基于MRF模型的水下聲納圖像目標檢測技術研究.pdf

1、本課題針對“三峽地區(qū)地質災害與生態(tài)環(huán)境水電工程智能視覺檢測”項目中的一項關鍵技術——水下聲納圖像目標檢測技術展開研究。由于水下聲場環(huán)境的復雜性和聲納設備成像的非線性，所采集的水下聲納圖像具有成像質量差、對比度低、含噪聲嚴重等特點，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的基礎上，重點研究了在多分辨率理論下對聲納圖像進行預處理以及目標檢測技術，并針對兩方面的研究內容提出了相應的解決方案。
　　采用小波域（主要是基于HMT

2、模型）的去噪方法對聲納圖像進去噪處理，在此基礎上提出了基于復Contourlet域的去噪算法，該算法基于改進的尺度內相關性和尺度間相關性，并充分利用了雙樹復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對聲納圖像進行去噪，通過對比實驗，驗證所提出算法的有效性和可行性。
　　水下聲納圖像目標檢測是聲納圖像處理中的一個經典難題，采用傳統(tǒng)的檢測方法對提高聲納圖像的檢測質量十分困難，因而研究高質量的水下聲納圖像目

3、標檢測算法十分必要。本課題在查閱現有目標檢測算法相關文獻基礎上，重點研究基于 Markov隨機場的聲納圖像目標檢測技術，在單一尺度Markov隨機場進行聲納圖像二類分割的基礎上，針對其不足提出了小波域多分辨率Markov隨機場的聲納圖像分割方法和基于模糊樹結構化無監(jiān)督分層Markov隨機場的聲納圖像分割方法，通過比較實驗，驗證了所提出算法的可行性和有效性。
　　具體地，本課題的研究內容體現于以下幾個方面：
　?。?）綜述了水

4、下聲納圖像目標識別的研究背景、目的和意義、聲納圖像預處理的研究現狀，較系統(tǒng)的闡述了圖像分割技術在聲納圖像水下目標檢測中的應用，引出該課題的選題意義和應用價值。
　?。?）針對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)灰度模型和參數估計、以及灰度特性擬合評價標準。
　?。?）針對聲納圖像對比度低、含噪嚴重的特點，在研究已有文獻中小波域HMT模型聲納圖像去噪的基礎上，提出了基于Contou

5、rlet域和復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方面通過實驗比較，得出了本文所提出的基于復Contourlet域HMT模型的聲納圖像去噪算法可獲得更高質量的圖像。
　　（4）在研究基于單尺度 Markov隨機場（MRF）模型的聲納圖像分割方法的基礎上，提出了兩種改進的聲納圖像分割算法：基于模糊樹結構化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。通過實驗比較