水下目標(biāo)識(shí)別技術(shù)研究.pdf

1、隨著聲納技術(shù)的發(fā)展和成像聲納的出現(xiàn)，聲納圖像在海洋開(kāi)發(fā)領(lǐng)域的應(yīng)用日益廣泛，利用聲納圖像進(jìn)行目標(biāo)識(shí)別己經(jīng)成為數(shù)字圖像處理領(lǐng)域的一個(gè)重要課題。本文基于形狀特征和紋理特征對(duì)水下目標(biāo)識(shí)別技術(shù)，進(jìn)行了深入研究，研究?jī)?nèi)容及成果如下： (1)針對(duì)水下魚雷、水雷、潛水艇的特點(diǎn)，提取圖像形狀特征，包括NMI特征、不變矩和相對(duì)矩，這三種特征的共同特點(diǎn)是具有旋轉(zhuǎn)不變性、尺度不變性和位移不變性，適合水下目標(biāo)識(shí)別。 (2)針對(duì)傳統(tǒng)直方圖缺乏對(duì)圖像

2、空間信息描述的缺點(diǎn)，結(jié)合聲納圖像的特點(diǎn)，提出了一種改進(jìn)的直方圖方法，將主要面積的圓度信息引入到直方圖中，把圖像的灰度信息、空間信息和形狀信息有機(jī)的結(jié)合起來(lái)，從而降低了傳統(tǒng)直方圖對(duì)灰度信息的絕對(duì)依賴，提高了聲納圖像的識(shí)別率。 (3)對(duì)聲納圖像進(jìn)行小波域分解，提取圖像的紋理特征。選取圖像處理中幾種典型的小波基函數(shù)進(jìn)行比較分析，討論不同小波基函數(shù)對(duì)聲圖像識(shí)別率的影響。根據(jù)小波系數(shù)移變的特點(diǎn)，分別采用均值、方差、熵作為統(tǒng)計(jì)量提取紋理特征

3、。 (4)針對(duì)傳統(tǒng)小波變換計(jì)算繁雜，所需內(nèi)存空間較大的問(wèn)題，通過(guò)提升結(jié)構(gòu)構(gòu)造了Haar小波，并結(jié)合聲納圖像的特點(diǎn)提出了不同于傳統(tǒng)塔式小波分解的提升小波分解方法。通過(guò)分類識(shí)別實(shí)驗(yàn)表明，將提升Haar小波變換應(yīng)用在聲納圖像識(shí)別上，不論在識(shí)別率還是識(shí)別時(shí)間上均優(yōu)于傳統(tǒng)小波。 (5)針對(duì)分形維數(shù)不能反映圖像的空間信息的問(wèn)題，并結(jié)合聲納圖像的特點(diǎn)，將提升小波變換同分形理論相結(jié)合，利用小波分解的多分辨率特點(diǎn)和分形維數(shù)的多尺度特性，提

4、高圖像的識(shí)別率。采用BP神經(jīng)網(wǎng)絡(luò)對(duì)不同信噪比的聲納圖像進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明了該算法的有效性。 (6)利用具有二階收斂效應(yīng)的Levenberg-Marquardt(L-M)算法優(yōu)化BP的權(quán)值修正量，構(gòu)造了快速收斂的LMBP學(xué)習(xí)算法，并將其應(yīng)用在聲納圖像識(shí)別系統(tǒng)中。通過(guò)與標(biāo)準(zhǔn)BP算法和幾種常用改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)以及徑向基函數(shù)網(wǎng)絡(luò)比較，驗(yàn)證了用LMBP神經(jīng)網(wǎng)絡(luò)作為聲納圖像識(shí)別系統(tǒng)中的分類器，能夠提高圖像的識(shí)別率，加快網(wǎng)絡(luò)的收斂速