[发明专利]一种基于Weyl变换的声纳图像特征提取方法

说明书

本发明提供一种基于Weyl变换的声纳图像特征提取方法，利用Weyl变换获取声纳图像的特征值，主要包括图像预处理、掩膜采样、像素矢量化、构建多尺度置换矩阵、特征空间降维、计算Weyl变换特征值等步骤。本发明利用Weyl变换实现对声纳图像的特征提取，图像中不同形式的二元周期性变换在Weyl系数中具有不同的特征，借助Weyl变换能够准确捕捉声纳图像的灰度分布模式，由于Weyl变换对于一系列多尺度几何变换具有高度对称性，使得图像样本在特征空间内呈现紧致且有显著区分性的集簇分布形式。通过上述方法，本发明能够有效且稳定地提取声纳图像中的灰度分布特征，提升了声纳图像目标识别的准确性和鲁棒性，为水下目标识别提供了新的技术方法。

技术领域

本发明涉及一种声纳图像特征提取方法，尤其涉及一种基于Weyl变换的声纳图像特征提取方法，属于海洋声学遥感探测技术领域。

背景技术

水下目标识别是海洋探测技术领域的重要研究内容，作为水下探测的重要方式，利用多波束声纳、侧扫声纳、前视声纳等设备获取的声纳图像可以解译海洋中的多种环境目标特征，广泛应用于海洋环境要素观测、海洋声学参数反演、军事目标侦察等任务，因此基于声纳图像的目标识别与分类技术在海洋测绘、海洋工程建设、海洋军事活动中具有十分重要的作用。利用声纳图像进行水下目标分析，首先需要对获取的声纳原始数据进行解析，综合声波的时空信息对水下环境进行成像，然后对生成的声纳图像进行去噪和增强处理，使其具有更显著的目标特征，最后利用特定的特征提取方法捕捉目标的有效特征量，结合分类器的智能化处理判断目标类型。传统的声纳图像特征主要分为形状特征和区域特征。形状特征可以获取声纳图像中目标的形状轮廓差异特性，包括目标周长、面积、长短轴、偏心率等，主要用于外形轮廓具有一定规律性的目标。区域特征可以反映图像区块水平的整体分布信息，通常利用图像区块的纹理结构、统计特性等表示特定区域的特征。

然而声纳图像信道单一的特点使其信息量十分有限，加之水下目标的多样性和海洋环境的动态复杂性，声纳图像对于观测目标的结构细节呈现远不及光学图像精准，对声纳图像进行特征提取成为水下目标识别的重点和难点。目前还没有统一的模型可以同时描述各种类型水下目标的显著特征，在不同的任务中往往采取有针对性的算法捕捉目标的有效特征，从而保证较高的识别准确率。近年来随着海洋空间活动的日益增多，水下目标探测技术的应用从军事、工程应用拓展到生物、地质、生态保护等更加广泛的领域，探测的对象也从大尺度的地形特征、舰艇类型延伸到小尺度的生物种类、底质类型等。与此同时，探测对象的多样化、精细化对特征提取算法提出了更高的要求，需要进一步丰富声纳图像特征分析的方法和技术，发展识别率高、鲁棒性强的特征提取算法成为提升水下目标识别的重要课题。

发明内容

为解决上述问题，本发明以声纳图像的纹理特征为主要研究对象，针对声纳图像中目标的几何结构特点进行研究。图像灰度分布模式能够反映目标的局部结构信息，在水下目标识别中具有稳定高效和应用广泛的优势。综合考虑特征提取方法的准确性和通用性，本发明中提出的基于Weyl变换的声纳图像特征提取方法利用变尺度掩膜法对声纳图像进行采样，在准确匹配目标尺度的同时，实现特征提取的高分辨率；利用Weyl变换对选定的样本图像进行多尺度分解，以图像的Weyl系数作为目标识别的特征量，提升了声纳图像目标识别的准确性和稳定性，尤其是在海底地貌、海洋生物探测领域，为水下目标识别提供了新的技术方法。

本发明的目的是这样实现的：

一种基于Weyl变换的声纳图像特征提取方法，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：