摘 要海洋中蕴含大量的资源，水下目标识别与跟踪不仅有巨大的社会价值也有很强的军事战略意义。传统的光学探测装置在海洋中效果不佳，而利用声呐的探测还处于探索阶段，其核心问题是对声呐图像的处理。对此，本文系统地提出了基于前视声呐图像的目标识别与跟踪方法。预处理阶段，针对由于水体的不均匀结构以及起伏不定的海底对声波的散射而导致前视声呐图像具有乘性斑点噪声的特点，本文采用Curvelet变换硬阈值的算法进行平滑去噪，随后利用分段线性灰度变换的方法以达到增强图像对比度的目的。识别阶段，本文首先采用LBF水平集进行轮廓提取，并在此基础上提取具有旋转、平移、比例不变性的Hu不变矩、Zernike矩以及傅里叶描述子作为特征参数，然后利用支持向量机（SVM）进行分类识别。为提高识别精度，本文分别用遗传算法与粒子群优化算法对SVM的两个参数进行优化。跟踪阶段，考虑到前视声呐图像仅为伪彩色图像且目标轮廓特征较为明显的特性，本文采用多特征（亮度特征与不变矩特征）融合的粒子滤波方法进行前视声呐视频帧中的目标跟踪，将两个特征参量并行的作用于粒子权值的计算以提高跟踪精度，并应用了加权和与乘性两种粒子权值的融合方式。实验证明，本文方法对前视声呐图像中目标的识别与跟踪有较高的准确率。
目 录
第1章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究综述 2
1.2.1 基于前视声呐的目标识别 2
1.2.2 基于前视声呐的目标跟踪 3
1.3 本文研究内容与章节安排 4
第2章 前视声呐图像预处理算法研究 7
2.1 引言 7
2.2 前视声呐图像的噪声模型 7
2.3 基于Curvelet域的硬阈值去噪算法 10
2.3.1 Curvelet 变换 11
2.3.2 Curvelet 变换去噪原理 12
2.3.3各去噪降斑方法实验结果与分析 13
2.4基于灰度变换的图像增强 18
2.4.1灰度变换理论的概述 18
2.4.2基于灰度变换增强的实验分析 20
2.5本章小结 21
第3章 前视声呐图像的轮廓提取 23

 *51今日免费论文网|www.jxszl.com +Q: ^3^5`1^9`1^6^0`7^2# 
3.1 引言 23
3.2 Snake模型概述 23
3.2.1传统的Snake模型 23
3.2.2 梯度矢量流（GVF）Snake模型 25
3.3水平集理论 27
3.3.1水平集方法的数学表达 28
3.3.2水平集方法的实现 29
3.4水平集ChanVase模型 29
3.5水平集LBF模型 33
3.6本章小结 38
第4章 前视声呐图像的特征提取及识别 39
4.1 引言 39
4.2 统计矩特征 39
4.2.1 Hu不变矩 39
4.2.2 Zernike矩 41
4.3 傅里叶描述子 43
4.3.1 傅里叶描述子的理论 43
4.3.2 傅里叶描述子的不变性分析 43
4.4 基于支持向量机（SVM）的识别方法 44
4.4.1 SVM神经网络的概述 44
4.4.2 基于遗传算法的SVM参数寻优 46
4.4.3 基于粒子群优化算法的SVM参数寻优 47
4.5 SVM的Matlab实现与结果分析 48
4.6本章小结 52
第5章 前视声呐图像的跟踪算法研究 53
5.1 引言 53
5.2 基本粒子滤波跟踪算法概述 53
5.2.1粒子滤波算法原理 53
5.2.2粒子滤波算法的基本步骤 54
5.3 多特征的融合 55
5.3.1亮度特征 55
5.3.2 不变矩特征 56
5.4 多特征的多种融合方式 56
5.4.1 加权和融合方式 57
5.4.2 乘性融合方式 57
5.5多特征融合的粒子滤波Matlab实现与结果分析 57
5.6本章小结 61
第6章 总结与展望 63
6.1全文总结 63
6.2工作展望 64
致 谢 65
参考文献 66
附 录 69
第1章 绪论
1.1 研究背景及意义
海洋是全球最大的天然宝库，蕴藏着极为丰富的矿产、能源。海洋资源正日益成为各国争夺的重点，对海洋资源的开发也将成为支持我国未来发展的重要战略。我国是水利大国，水能资源丰富，累积兴建水库大坝87000多座，有研究表明，水库中有近20%的病险大坝；马航以来，空难引起世界的关注，当飞机残骸落入大海，对空难的救援与处理将变得非常困难。由此，海洋开发、堤坝安全、空难搜救等国防和国民经济领域的重大需求，使得在水下复杂情况下的探测技术越来越被关注。
常见的水下探测技术有光学成像技术（水下摄像机等）、声呐成像技术（前视声呐等）。光学探测仪器能产生较为直观的图像，但由于光在水下穿透性差，抗干扰能力弱，一般探测范围在几米至几十米之间，且在浑水场合基本失效。声呐成像具有作用距离远、穿透能力强等优点，特别适用于浑水域，因而在海洋调查勘测、水下目标探测等领域得到了广泛应用。成像声呐主要有前视声呐、多波束测深声呐系统、侧扫声呐等等，这些声呐通常被安装在水下机器人、舰船、潜艇上实时进行水下探测。现今声呐技术已在潜艇导航，水声测距等领域有了一些成果，但对声呐成像技术的研究还处于初步阶段。
由于水下环境的复杂多变，而声波本身具有透射特性，因此所采集到的图像常表现为噪声强、严重变形、边缘难以分辨等特点。这些都对图像的处理分析带来很大不便，也严重影响了水下探测作业的准确度。对这个问题的研究，主要有两个方向，一方面是对现有设备的改进，利用先进的器件和成像算法来提高成像质量，例如前端混响抑制、新型波束成形、合成孔径声呐成像算法等研究得到了广泛关注与应用；另一方面，是对现有的声呐图像方法上的研究。通过合适的图像处理方法，得到理想的结果。但和光学图像处理不同，水下声呐图像处理有不小的局限性，现有的算法要进行修正和改进才能应用于水声图像的分析、处理和识别。
由于本文考虑要利用声呐图像对目标进行识别和跟踪，因此我们选择前视声呐作为成像声呐进行研究。前视声呐是一种扇扫声呐，一般装于水下探测器的前端。前视声呐在工作中不仅可以探测前方环境的状况，还可以快速对目标物体进行定位，通过声反射实时获得物体的形状和位置信息。在打捞时，就先可以利用前视声呐进行定位，之后根据声呐图像中反映的目标轮廓信息对物体进行识别。
目前，国内对前视声呐图像处理的研究才刚刚起步。很多研究者想要建立水声图像自适应的目标识别与跟踪的系统，但由于现有条件的限制，以及水下环境的不确定性，对于声呐图像的研究还没有很系统的处理方式。因此，利用声呐图像自适应地进行目标物体识别与跟踪的系统还处在理论研究阶段，在实践中还没有很好的应用。
本文的研究在理论上丰富了前视声呐图像的处理方法，系统的完成了对声呐图像从预处理到识别、跟踪的全过程。通过仿真验证了图像处理方法在声呐图像上应用的可行性，对之后的改进起到了指导作用。在实践上，本文也通过实验，对真实情况下的成像进行分析处理，得到了较好的结果。这也对水下探测工作、以及声呐图像处理系统的开发起到了积极作用。

原文链接：http://www.jxszl.com/dzxx/txgc/48053.html