论文部分内容阅读
海底底质识别是潜艇坐底选择和海底扫布雷作业等军事领域、以及海洋工程和港口建设等民用领域的应用基础,准确识别不同底质类型具有重要意义。海底底质声学遥测方法按声信号入射方式可分为正入射法和斜入射法,本文针对基于侧扫声纳成像的斜入射底质分类方法进行了研究。
文中论述了常用的斜入射底质分类方法,主要包括功率谱法、灰阶共生矩阵、灰阶游程长度矩阵、灰阶差分统计、反向散射强度分位数、多分形分析等。利用以上方法进行底质分类实验后得出,这些常规方法并不能很好地识别不同底质。为此,提出以下的改进底质分类方法:
1)多尺度灰阶差分法(灰阶差分矩阵)。该方法计算多个位移矢量下的图像灰阶差分分布,由此反映图像在多个尺度上的纹理特性。
2)方向性分形维。利用分数布朗运动模型计算侧扫声纳海底图像在水平和垂直方向上的分形维,以体现声纳图像在水平和垂直方向上的不同粗糙度。
3)边缘细节量。根据不同底质图像中边缘、细节信息量相差较大的特点,利用二次反锐化掩模算子提取图像的边缘和细节用于底质分类。
4)灰阶—纹理单元共生矩阵。纹理单元由对应于像素8邻域的8个元素构成,反映了像素邻域的灰阶分布及对比度特性,从而基于像素灰阶和纹理单元值联合统计分布的灰阶—纹理单元共生矩阵能够更好地表征图像的纹理特性。
借助于k近邻分类器和C均值聚类算法,利用常规及改进底质分类方法的特征矢量对泥、沙和石三种类型海底图像进行了分类实验。改进底质分类方法的识别率均在90﹪以上,大大高于常规方法50~86﹪左右的识别率,尤其是当在没有先验海底底质样本的情况下而使用C均值分类器时。结果表明,与常规方法相比,改进底质分类方法具有更高的识别率和可靠性,从而能有效地用于海底底质分类。