侧扫声纳目标自动探测研究

为了解决水声图像因受到噪声、多途、混响的影响,使水声图像特征难以提取的问题,针对海底目标的识别,通过对图像处理算法的研究以及大量的实验分析,给出了侧扫声纳图像目标自动识别的有效方法。其中包括图像的增强、二值化、二值开闭操作、特征提取、特征计算及目标识别等内容。通过对面积特征的提取和计算实现了对水下目标的自动探测。     

矩形和（椭）圆区域目标的分类识别

研究了矩形与(椭)圆形区域目标的分类识别问题,详细阐述了区分矩形和(椭)圆形区域目标的方法和步骤.在二值图像中存在着不同角度和尺寸的矩形与(椭)圆形区域目标,通过两种目标的面积、周长与其边界框对应参数的关系很好地区分了矩形和(椭)圆形目标,并给出目标的中心位置、长度(或长轴长)、宽度(或短轴长)、周长、面积及最小惯性轴的角度等重要几何参数.该方法直观,且具有旋转、平移、尺度不变性.