆识别效果示意图

本文提出的联合多波束与侧扫声呐的海底电缆路由自动检测方法，有效解决了侧扫声呐图像海底电缆识别不准、识别位置精度低的问题，实现了海缆的高精度检测。论文给出如下结论和建议：

⑴利用SURF算法进行多波束图像和侧扫声纳图像的特征点提取与图像匹配，稳定高效，能够快速准确找出并匹配特征点。特征点地理位置信息和RANSAC算法有助于剔除误匹配，改善匹配精度。

⑵Frangi算法和Canny边缘提取算法能有效针对侧扫声呐图像中海缆目标的强反射和线状特征特点，实现海缆目标的自动提取。利用多波束图像对侧扫图像进行位置修正后，提高了侧扫声呐图像的位置精度。

⑶联合多波束与侧扫声呐的海底电缆路由自动检测方法，可以实现对非掩埋海缆的高精度探测，但无法探测掩埋海缆。后续研究可以在此基础上结合浅地层剖面仪，实现对海底电缆全路由位置信息的准确获取。

【作者简介】文/高兴国 高钰洁 江峻毅，分别来自山东电力工程咨询院有限公司、武汉大学测绘学院、武汉大学海洋研究院。第一作者高兴国，1984年出生，男，山东潍坊人，高级工程师，硕士，主要从事海洋测绘技术研究。本文受基金项目赞助，国家自然科学基金(42176186)、国家重点研发计划(2022YFC2808303)。文章来自《海洋测绘》（2024年第4期），用于学习与交流，参考文献略，版权归作者及出版社共同拥有，转载也请备注由“溪流之海洋人生”微信公众平台编辑与整理。