随着声纳技术的发展,声纳图像在海洋开发领域占据着越来越重要的位置。利用声纳图像进行目标识别已经成为图像处理领域的重要研究课题。作为目标识别中最重要的一环,声纳图像的特征提取技术也日益发展和成熟起来。本文主要基于形状和纹理信息对声纳图像进行特征提取,主要内容包括:1.针对背景简单,目标轮廓清晰的声纳图像,采取了经典的几何特征提取,利用周长、面积、形状参数比、长短轴和偏心率等特征量对目标进行分类识别。2.针对声纳图像的特点,提取图像的形状特征,包括区域Radon不变矩、边缘Radon不变矩和形状标识不变矩,这三种特征都具有尺度、平移和旋转不变性,适合水下目标的分类识别。同时通过实验对三种方法进行分析比较其在识别速度和性能上的优劣。3.根据声纳图像的纹理信息,确定了邻域灰度共生矩阵的纹理特征提取方法,并选取合适的特征量作为目标的纹理特征,对沙、石、冰层三种类型的海底底质进行分类。4.在海底目标检测中,针对声纳图像受海底混响干扰严重的缺点,研究了将高阶谱中双谱的谱峰值大小作为判别海底目标有无的方法。利用高阶谱抑制了图像背景中的不相关噪声,使目标高阶相关性增强,可以有效的检测声纳系统图像中的目标。