基于水聲圖像水下目標(biāo)識別的技術(shù)研究.pdf

1、隨著近年來各國對海洋開發(fā)的日益重視，以及在軍事對抗、保衛(wèi)海防和民用能源開發(fā)、海底探測等方面的巨大利益，水下目標(biāo)識別系統(tǒng)越來越多的成為研究熱點。而蛙人由于具有小成本高回報的特點，越來越成為各國海軍以及恐怖主義所青睞的對象。因此本文基于蛙人的水下目標(biāo)識別系統(tǒng)研究有著極為重要的意義。
　　 本文主要設(shè)計了一套以分辨蛙人和魚群為主要功能的水下目標(biāo)識別系統(tǒng)。首先介紹了一般目標(biāo)識別系統(tǒng)的完整結(jié)構(gòu)流程，分析了其應(yīng)用在水聲圖像處理中的特別之處以

2、及水聲條件對系統(tǒng)識別效果帶來的困難，然后對水下目標(biāo)識別系統(tǒng)的三部分分別進(jìn)行深入研究。
　　 預(yù)處理部分：水聲圖像的成像效果通常較差使得預(yù)處理部分必須要去噪。本文應(yīng)用了圖像處理中常用的幾種去噪算法對所給水聲圖像進(jìn)行研究，經(jīng)過MATLAB仿真實驗比較其各自優(yōu)缺點，得到了給出的幾種常用算法適用于水聲圖像的結(jié)論并了解了各種方法對水聲圖像的去噪效果。對小波硬閾值、軟閾值去噪和一種基于小波閾值改進(jìn)型去噪算法深入研究，三種算法都用所給水聲圖像

3、進(jìn)行了仿真實驗并結(jié)合信噪比等數(shù)據(jù)表格對比，得出結(jié)論，小波閾值去噪尤其是改進(jìn)型算法對所給水聲圖像都有很好的效果。
　　 特征提取部分：因為本文研究的蛙人圖像和魚群圖像都是具有目標(biāo)的圖像，所以圖像分割也是特征提取之前必不可少的環(huán)節(jié)。本文用迭代閾值法和大津法分別對所給圖像進(jìn)行分割處理，對比得出迭代閾值分割更適合本文所給的水聲圖像，對其進(jìn)行形態(tài)學(xué)處理，使之可用于之后的特征提取。特征提取部分是整個水下目標(biāo)識別系統(tǒng)效果好壞的關(guān)鍵。本文在分析