水下聲納圖像的MRF目標檢測與水平集的輪廓提取方法研究.pdf

1、隨著海洋開發(fā)的快速發(fā)展,聲納技術(shù)作為水下探測的重要手段,在水下導(dǎo)航定位、目標跟蹤識別和通信等方面發(fā)揮著越來越重要的作用。對水下聲納圖像進行目標識別己經(jīng)成為數(shù)字圖像處理領(lǐng)域的一個重要課題。水下聲納圖像目標檢測和特征提取是水下聲納圖像目標識別的關(guān)鍵步驟?；隈R爾可夫隨機場的檢測方法能準確地描述每個像素所屬類別與周圍像素類別之間的重要依賴關(guān)系;基于水平集的輪廓提取方法具有很強的拓撲性,能對形狀不規(guī)則以及具有空洞、重疊的水下目標進行輪廓提取。因

2、此,本文重點對基于馬爾可夫隨機場的水下聲納圖像目標檢測和基于水平集的輪廓提取方法進行了深入的研究。主要包括如下內(nèi)容:
　　 聲納圖像的灰度分布模型在一定程度上,對基于模型的水下目標檢測性能產(chǎn)生較大的影響。所以,在分析聲納圖像成像原理及其特點之后,重點對聲納圖像灰度分布模型進行了研究。目標高亮區(qū)灰度分布滿足線性直線方程,并且這個方程只在某一范圍內(nèi)有意義,根據(jù)現(xiàn)有目標高亮區(qū)的規(guī)整化線性方程分布模型,提出一個正比例分布模型來較精確地描

3、述目標高亮區(qū)的灰度分布。
　　 在基于馬爾可夫隨機場的水下聲納圖像目標檢測部分,針對目前三類檢測中平面馬爾可夫隨機場模型參數(shù)集合結(jié)構(gòu)復(fù)雜的問題,提出了一種既有較高精度又具有較少參數(shù)估計計算量的模型參數(shù)集合;根據(jù)目前已有的兩類不完全分層馬爾可夫隨機場模型參數(shù)集合結(jié)構(gòu)的特點,提出將新建立的三類平面馬爾可夫隨機場模型參數(shù)和層次間相互作用的模型參數(shù),應(yīng)用于不完全分層馬爾可夫隨機場三類檢測中,得到最終精確的三類檢測結(jié)果。此外,為了進一步提

4、高檢測精度,背景區(qū)灰度分布采用Gamma分布模型描述,提出一種基于馬爾可夫隨機場改進的水下聲納圖像目標檢測方法。
　　 在基于水平集的水下聲納圖像目標輪廓提取部分,利用水平集方法對整幅聲納圖像處理,可能會將背景噪聲當(dāng)成目標高亮區(qū)或陰影區(qū)進行了輪廓提取,因此,提出利用基于馬爾可夫隨機場的水下聲納圖像目標檢測結(jié)果確定目標演化子區(qū)域,縮小目標區(qū)域范圍;為避免初始閉合曲線選取不當(dāng),不能同時提取目標高亮區(qū)和陰影區(qū)的輪廓,提出在目標檢測結(jié)果