[发明专利]一种声呐图像分割方法

说明书

本发明公开一种声呐图像分割方法，对声呐图像进行滤波处理，得到第一图像；在第一图像中定位目标亮区，利用膨胀算子对所述目标亮区的边缘检测点进行局部增强，并将增强后的目标亮区叠加所述第一图像中，得到第二图像；利用基于二维直方图模糊加权Tsallis熵分割算法，对所述第二图像中的目标亮区、目标暗区和混响区进行分割，得到第三图像；对所述第三图像进行后处理，得到最终的分割图像。本发明可以提高目标亮区、目标暗区和混响区的分割准确性，分割图像噪声低，分割效果显著提升。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种声呐图像分割方法。

背景技术

水声探测是海军国防、海洋资源开发等领域中的重要技术，主要是利用声呐在水下发射声音脉冲，声音脉冲波撞击水下目标时会发生散射，将探测到的回波信号进行叠加后生成声呐图像，并对声呐图像进行处理以识别水下目标。

受水下环境影响，声呐图像的成像特征包括水下目标对应的目标亮区(简称亮区)、水下目标的阴影对应的目标暗区(简称暗区)，其余部分由较小的黑色/白色斑点、噪声以及背景区域构成的混响区。声呐图像分割的目的在于将目标亮区、目标暗区以及混响区进行区分，从而提取用于识别水下目标的感兴趣区域。

声呐图像分割中应用最广泛的是直方图阈值法，该方法认为灰度概率分布的最佳分割与图像的目标区域有关，直方图的波谷可能表示原始图像中的目标区域，但除了灰度特征外，灰度直方图几乎不携带其他图像特征，例如空间信息等，无法实现声呐图像的精准分割。而另一种是基于熵算法的声呐图像分割，研究方向主要集中在阈值选取的合理性以及速度上，该方法一般将声呐图像看作是带有散斑噪声且分辨率低的光学灰度图像来处理，却忽略了声呐图像的成像特点，仍无法取得良好的分割效果。

发明内容

本发明提供一种声呐图像分割方法，以解决声呐图像分割准确性低、分割效果差的问题。本申请提供的声呐图像分割方法，包括：

对声呐图像进行滤波处理，得到第一图像；

在第一图像中定位目标亮区，利用膨胀算子对所述目标亮区的边缘检测点进行局部增强，并将增强后的目标亮区叠加所述第一图像中，得到第二图像；

利用基于二维直方图模糊加权Tsallis熵分割算法，对所述第二图像中的目标亮区、目标暗区和混响区进行分割，得到第三图像；

对所述第三图像进行后处理，得到最终的分割图像。

本申请提供的声呐图像分割方法主要包括滤波、目标亮区的局部增强、基于二维模糊加权的Tsallis熵分割以及后处理这几个环节。首先对声呐图像进行滤波，使声呐图像既有良好的边缘保持效果，又能对混响区噪声起到平滑作用；然后基于目标亮区在边缘检测图上的分布特性和形态学理论，定位目标亮区，并对目标亮区进行膨胀处理，从而实现目标亮区的增强，从而提高目标亮区分割的正确率；在图像分割方面，对传统的二维模糊Tsallis熵算法进行了加权处理，得到改进后的基于二维直方图模糊加权Tsallis熵分割算法，具有良好的去噪能力，可以提高目标亮区、目标暗区和混响区的分割准确性；由于声呐图像阈值分割后仍然存在噪声或目标失真的现象，本文在分割后增设后处理环节，以进一步降噪，提高声呐图像的分割效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1中示例性示出了一种声呐图像分割方法的流程图；

图2中示例性示出了声呐图像的示意图；

图3中示例性示出了DCT滤波后得到的第一图像的示意图；