[发明专利]一种基于Weyl变换的声纳图像特征提取方法

权利要求书

1.一种基于Weyl变换的声纳图像特征提取方法，其特征在于包括以下几个步骤：

步骤1.利用中值滤波法对声纳图像进行预处理：

针对声纳图像中的环境噪声和传感器噪声特点，采用中值滤波进行噪声消除并保持图像细节；设待处理的声纳图像每一像素点的灰度值为f(x，y)，以目标像素p为中心，选取的正方形滑动掩膜对像素点的邻域进行采样，将采样区域内的像素按照像素值大小进行排序，生成单调上升的数据序列，经过滤波处理后掩膜中心点的像素值设置为上述数据序列的中值；通过滑动掩膜的连续处理，获得滤波后的图像g(x，y)＝med{f(x±k，y±l)，(0≤k，l≤N)}，从而消除孤立噪声点；

步骤2.利用掩膜法对图像进行采样并将区块像素矢量化：

根据待检测目标的尺度选定匹配的正方形掩膜L_w×L_w，其中L_w的选取满足L_w＝2^r，利用移动掩膜法从预处理后的图像g(x，y)中截取图像样本，然后将采样得到的区块像素以stacking方式进行矢量化，得到对应的灰度值向量

步骤3.计算图像区块像素矢量的协方差矩阵：M_c＝yy^T；

步骤4.构建多尺度符号置换矩阵；

步骤5.对Weyl变换特征空间进行降维；

步骤6.计算图像区块的Weyl系数，利用构建的符号置换矩阵计算出Weyl特征空间的全部特征值

2.如权利要求1所述的一种基于Weyl变换的声纳图像特征提取方法，其特征在于，所述步骤4具体包括以下子步骤：

步骤4.1.取m＝2r，设定二进制m元组a＝(a_m-1…a₀)^T，b＝(b_m-1…b₀)^T，其中二面体群D₈变换矩阵

步骤4.2.构建多尺度置换矩阵D(a，0)和符号变换矩阵D(0，b)

其中为Kronecker积，D(a，0)偏左侧的因子项能够实现粗粒度置换，偏右侧的因子项能够实现细粒度的置换；

步骤4.3计算符号置换矩阵：

由此基于m元组a和b，可以构建2^2m个符号置换矩阵且

3.如权利要求1所述的一种基于Weyl变换的声纳图像特征提取方法，其特征在于，所述步骤5具体包括以下子步骤：

步骤5.1由步骤4可知，对于图像采样尺度L_w＝2^r构建出2^2m个符号置换矩阵，每一个符号置换矩阵等价于二面体群中的一种旋转和平移组合置换形式，图像区块像素矢量在该矩阵下的变换系数构成一个分解维度，因此原始特征空间共有2^2m个维度；令G表示由90°旋转和双向(垂向/水平)平移生成的正方形变换群，以G中相同的变换结果为标准，分别可以将a和b分成N_a、N_b个等价类，每一等价类内仅保留一个元组，从而实现Weyl变换的置换矩阵等价类降维；合并等价类后，特征空间维数降低为N_a×N_b；

步骤5.2经过合并等价类降维后，a＝0的等价类反映的是信号的方差信息而非自相关信息，将该等价类移除，去除N_v个分量；a^Tb＝1的等价类对应的Weyl变换系数常为零，将该部分置换矩阵等价类移除，去除N_z个分量；经过降维后的Weyl变换特征空间维数为：

N_R＝N_a×N_b-N_v-N_z。 (5)

4.如权利要求1所述的一种基于Weyl变换的声纳图像特征提取方法，其特征在于，所述步骤6通过计算图像区块像素矢量的Weyl系数作为图像特征值：

最终经采样得到的图像区块的特征值为