基于圖像內(nèi)容的水下目標(biāo)識別技術(shù)研究.pdf

1、本文是結(jié)合國防"十五"預(yù)研項目——軍用智能水下機器人中"水下目標(biāo)聲探測與識別技術(shù)"的工作而進行的.內(nèi)容涉及聲圖像的預(yù)處理、紋理和形狀特征的提取,以及分類器的設(shè)計等.本文在解決工程問題的同時,對基于聲圖像的紋理特征和形狀特征的識別方法,進行了深入的研究.具體而言,本文的主要內(nèi)容包括:(1)綜述了國內(nèi)外水下目標(biāo)識別技術(shù)的研究現(xiàn)狀和發(fā)展趨勢.將圖像數(shù)據(jù)庫檢索中廣泛使用的"基于內(nèi)容的圖像檢索(CBIR)"技術(shù),引入到水下聲圖像的識別中.(2)在

2、水下聲圖像的預(yù)處理部分,針對聲圖像所受噪聲干擾大、邊緣模糊的缺點,深入研究了形態(tài)學(xué)濾波的相關(guān)理論和方法.設(shè)計了一種廣義多結(jié)構(gòu)元受控形態(tài)濾波器,該濾波器具有平移不變性、遞增性、對偶性和冪等性等重要性質(zhì).(3)針對傳統(tǒng)直方圖只包含灰度的總體信息而沒有體現(xiàn)空間關(guān)系的不足,提出了一種灰度—空間直方圖的識別方法,該直方圖在不失傳統(tǒng)直方圖魯棒性和簡單快捷的前提下,將灰度和空間信息有機地融合起來,從而提高了識別精度.(4)分析了小波分解的特點,將傳統(tǒng)

3、的塔式小波分解和樹式小波分解進行了比較,利用小波變換的方法對聲圖像進行了樹式分解.(5)對圖像處理中幾種典型的小波基的選擇進行了比較分析.(6)提出了一種將多重分形理論和小波分析相結(jié)合的聲圖像識別方法.在特征提取上,運用圖像變換和小波分解的思想,對各種圖像變換結(jié)果進行估計,得到了基于多重分形維數(shù)的特征集.(7)采用填充算法和Canny算子相結(jié)合的方法來提取聲圖像的輪廓.(8)分析現(xiàn)有模板匹配算法存在問題的基礎(chǔ)上,提出一種基于可變形模板的