1 MEJORAMIENTO DE IMÁGENES SONAR OBTENIDAS MEDIANTE BARRIDO MECÁNICOEscuela Superior Politécnica del Litoral FACULTAD DE INGENIERIA EN ELECTRICIDAD Y COMPUTACION MEJORAMIENTO DE IMÁGENES SONAR OBTENIDAS MEDIANTE BARRIDO MECÁNICO Vidal Ayala Carabajo

2 Contenido Descripción del proyecto Sistemas sonar Sonar haz de abanicoSonar haz de lápiz Resultados Conclusiones

3 El proyecto El trabajo desarrollado forma parte de un proyecto de investigación financiado por la empresa italiana SONSUB, para manejo de sistemas subacuaticos. mejorar las prestaciones de los sistemas sonar de barrido mecanico utilizados en VORs. combinar la informacion de telecamaras y sensores sonar para crear un ambiente submarino virtual.

4 Sistemas sonar Limitaciones de los sistemas ópticosCorto alcance (depende de la iluminación artificial) Inutilidad en ambientes turbios Los sistemas sonar se dividen en 2 clases: - sistemas de alta frecuencia (>100kHz) - sistemas de baja frecuencia

5 Sistemas sonar (2) Para los sistemas de alta frecuencia existen dos modos de barrer una escena: -desplazamiento del vehiculo -barrido mecánico

6 Sistemas sonar (3) Sistemas sonar de barrido mecánico de alta frecuencia: - Haz de abanico (fan shaped-beam) - Haz de lápiz (pencil beam)

7 Objetivos de la tesis Incrementar la potencialidad de la información obtenida por un sistema sonar en un contexto operativo real Fan-shaped beam  mejorar la calidad visual de las imágenes dinámicamente Pencil-beam  desarrollar un método de detección automática de objetos en una escena submarina

8 Fan-shaped beam (haz de abanico)Haz piramidal de sección rectangular (abanico) Genera imágenes del fondo marino en niveles de gris

9 Fan-shaped beam (2) Frecuencia de trabajo: 325 y 675 kHzApertura vertical del haz: ° [325] 40° [675] Apertura horizontal del haz: ° [325] ° [675] Rango maximo: m [325] 100 m [675] Resolución en rango: mm Anchura del impulso transmitido: – 300 msec Paso mecanico: °, 0.45º, º, 1.8º Sector investigado: hasta 360°

10 Formación de la imagen Señales de bajo nivel (beam signal)Cada señal produce un conjunto de muestras Para cada muestra se asocia un valor de intensidad acústica Imágenes a niveles de gris Vs = 1477,5 m/s

11 Formación de la imagen (2)Señal muestreada y discretizada cada Ts segundos Ts = periodo de muestreo

12 Formación de la imagen (3)

13 Objetivos específicosMejorar la calidad de las imágenes con respecto a las originales: - aprovechamiento optimo de la luminosidad - reducción del ruido speckle - énfasis de las sombras acústicas - reducción de los ecos múltiples Elaboraciones desarrolladas Gestión dinámica de los niveles de gris Barrido y conversión (scan-conversion) e interpolación Filtro adaptativo anti-speckle Mejoramiento del contraste

14 Gestión dinámica de los niveles de grisAprovechar eficientemente el rango de los niveles de luminosidad - se eligen los valores de LOW y HIGH - se aplica una curva no lineal

15

16

17 Muestras por hilera: 232 Total de hileras: 90 Total de muestras por imagen: 20880

18 Gestión dinámica de los niveles de gris (2)=1 produce un efecto de estrechamiento lineal, <1 enfatiza la luminosidad de la imagen, >1 atenúa la luminosidad de la imagen, en modo especial en relación con los valores centrales del intervalo LOWHIGH.

19 Scan-conversion e interpolaciónconstrucción de una matriz de pixeles - A cada pixel (x,y) viene asociado un valor de intensidad coordenadas polares  coordenadas cartesianas

20 Scan-conversion e interpolación (2)tecnica estudiada ad-hoc que trabaja en el dominio de las coordenadas polares media pesada de las cuatro muestras reales cercanas

21 Reducción del ruido speckleaplicación del filtro de Frost dimensión del filtro (3x3), (5x5), (7x7) al crecer la dimensión del filtromayor reducción del ruido pero tambien mayor “desenfoque” T = distancia al pixel central

22 Mejora del contraste aplicación de un metodo reciente propuesto para imagenes opticas ecualizacion particular del histograma que permite procesamientos muy potentes  T-C Jean, B.Hsieh, and S-J. Wang, “Image contrast enhancement based on intensity-pair distribution” IEEE Int. Conf. Image Processing, Genoa, Italy, pp , September 2005.

23 Mejora del contraste (2)

24 Resultados Comparacion de la imagen original de la estructura “estrella- triangulo” con las imagenes obtenidas aplicando:

25 la optimizacion de los niveles de gris,=1.7

26 (b) añadiendo la reducción del ruido speckleFiltro (33) =1.7

27 y (c) el método de mejoramiento del contraste

28 Resultados Comparación de la imagen original de la tuberia con las imagenes obtenidas aplicando:

29 (a) la optimizacion de los niveles de gris=1.7

30 (b) añadiendo la reducción del ruido speckleFiltro (33) =1.7

31 y (c) el metodo de mejoramiento del contraste

32 Pencil beam Haz de tipo cónico (lápiz) Mide tiempo de vuelo (TOF)Genera imágenes del perfil del fondo marino

33 Pencil beam (2) Frecuencia de trabajo: 0.6 y 1.1 MHzApertura del haz: ° de forma conica(0.6MHz) ° de forma conica (1.1MHz) Alcance maximo: m (600kHz) 40 m (1.1MHz) Resolución en rango: 1 mm Anchura del impulso: 20 – 200 sec Ancho de banda: 30kHz Paso mecanico del sistema: °, 0.9°, 1.35°, 1.8° Sector barrido: variable hasta 360°

34 Modalidad de funcionamientoImagen binaria

35 Modalidad de funcionamiento (2)modalidad de funcionamiento dual-head (Maestro y Esclavo) los dos sectores se sobreponen parcialmente Maestro Esclavo

36 Objetivo localizar una tuberia cilindrica colocada en una trinchera, dada su sección -fueron desarrolladas dos versiones de un metodo de deteccion de objetos: Revelaciones congruentes Discontinuidad en rango

37 Dificultades la conversión de los datos de (ρ,θ) a (x,y) y la unicidad de las detecciones para cada θ, producen datos extremadamente dispersos. el objetivo de las dos versiones es el de seleccionar un numero restringido de puntos “buenos candidatos” donde se pueda evaluar la medida de matching entre el perfil y el template.

38 Template matching La idea comun de ambas versiones es la verificación de la similitud (matching) entre el perfil y un modelo (template) El punto candidato indica un conjunto de puntos del perfil que podrian representar la tuberia

39 Template matching (2) El error se calcula como:donde yn es un valor de la semicircunferencia y y’n es el valor real del perfil. N es el numero de puntos a considerar.

40 Paso previo: reducción del ruidoSe introduce un valor de umbral (SogliaRumore) para descartar las muestras cercanas al sensor

41 Detecciones congruentes1. template matching a lo largo de los puntos del perfil que respetan determinados parametros: numero maximo de puntos crecientes a la izquierda numero maximo de puntos decrecientes a la derecha 2. medición del error cometido para cada punto considerado 3. extracción el error minimo

42 Discontinuidad en rangoSe basa en la discontinuidad en rango que las muestras adaycentes presentan en el caso en el que exista un objeto entre ellas (distancia C-D) los procesos vienen realizados directamente sobre los datos en coordenadas polares de los dos perfiles separadamente (2 vectores)

43 xM - x < xs < xM + xDiscontinuidad en rango (2) 1. busqueda de los puntos candidatos para representar la tuberia: se calculan los pares de muestras que tienen una discontinuidad mayor de un cierto umbral 2. se verfica si existen pares de “candidatos vecinos” (de sensores diferentes) que representen la tuberia. Se define un rectangulo (Δx,Δy) xM - x < xs < xM + x yM - y < ys < yM + y

44 Discontinuidad en rango (3)3. template matching: se aplica una verificación del error de similitud (mis-matching) entre el perfil asociado a los puntos candidatos y el template semicircular: donde yn es un valor de la semicircunferencia y y’n es el valor real. N es el numero de puntos que se consideran 4. se busca el error minimo, identificando asi la tuberia

45 Detecciones congruentesResultados Detecciones congruentes ESCLAVO MAESTRO (1) (2)

46 Discontinuidad en rangoResultados (2) Discontinuidad en rango ESCLAVO MAESTRO (1) (2)

47 Comparación entre las dos técnicasDetecciones congruentes | Discontinuidad en rango La sobreposición parcial de los 2 barridos no ayuda Es necesaria la sobreposición parcial de los 2 barridos El exito del metodo es fuertemente dependiente del valor de los parametros El valor asignado a los parametros no es critico Es necesario que el perfil esté distribuido lo mas uniformemente posible con respecto al centro del template. Es necesario decidir el numero de puntos (N) que hay que considerar para el calculo del error Los resultados son satisfactorios en terminos de precision en la localizacion de la tuberia Optima carga computacional (aprox. 0,5 seg. por imagen)

48 Conclusiones Fan-shaped beamEl objetivo perseguido en el curso de esta tesis, ha sido plenamente alcanzado gracias al buen nivel de los resultados obtenidos, trabajando con datos reales adquiridos durante algunos experimentos en el mar y probando las técnicas de mejoramiento de imágenes y detección de objetos en dichos datos. Fan-shaped beam Los resultados obtenidos muestran en forma general una mayor homogeneidad en la imagen y, por tanto, una mejor calidad visual. Desde el punto de vista de la carga computacional, el tiempo por imagen es de aproximadamente 3 segundos.

49 Conclusiones (2) Pencil-beamLa mayor dificultad ha sido poner en funcionamiento las tecnicas con relación a la distribución particular de los datos adquiridos por el sistema sonar: las tecnicas fueron proyectadas ad hoc. Fueron evaluadas en más de 300 imágenes de perfiles producidos por los sistemas sonar funcionando en modalidad dual. En el caso del procedimiento de detecciones congruentes, el porcentual de correcta localización es de cerca del 90%. En el 6% de los casos, en cambio, se ha cometido un error colocando la tubería en una posición no correcta, mientras que en el restante 4% no se ha producido la localización. En cuanto a la segunda versión, la porcentual de localizaciones correctas se ha estimado en torno al 91%, la localización de la tubería en una posición errada es del 5% y la no localización es del 4%.

50 ¡Gracias!