基于MRF模型的水下聲納圖像目標(biāo)檢測(cè)技術(shù)研究.pdf

1、本課題針對(duì)“三峽地區(qū)地質(zhì)災(zāi)害與生態(tài)環(huán)境水電工程智能視覺檢測(cè)”項(xiàng)目中的一項(xiàng)關(guān)鍵技術(shù)——水下聲納圖像目標(biāo)檢測(cè)技術(shù)展開研究。由于水下聲場(chǎng)環(huán)境的復(fù)雜性和聲納設(shè)備成像的非線性，所采集的水下聲納圖像具有成像質(zhì)量差、對(duì)比度低、含噪聲嚴(yán)重等特點(diǎn)，本課題在分析聲納圖像成像原理以及聲納圖像灰度分布特點(diǎn)的基礎(chǔ)上，重點(diǎn)研究了在多分辨率理論下對(duì)聲納圖像進(jìn)行預(yù)處理以及目標(biāo)檢測(cè)技術(shù)，并針對(duì)兩方面的研究?jī)?nèi)容提出了相應(yīng)的解決方案。
　　采用小波域（主要是基于HMT

2、模型）的去噪方法對(duì)聲納圖像進(jìn)去噪處理，在此基礎(chǔ)上提出了基于復(fù)Contourlet域的去噪算法，該算法基于改進(jìn)的尺度內(nèi)相關(guān)性和尺度間相關(guān)性，并充分利用了雙樹復(fù)小波變換多分辨率與近似平移不變性、Contourlet變換多方向性的特點(diǎn)對(duì)聲納圖像進(jìn)行去噪，通過(guò)對(duì)比實(shí)驗(yàn)，驗(yàn)證所提出算法的有效性和可行性。
　　水下聲納圖像目標(biāo)檢測(cè)是聲納圖像處理中的一個(gè)經(jīng)典難題，采用傳統(tǒng)的檢測(cè)方法對(duì)提高聲納圖像的檢測(cè)質(zhì)量十分困難，因而研究高質(zhì)量的水下聲納圖像目

3、標(biāo)檢測(cè)算法十分必要。本課題在查閱現(xiàn)有目標(biāo)檢測(cè)算法相關(guān)文獻(xiàn)基礎(chǔ)上，重點(diǎn)研究基于 Markov隨機(jī)場(chǎng)的聲納圖像目標(biāo)檢測(cè)技術(shù)，在單一尺度Markov隨機(jī)場(chǎng)進(jìn)行聲納圖像二類分割的基礎(chǔ)上，針對(duì)其不足提出了小波域多分辨率Markov隨機(jī)場(chǎng)的聲納圖像分割方法和基于模糊樹結(jié)構(gòu)化無(wú)監(jiān)督分層Markov隨機(jī)場(chǎng)的聲納圖像分割方法，通過(guò)比較實(shí)驗(yàn)，驗(yàn)證了所提出算法的可行性和有效性。
　　具體地，本課題的研究?jī)?nèi)容體現(xiàn)于以下幾個(gè)方面：
　?。?）綜述了水

4、下聲納圖像目標(biāo)識(shí)別的研究背景、目的和意義、聲納圖像預(yù)處理的研究現(xiàn)狀，較系統(tǒng)的闡述了圖像分割技術(shù)在聲納圖像水下目標(biāo)檢測(cè)中的應(yīng)用，引出該課題的選題意義和應(yīng)用價(jià)值。
　　（2）針對(duì)聲納成像的基本原理和聲納圖像背景區(qū)灰度分布統(tǒng)計(jì)特性，描述了幾種常用的聲納圖像背景區(qū)灰度模型和參數(shù)估計(jì)、以及灰度特性擬合評(píng)價(jià)標(biāo)準(zhǔn)。
　?。?）針對(duì)聲納圖像對(duì)比度低、含噪嚴(yán)重的特點(diǎn)，在研究已有文獻(xiàn)中小波域HMT模型聲納圖像去噪的基礎(chǔ)上，提出了基于Contou

5、rlet域和復(fù)Contourlet域HMT模型的聲納圖像去噪算法，從視覺效果和定量分析兩個(gè)方面通過(guò)實(shí)驗(yàn)比較，得出了本文所提出的基于復(fù)Contourlet域HMT模型的聲納圖像去噪算法可獲得更高質(zhì)量的圖像。
　?。?）在研究基于單尺度 Markov隨機(jī)場(chǎng)（MRF）模型的聲納圖像分割方法的基礎(chǔ)上，提出了兩種改進(jìn)的聲納圖像分割算法：基于模糊樹結(jié)構(gòu)化MRF模型的聲納圖像分割算法和基于小波域多分辨率MRF模型的聲納圖像分割算法。通過(guò)實(shí)驗(yàn)比較