水下声呐成像技术是唯一远距离获取水下目标信息最有效的方式,是探索水下未知世界的重要工具之一。然而其存在易受环境干扰、成像后的图像质量差、对比度低等问题,严重影响后续目标识别,在对声呐图像进行识别前有必要对声呐图像进行预处理以达到视觉识别目标要求。同时声呐图像又有别于传统光学成像,采用传统图像处理手段并不适用于声呐图像处理。因此,本研究从人眼视觉感知和信息处理角度出发,采用以小波为基础的多分辨图像分析工具对声呐图像进行多尺度分析,本论文在深入分析多分辨基础下主要研究如下声呐图像处理问题。首先,在广阔水域下目标探测时所传回大量声图数据并非都含有目标,在图像进一步处理前有必要对目标有无判别,如仅靠人工目视对目标判别有无这一传统检测方式,显然存在效率低下、成本高、主观性强、检测周期长等问题。基于此,本文提出采用含目标的声呐图像与不含目标的背景声呐图像间纹理差异,通过“匹配”的思想对目标有无进行有效判别。其次,针对低分辨率的声呐灰度图像易受背景、环境等噪声干扰,造成声呐图像模糊,目标信息不明确,影响对声呐目标识别。本文在一维双树高密度小波分析基础上提出二维双树高密度小波结构,结合双变量收缩函数对声呐图像进行降噪处理,在降低噪声同时尽可能保留声呐细节边缘。最后,声呐图像分割是声呐图像处理关键研究问题,其问题研究重点为在不破坏原始图像边缘信息前提下从复杂水下混响区分割出目标区和阴影区,本研究针对所处理声呐水下目标图像大都为残骸,加之环境腐蚀作用进一步使目标边缘轮廓出现模糊、断层等现象,因而声呐图像分割比光学成像图形多分辨分割处理所面临更为复杂问题。本文采用多分辨几何分析工具曲波变换,同时考虑纹理间空间相关性关系提出基于曲波域下多尺度高斯马尔科夫水平集对声呐图像进行有效分割。