基于分形理论的水声图像分割与识别

【摘要】： 随着海洋开发活动的日益增多,人们对声纳设备的智能化要求越来越高,基于声视觉信息处理方面的研究也越来越多。其中分形理论为声纳图像处理技术的研究开辟了一个新的领域。经研究表明,自然纹理图像具有分形特征,分形特征具有尺度不变性的特点非常适用于声纳图像分割和识别技术。论文主要研究如下: 1、论文系统分析了图像处理中常用的分形维数估计方法,并对不同估计方法的适用范围及计算量进行了比较和分析。 2、论文对基于不同分形特征的声纳图像分割方法进行了深入的研究,并提出了一种改进的差分盒维法与毯子法相结合的水声图像分割方法。通过基于不同分形特征的声纳分割方法的分析,归纳出不同分割方法的优缺点。 3、论文对基于不同分形特征的底质声纳图像识别算法进行了研究。首先,提取分形维数作为纹理特征,然后,应用BP神经网络作为分类器对底质图像做分类识别。通过与传统的识别方法相比较,验证了论文应用的识别方法的有效性。