空间约束FCM与MRF结合的侧扫声呐图像分割算法.pdf,针对侧扫声呐图像斑点噪声强、目标分割困难的问题，提出了一种基于空间约束的快速模糊C均值聚类(SCFFCM)与马尔可夫随机场(MRF)相结合的分割算法。为克服噪声干扰，该算法首先基于贝叶斯最大后验概率理论在非下采样Contourlet变换域去除声呐图像中的强斑点噪声;然后为加快分割速度，提出SCFFCM算法，该算法用于给出一个较好的初始分割；接着由初始分割计算MRF模型的约束场，再根据图像邻域内灰度波动情况自适应更新结合权值，进而求解得到FCM模糊场与MRF约束场的联合场，并基于最大概率准则得到分割结果；最后，采用形态学去除分割结果中的孤立噪点，并完成孔洞填充。对仿真及实际的侧扫声呐图像的分割实验结果表明，所提算法较FCM和现有的一些FCM改进算法有更强的抗噪能力、更高的分割精度以及更快的运算速度。

该软件是一款成像声呐仿真软件，融入了换能器设计、波束形成原理、声波传播衰减理论、海底散射理论、回波亮点模型等技术于一体。自带丰富的3维点云库，支持第三方3维点云数据导入；可对物体进行静态或者动态成像；支持成像结果导出。适合基于成像声呐进行水下目标识别、水下物体三维重构、水下SLAM等研究需要大量接近实际的仿真数据的人群。

针对现有声呐图像去噪方法“保边去噪”能力不足的问题,提出了一种结合非线性滤波器的形态小波域声呐图 像去噪方法。首先,在形态小波完备重构条件下构建了二维形态中点小波。其次,对形态中点小波的细节分析算子进行多 重化处理,对信号分析算子采用取中值的更新提升方案提升,并且为克服形态小波的“块状效应”,将图像的平均处理方 法应用在形态中点小波去噪过程中。最后,在不同背景下进行多方面的仿真对比实验,实验数据显示形态中点小波的各 项评估指标优于现有的小波去噪方法,验证了所提方法的可行性、有效性和可靠性。

水下目标检测、识别和跟踪是具有重要意义的热点研究问题,在军事和民用领域都有重要的应用.鉴于此,对基于声呐图像的水下目标检测、识别和跟踪原理、方法以及典型算法的研究进展进行全面阐述.首先论述基于声呐图像的水下目标检测、图像去噪、图像分割等方面的主要进展以及典型算法和算法扩展;然后对水下目标声呐图像识别中的特征提取、特征分类方法和主要技术难点进行讨论;最后阐述基于水声信号处理和声呐图像信息的水下目标跟踪方法和算法.通过对水下目标处理过程各个过程的深入讨论和对比分析,指出基于声呐图像的水下目标检测、识别和跟踪中急需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做进一步的展望.

《声呐图像处理》最新版 主要介绍声呐图像的去噪、增强、分割技术 ；多波束测深及图像数据处理

本书详细讲解了多波束测深的原理、侧扫声呐在海底地形绘制、水下目标识别的应用、可以供水声等相关专业科研人员参考

介绍了比较新的声呐图像处理技术，在水下目标识别中有广泛应用，可以供水声工作者参考

侧扫声呐FCN图像分割。。其中包括与C-mean的对比。与改进后的G-FCN,BEMD-FCN代码。并附20张声呐原始图像