随着人类对海洋的勘探、开发和利用的深入,以及水下声成像技术的发展,声纳图像识别成为数字图像处理领域的一个重要课题。为了解决近距离水下目标识别问题,论文深入研究了高分辨率成像声纳的声图像的去噪、特征提取等识别技术。论文的主要内容包括:(1)综述了国内外声纳图像识别的研究现状,详细介绍了当前声纳图像识别系统的组成和主要技术手段。介绍了高分辨率成像声纳技术及其图像特点,并分析了目前声纳图像处理中所存在的主要技术难点。(2)分析了声纳图像在成像过程中所受到的噪声干扰。深入研究了两种基于偏微分方程的去噪方法在声纳图像的高斯噪声、斑点噪声抑制中的应用。偏微分方程去噪具有较好的局部自适应去噪和整体优化的功能,与以往的某些经典去噪方法相比,不但能较好地抑制噪声,并且能够保留图像的边缘等细节特征,提高抑噪和图像复原的效果。(3)针对由于作业过程中的运动造成图像中目标的旋转、平移和比例变化问题,深入研究了图像识别中的视觉不变量理论。将一种基于Radon变换的不变矩应用于声纳图像识别中。在图像目标尺度归一化的基础上,利用Radon变换将二维边缘信息投影到一维空间,构造了此空间中的旋转、平移和比例不变矩;并利用奇异值分解(SVD)方法提取目标不变特征。该特征提取方法具有运算速度快、鲁棒性强、分类效果好的优点。(4)提出了另外一种不变量构造方法——改进直方图不变矩。该方法利用直方图对大小、方向、物体移动和视点变化不敏感等优点,克服了传统直方图不包含任何有关图像灰度的空间分布信息而导致不同图像的灰度直方图可能相同或相似,且空间开销大的缺点,立足于不变矩的不变性特征,兼顾目标的形状因子。对声纳图像的灰度变化、旋转和平移具有一定的鲁棒性,提高了识别率。