Physics-informed simulation framework for realistic sonar image generation and statistical validation

技术摘要：ACOUSIM——用于真实声呐图像生成与统计验证的物理信息仿真框架

问题陈述
水下应用（如海底测绘、水雷对抗和目标检测）中鲁棒感知算法的开发，受限于多样化、高保真度真实世界声呐数据集的匮乏。获取真实声呐图像在操作上成本高昂、后勤复杂，且常受安全协议限制。虽然受控水槽实验提供了一种具有成本效益的替代方案，但它们无法捕捉真实的环境变异性、海底纹理以及复杂的物体 - 阴影相互作用。

因此，研究人员日益依赖通过基于学习的模型（生成对抗网络 GANs、扩散模型）或仿真驱动框架生成的合成数据。然而，对这些合成数据集的验证仍是一个关键缺口。当前的评估方法主要依赖定性检查或间接的下游性能指标（例如分类准确率）。标准图像质量指标如 PSNR、SSIM、FID 和 KID 是针对自然光学图像校准的，无法捕捉声呐特有的强度和纹理统计特性。此外，在训练过程中混合真实数据和合成数据往往会掩盖固有的域差距。目前缺乏系统性的定量方法，在不将分析与基于学习的性能耦合的情况下，评估合成声呐数据与真实数据分布的接近程度。

方法论：ACOUSIM 框架
为了克服这些局限性，作者提出了ACOUSIM（声学仿真与验证平台），这是一个专为声呐图像生成和独立统计验证设计的物理信息框架。该框架分为三个不同的阶段：

1. 物理启发的场景建模：
   ACOUSIM 不模拟完整的声波传播，而是利用基于 Gazebo 的环境来模拟声呐图像的一阶视觉特征。仿真明确控制与采集相关的参数：

   • 平台高度： 在 10–20 米之间变化。
   • 照明与阴影： 通过调整横滚、俯仰和偏航来调整定向光源，以模拟物体阴影和高光区域。
   • 海底与物体： 具有不同纹理的平面海底表面模拟异质后向散射，而 3D 物体模型引入阴影和高光区域。
   • 图像形成： 近似为 $I(x, y) = L(x, y) \cdot R(x, y)$，其中 $L$ 编码照明/阴影，$R$ 表示表面反射率。

2. 噪声建模与图像处理：
   为了近似相干声学散射和背景干扰，使用以下方法对干净的合成图像进行退化处理：

   • 加性高斯噪声： $N(0, \sigma^2)$。
   • 乘性散斑噪声： $S(x, y)$。
     最终的噪声图像公式化为 $I_S(x, y) = (I(x, y) + N(0, \sigma^2)) \cdot S(x, y)$。
     至关重要的是，该框架包含一个物理一致的子集提取步骤。由于原始合成输出通常包含比真实数据集（其中目标被裁剪）过多的海底背景，合成样本会进行空间裁剪和缩放调整，以匹配真实声呐图像的物体尺度、构图和观察特征。

3. 独立统计验证：
   该框架利用全局强度和局部纹理（局部二值模式 - LBP）直方图来评估真实分布（$P$）与合成分布（$Q$）之间的对齐情况。采用三种互补指标：

   • Kullback–Leibler (KL) 散度： 测量方向性信息损失。
   • Jensen–Shannon (JS) 散度： 提供对称且有界的度量。
   • 推土机距离 (EMD)： 量化最小运输成本，特别对由阴影位移引起的分布偏移敏感。
     通过分层五折分析评估鲁棒性。

主要贡献

• ACOUSIM 平台： 一个独立于生成模型的物理信息、独立仿真与验证平台。
• 统计验证方案： 一种基于全局强度和 LBP 纹理分布的新颖评估方法，通过 KL、JS 和 EMD 指标进行量化，专门针对声呐数据定制。
• 严格评估： 在两个公共真实世界数据集（SeabedObjects-KLSG-II 和 Sonar Common Target Detection - SCTD）上进行的系统评估，包括数据集级分析和分层鲁棒性评估。

实验结果
该框架在 KLSG-II 和 SCTD 数据集上进行了测试，重点关注两个物体类别：“平面”和“船只”。

• 纹理对齐： 仿真在所有类别和数据集中均表现出强大的局部纹理对齐。LBP 分布的 KL 散度值始终低于 0.07，EMD 值低于 0.016。这表明该框架有效地保留了微纹理模式和空间梯度分布。
• 强度对齐：
  • 平面类别： 显示出中等至强烈的全局强度对齐（KLSG-II 的 KL 值为 0.1804，SCTD 为 0.2500）。分布级可视化显示中强度范围存在显著重叠。
  • 船只类别： 表现出显著更高的发散性，特别是在 SCTD 数据集中（KL = 0.9173），对应于低对齐度。这归因于船只目标的细长船体几何形状和复杂的阴影区域，这些区域引入了当前仿真未能完全再现的强度变化。
• 鲁棒性： 分层五折分析证实了平面类别的全局强度对齐具有稳定性，但突出了船只类别的较高方差，反映了其对视角和阴影几何变化的敏感性。

意义与主张
作者声称，ACOUSIM 为仿真到真实的声呐评估建立了一个可重复的、分布级的基线。通过将合成数据评估与机器学习模型解耦，该框架提供了一个透明且可解释的基准，用于比较真实与合成声呐图像。

本文将这项工作定位为首次系统性地通过直接统计分布对齐来评估合成声呐真实性的努力之一，而不依赖基于学习的性能指标。该框架支持可靠水下图像分析数据集的开发，并为未来水下传感系统的物理基础数字孪生奠定了基础。作者保持了适度的范围，指出虽然该框架能很好地处理平面类目标，但由于阴影几何形状，船只类别的复杂性仍然是一个挑战，未来的工作将侧重于扩展物体和海底的多样性。