多目標(biāo)聲納圖像分割算法研究.pdf

1、我國具有廣闊的海域，隨著我國的經(jīng)濟發(fā)展，國力日益強盛，對海洋開發(fā)的重視程度也越來越高。聲納成像技術(shù)現(xiàn)在已成為水下探測的重要技術(shù)之一，在水下導(dǎo)航、目標(biāo)跟蹤等方面具有不可替代的作用。而聲納圖像承載著水下聲納設(shè)備探測到的絕大部分信息，對其的研究已經(jīng)成為數(shù)字圖像處理領(lǐng)域的重要分支之一。其中，聲納圖像分割算法的研究是聲納圖像處理的重要基礎(chǔ)部分。聲納圖像具有分辨率低、噪聲嚴重的特點，隨著聲納圖像的應(yīng)用越來越廣泛，人們對聲納圖像分割的要求也越來越苛刻

2、。本文在相關(guān)課題的背景下，研究了多目標(biāo)圖像分割的相關(guān)算法。
　　聲納圖像的分割主要應(yīng)用于水下目標(biāo)探測和水下目標(biāo)跟蹤等領(lǐng)域。一般的圖像分割問題指研究將目標(biāo)從背景中分離出來的方法，并未針對不同目標(biāo)的特征進行分割的研究。由于以前聲納圖像獲取困難并且應(yīng)用范圍很小，并且聲納圖像具有噪聲嚴重，目標(biāo)特征不明顯，邊緣模糊，目標(biāo)灰度值分布不均勻等特點，研究聲納圖像的分割問題比光學(xué)圖像要復(fù)雜和困難。隨著聲納設(shè)備的推廣和升級，聲納圖像的分辨率也越來越高

3、，這就為研究更復(fù)雜情況下的聲納圖像分割問題提供了可能。隨著各國水下活動的日益頻繁，人們獲得的聲納圖像內(nèi)容也越來越多樣和復(fù)雜，因此，非常有必要研究聲納圖像的多目標(biāo)圖像處理方法，本文主要針對多目標(biāo)聲納圖像的分割問題進行研究。
　　本文針對聲納圖像的特點，首先介紹了圖像分割國內(nèi)外的研究現(xiàn)狀，然后針對聲納圖像研究了相關(guān)的圖像降噪算法；一般對聲納圖像進行濾波處理后，圖像會變得模糊，不利于對聲納圖像的分割，本文提出一種基于中值濾波和鄰域像素灰

4、度值壓縮和拉伸的聲納圖像預(yù)處理方法，通過實驗驗證，本文提出的算法能夠在對聲納圖像進行濾波的同時，增強目標(biāo)和背景的對比度，相比傳統(tǒng)的濾波方法，大大降低了聲納圖像中目標(biāo)的分割難度。然后針對多目標(biāo)圖像分割問題，對一些常用的分割理論和方法進行了介紹，包括支持向量機的方法、基于幾何蛇模型的方法、水平集方法、聚類的方法以及基于區(qū)域分割的方法等。本文在對聲納圖像進行濾波的基礎(chǔ)上，著重研究了基于模糊C均值聚類的多目標(biāo)聲納圖像分割方法，并且針對模糊C均值