水聲圖像處理與模式識(shí)別.pdf

1、本論文主要進(jìn)行水聲圖像處理和模式識(shí)別領(lǐng)域的算法研究和開發(fā)。包括圖像處理的基本算法、基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的圖像處理算法、形態(tài)學(xué)圖像處理算法及目標(biāo)識(shí)別算法。 本文所研究了圖像處理的基本算法中圖像的旋轉(zhuǎn)和非整數(shù)倍縮放算法并將其用于實(shí)現(xiàn)目標(biāo)識(shí)別的旋轉(zhuǎn)不變性和尺度不變性?；叶戎狈綀D均衡用于解決水聲圖像通常較暗這一問題。本文提出了一種新的二值化算法叫做直方圖平滑二值化算法，并將其推廣實(shí)現(xiàn)了圖像的快速多閾值分割。此外，還對(duì)一種自適

2、應(yīng)確定二值分割閾值的Otsu算法進(jìn)行深入研究，并廣泛用于本文的其它部分。 PCNN算法是目前圖像處理領(lǐng)域中一種較新的算法，是圖像處理算法中的熱門課題。本文對(duì)基于PCNN二值圖像邊緣提取、細(xì)化和去噪算法進(jìn)行了重點(diǎn)研究，其中二值圖像去噪算法是對(duì)同行提出的基于PCNN的灰度圖像去噪算法中的關(guān)鍵參數(shù)進(jìn)行改進(jìn)而實(shí)現(xiàn)的，達(dá)到了很好的去噪效果。 對(duì)于形態(tài)學(xué)圖像處理進(jìn)行了廣泛深入的研究，利用二值形態(tài)學(xué)的開啟、閉合操作為后續(xù)的目標(biāo)識(shí)別提供

3、了高質(zhì)量的中間結(jié)果。將形態(tài)學(xué)平滑算法、形態(tài)學(xué)梯度算法與對(duì)應(yīng)功能的常規(guī)算法進(jìn)行比較分析，闡明了它們各自優(yōu)缺點(diǎn)和特性。將高帽變換用于側(cè)掃聲納圖像目標(biāo)的預(yù)處理，將陰影區(qū)作為目標(biāo)特征以用于目標(biāo)識(shí)別。 最后在上述各種算法基礎(chǔ)之上計(jì)算區(qū)域的特征向量，開發(fā)出了側(cè)掃聲納目標(biāo)自動(dòng)探測(cè)算法，高度對(duì)稱目標(biāo)自動(dòng)識(shí)別算法和矩形與(橢)圓形區(qū)域自動(dòng)分類識(shí)別算法。在矩形與(橢)圓形區(qū)域自動(dòng)分類識(shí)別算法部分提出了一種新的無孔區(qū)域周長(zhǎng)算法，解決了周長(zhǎng)計(jì)算中的陷阱