《Ocean Engineering》：A differential spatiotemporal position correlation detection method for underwater moving targets
编辑推荐：
差分空时位置关联检测方法有效抑制水下复杂环境中的背景干扰与随机噪声，通过牛顿迭代优化阈值、空间位置关联减少误报、时序连续性抑制强回声，显著提升目标检测概率与可靠性。
彭占飞|李海森|王健|魏宇航|纳万凯|文建妮
哈尔滨工程大学水下声学技术国家重点实验室，中国哈尔滨，150001
摘要
传统的基于单像素特征的声纳成像检测方法在复杂的水下环境中常常失效，这主要是由于三个根本性挑战：强烈的背景混响会掩盖目标信号，随机噪声波动会导致误报，而微弱的目标回波则会导致漏检。为了解决这些问题，本研究提出了一种差分时空位置相关性检测（DSPCD）方法，该方法逐步整合了三种互补机制。首先，应用基于牛顿-拉夫森迭代求解策略的阈值计算方法来提高阈值估计的准确性，从而有效抑制稳态背景干扰。其次，引入空间位置相关性机制，利用单帧图像差异堆叠中目标的空间一致性，显著减少由随机噪声引起的误报。第三，建立时间位置连续性相关性，利用连续帧中目标的时间一致性，进一步减轻强混响效应并提高检测可靠性。仿真和实地试验的声纳数据均证实，DSPCD在检测概率和漏检率方面优于传统方法，为具有挑战性的声学环境中的水下目标检测提供了可靠的解决方案。
引言
成像声纳是现代海洋勘测中的关键水下遥感技术，也是全面详细检测水下目标的重要前提。这项技术在海洋工程、港口安全与维护以及基础海洋研究中至关重要（Liu等人，2024；Zhao等人，2023；Zhou等人，2022a）。然而，水下环境复杂且动态多变。波浪、气泡、悬浮颗粒和生物群落共同形成了大量随机分布的微散射体，形成了高度动态的声学散射背景（Hodges，2011；Stanton等人，2018）。这些微散射体产生持续的混响干扰效应，其回波信号在时间和频率域上与目标信号严重重叠，从而掩盖了目标特征。这严重限制了声纳图像的信噪比并降低了成像性能。此外，目标在运动过程中的姿态变化会导致其声学反射截面的变化，从而导致回波强度的动态波动。这些时变特性导致目标信号的时间分布不均匀，形成强度不一的稀疏回波，进一步增加了目标信号检测的难度（Zhou等人，2022b；Guo等人，2025）。尽管传统的声纳成像算法计算效率高，但其成像质量有限。相比之下，更复杂的模型可以提高准确性，但通常计算成本较高，不适合实际声纳系统的部署。因此，在成像质量和环境干扰的双重约束下实现移动水下目标的稳健检测是本研究的核心问题（Gao和Zhu，2022；Zou等人，2025）。
声纳图像目标检测方法可以分为时间域、时空域和空间域类型。时间域方法包括高阶空虚（Zhao等人，2020）和鲁棒主成分分析（Liu等人，2019），它们利用时间信号变化，但由于需要多回波积累，通常存在响应延迟。时空域方法如基于光流的运动检测计算量大（Wei等人，2023）。空间域方法包括基于聚类的、特征匹配的、基于阈值的、恒定误报率（CFAR）和基于图像差异的技术。表1展示了代表性的空间域检测方法。
在基于聚类的检测中，Chang等人（2016）提出了一种结合模糊C均值（FCM）聚类和Criminisi算法的水下目标检测方法。Rahman等人（Rahman和Islam，2021）引入了形态学重建来增强基于FCM的检测。这些方法有效抑制了斑点噪声并减少了声纳图像中的过度聚类。Liu等人（2021）开发了一种结合轮廓拟合和树生长聚类的两阶段方法。Ma等人（2024）提出了一种基于K均值的方法，该方法结合了优化的平均绝对梯度差分算法，减少了弱目标对检测阈值的影响，并提高了小亮目标的检测能力。然而，基于聚类的方法通常计算复杂度较高，限制了其在实时应用中的使用。基于特征匹配的方法提高了处理效率（Kim和Yu，2017）。Gu等人（2015）提出了一种形状匹配方法，而Wang等人（2017）引入了模板匹配用于目标检测。这些方法依赖于手动构建的模板，其性能严重依赖于先验信息的准确性，因此在不同场景或目标类型下的鲁棒性有限。Zhang等人（2023）提出了一种结合形态学重建和水平集的检测方法。Zhou等人（2022c）使用脉冲耦合神经网络提取目标边界，Hong（2023）使用加速的鲁棒特征来检测连续帧中的显著点。这些无监督方法无需先验知识即可提取突出轮廓或关键特征，对结构化目标具有较好的适应性。然而，它们的鲁棒性对图像质量和轮廓完整性非常敏感。Abu等人（Abu和Diamant，2019a）提出了一种基于无监督统计特征的算法，该算法使用加权似然比测试同时检测高亮区和阴影区，结合了目标的预期空间分布来提高检测准确性。尽管在特定场景中表现良好，但特征匹配方法仍受低分辨率、高噪声或特征退化声纳图像的挑战。
阈值技术（Ji等人，2021）是空间域目标检测方法的基础。Abu等人（Abu和Diamant，2019b）提出了一种基于局部空间混合的方法，而Zhang等人（2019）开发了一种自适应的两阶段算法。这两种方法均基于局部对比度理论，有效减少了由斑点噪声和强度不均匀性引起的误报，同时提高了检测效率。基于CFAR的方法因其自适应阈值处理而在声纳图像检测中得到广泛应用（Gao和Zhu，2022）。单元平均CFAR（CA-CFAR）（Kasetkasem等人，2021）在均匀背景中表现最佳。最大值CFAR变体在混响边缘控制误报，而最小值CFAR方法（Yan等人，2017）在多目标场景中保持鲁棒性。Acosta等人（Acosta和Villar，2015）引入了累积CA-CFAR以提高计算效率，Nguyen等人（2025）提出了最小值CA-CFAR用于前视声纳中的自适应噪声和回波过滤。Gao等人（2016）开发了子集审查CFAR，在多目标环境中表现出强鲁棒性。Villar等人（2018）引入了顺序统计CFAR以降低复杂性同时保持检测性能。Lu等人（2019）提出了一种自动截断均值水平CFAR检测器，以减少目标泄漏到背景中的情况。尽管有这些进展，基于阈值的方法仍受像素级特征表示能力和决策机制适应性的限制。因此，在复杂的声学成像环境中克服传统像素特征的局限性，实现误报和漏检之间的可行平衡仍然是声纳目标检测的关键挑战。
在图像差异检测领域，基于图像差异理论的帧差异检测算法（FDDA）（Mao等人，2011）和背景减除检测算法（BSDA）（Wang等人，2017）被广泛用于声纳图像中的目标检测。Galceran等人（2012）引入了积分图像技术来构建图像背景，简化了平均背景的计算。Cui等人（2018a）提出了一种沿回波点时间维度的中值背景模型，解决了目标差异中的边缘丢失问题。随后，Cui等人（2018b）开发了一种优化的三帧差异目标检测算法，避免了目标空洞。Lu等人（2018）提出了一种二维时空模糊熵阈值算法，适用于处理高噪声声纳图像。图像差异检测通常是移动目标的最佳方法。然而，高强度混响噪声的回波强度通常超过真实目标。仅依赖单像素特征的检测方法不足以有效抑制这种干扰。因此，减轻高强度混响噪声仍然是声纳图像目标检测中亟待解决的挑战。
为了解决这些问题，我们提出了一种新颖的声纳图像差分时空位置相关性检测（DSPCD）方法。本研究的主要贡献总结如下：
- (1)
基于牛顿-拉夫森（N-R）的阈值策略：该策略根据数据的局部统计特性迭代求解阈值，有效抑制稳态背景干扰，同时保持对弱移动目标的敏感性。
- (2)
用于减少误报的空间位置相关性机制：通过利用单帧差异堆叠中目标的空间一致性，其中真实目标通常占据连续的像素区域，而随机噪声则零星出现，该机制显著减少了由脉冲噪声和瞬态干扰引起的误报。
- (3)
用于抑制混响的时间位置连续性相关性：通过利用连续帧中移动目标的时间一致性，与混响的不相关性相反，该机制有效区分了真实目标和背景杂波，从而显著提高了检测可靠性。
本文的其余部分组织如下：第2节系统描述了所提出的DSPCD方法，重点介绍了其核心算法的设计和实现。第3节通过仿真和实地试验数据验证了所提出方法的有效性，包括与其他主流算法的比较分析。最后，第4节总结了研究结果并讨论了未来改进的潜在方向。
方法片段
DSPCD方法
DSPCD方法包括两个主要阶段，如图1所示。
(1)第一阶段：该阶段旨在通过利用图像差异阈值和空间位置相关性消除稳态背景和随机噪声，从而提取感兴趣区域（ROI）。图像差异阈值分离稳态背景噪声，而阈值决策图像集中的空间位置交集去除了随机和偶然噪声。
实验与讨论
本节介绍了用于评估所提方法的实验数据规格、硬件配置和软件环境。还提供了所提方法的性能分析。
结论
本研究解决了基于单像素的检测方法的局限性，这些方法在抑制声纳图像中的高强度混响噪声方面效果不佳。为了解决这一挑战，我们提出了一种结合单帧差异图像堆叠的空间位置交集相关性和差异图像序列的时间位置相关性的目标检测方法。该方法有效抑制了随机噪声和高强度混响，从而提高了
CRediT作者贡献声明
彭占飞：写作——审稿与编辑，撰写——初稿，可视化，验证，软件，方法论，调查，形式分析，概念化。李海森：写作——审稿与编辑，监督，资源，项目管理，资金获取。王健：写作——审稿与编辑，验证，监督，方法论，数据管理。魏宇航：可视化，数据管理。纳万凯：写作——审稿与编辑，方法论。文建妮：写作——审稿与
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
本研究得到了广东省海洋经济发展专项项目 [资助编号：GDNRC (2024) 43]的支持。
