伴随着全球海洋石油资源的不断开采,海上溢油事故随之增加。海上溢油事故一旦发生,会对环境造成几年甚至几十年的危害,因此受到当今各国的广泛重视。海上溢油事故发生后,如何快速有效的识别溢油是有效治理溢油事故的重中之重。本文基于前视声纳以及侧扫声纳两种声学探测设备得到的声纳图像开展研究,通过声纳图像与模式识别方法结合的方式完成水中沉底油目标识别,并基于软件工程技术完成软件的设计与开发。首先,本文对前视声纳、侧扫声纳两种声纳设备的成像原理进行阐述,并对声纳图像进行图像畸变校正、去噪、增强处理。第二,将预处理后的声纳图像结合图像分割、目标特征提取、分类器对声纳图像中沉底油目标进行识别,其中着重研究了sym4小波去噪方法、马尔可夫图像分割方法、图像灰度统计特征以及通过灰度共生矩阵获取的统计特征、基于支持向量机的分类识别方法。第三,以Py Charm2018(PyQt)为开发平台,结合基于声纳图像的目标识别技术,将沉底油目标识别软件设计为数据读取解析、图像处理辅助、图像预处理以及沉底油目标识别四个模块,完成基于声纳图像沉底油识别软件的设计与开发。该软件主要功能有:常见声纳原始数据Extended Triton Format(*.XTF)、Blueview Sonar Data(*.son)格式文件的读取解析、显示功能;侧扫声纳图像的速度修正、灰度修正以及声纳图像的图像增强功能;基于声纳图像的常见空间域滤波去噪功能以及小波去噪功能;基于最大类间方差法、C-means聚类分割方法以及马尔可夫随机场模型的图像分割功能;基于图像灰度统计方法以及图像灰度共生矩阵的特征提取功能;基于支持向量机分类方法的沉底油目标识别功能。在对本套基于声纳图像的沉底油软件功能验证过程中,分别使用前视声纳数据以及侧扫声纳数据进行功能验证,通过试验数据处理结果证明本套软件在功能上可以达到设计的预期要求,同时稳定完成水中沉底油的目标识别任务。