基于声纳图像纹理特征的海底底质分类方法研究.pdf

《基于声纳图像纹理特征的海底底质分类方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第3期海洋测绘Vo1．35．NO．32015年5月HYDROGRAPHICSURVEYINGANDCHARTINGMay，2015DOI：10．3969／j．issn．1671—3044．2015．03．016基于声纳图像纹理特征的海底底质分类方法研究赵永祯，唐劲松，钟何平(1．91388部队，广东湛江524022；2．海军工程大学电子工程学院，湖北武汉430033)摘要：一般不同底质的海底声纳图的纹理特征不同。重点分析了不同底质声纳图像纹理特征的差异，为底质分类的实现提供了基础。并提取了海底

2、声纳图像的灰度共生矩阵，将灰度共生矩阵的统计特征作为特征向量。最后应用自组织迭代([SODATA)分类算法依据对特征向量进行分类，从而实现了海底底质的划分。关键词：海底底质分类；声纳图像；纹理；GLCM；ISODATA中图分类号：P237文献标志码：B文章编号：1671—3044(2015)03—006004通过研究图像中两个像素灰度级联合分布的统计形1引言式，反映纹理中灰度级空间相关性的规律。灰度共海底沉积物的声波反向散射特性较为复杂，单生矩阵通过影像灰度级之问的联合条件概率密度函纯依靠反向散射强度

3、进行海底底质分类，对于平坦数表示纹理。一般根据图像像素的方向和距离构造的砂质泥底和砾石底能够实现分类，但对于地形复矩阵，然后通过计算位于相同位置关系的一对像素杂和混合沉积物的海底底质，可能无法实现准确的的条件概率来表示纹理特征。分类。例如，在深海的岩石区单纯依靠反向散射强在实际应用中，作为纹理识别的特征量是上述度(即灰度级)可能无法将海底的岩石与邻近地区灰度共生矩阵计算出来的一些统计量J。覆盖在岩石上的细砂分开；低频声波可能直接穿透Haralick5J提出了l4种基于灰度共生矩阵的纹理量较薄的细砂层，

4、并从底层的岩石界面反射，从而无法化方法，本文从灰度共生矩阵中提取4个描述纹理反映沉积物的真实分布情况。为此需要利用其他特常用的统计量：对比度、角二阶矩、熵、相关性。提取征参量进行底质分类，例如声纳图像的纹理特征。纹理特征需要对灰度共生矩阵的计算结果作适当处纹理可以看作是按一定规则或基元排列所形成的一理J。最简单的方法是分别取方向为0。、45。、种重复模式，它能够反映海底的底质特性，并已在许90。、135。，距离为1的偏移参数，构造灰度共生矩多研究中用于声纳图像的分类J。阵，然后分别求得其纹理特征量，再

5、对这些特征量计算其均值和方差。描述纹理常用的4个统计量为：2声纳图像纹理特征提取(1)角二阶矩纹理是图像的基本特征，是进行图像分析和图ASM=∑∑P(，)(1)像理解的一个极其重要的信息。与其他图像特征相‘J(2)对比度比，纹理能够反映图像灰度模式的空间分布，包含了图像的表面信息及其与周围环境的关系，更好地兼CON=∑∑(—j)Zp(，)(2)J顾了图像的宏观结构和微观结构l3J。本文采用灰(3)相关度共生矩阵提取海底声纳图的纹理信息作为底质分COR=[∑∑(ij)p(，)一]／J类的特征向量，采用基

6、于共生矩阵方法提取图像的NNNN纹理特征，将能量、熵、相关、对比度4个纹理特征向=∑i∑p(，)，=∑∑p(，)i=1J=1i=1J=1量统计特征的均值和标准差作为图像的纹理特征。NN2．1灰度共生矩阵6=∑(i—IXx)∑p(，)，灰度共生矩阵用于描述图像的纹理特征，它是收稿日期：2014—04．22；修回日期：2015—01—27基金项目：国家自然科学基金(61072092)。作者简介：赵永祯(1990一)，男，山东菏泽人，助理工程师，硕士，主要从事水声信号处理研究。第3期赵永祯，等：基于声纳图像

7、纹理特征的海底底质分类方法研究63MultibeamBathymetricSonarData『J]．Mar．Techno1．ofMultibeamBackscatterandBathymetryDatafromSoc．J．，1993，27(1)：24—3O．StantonBank(AreaIV)[J]．AppliedAcoustics，2009，[7]JianhuZhao，HongmeiZhang．SeabedClassification25(4)：1269—1276．BasedonSOF】ⅥNeur

8、alNetwork『C]／／International[9]朱述龙，朱宝山，王红卫．遥感图像处理与应用[M]．北ConferenceonComputerScienceandSoftware京：科学出版社，2006．Engineering．Melbourne，Australia，2008．[10]马飞虎，鄂栋臣，赵建虎，等．基于ISODATA算法的海[8]IvorMarsh，ColinBrown．NeuralNetworkClassification底底质