张铭钧，张丽，万媛媛

(1.哈尔滨工程大学 水下智能机器人技术国防科技重点实验室，黑龙江 哈尔滨 150001;2.哈尔滨工程大学 机电工程学院，黑龙江 哈尔滨 150001)

水下目标识别是水下机器人智能化领域研究的重要内容之一［1］，由于水体对光线的散、折射作用和吸收效应以及水流、光照条件的影响，使得采集到的水下图像存在较强的模糊性、失真且信息冗余.又由于水下成像环境的特殊性，使得利用图像的单一特征难以完全表述目标物的特征属性，而图像的多类特征的提取可能造成信息之间的冗余性，因此，合理取舍或融合水下图像的各类信息是保证水下目标物识别准确率的一个关键因素［2］.针对水下灰度图像模糊的特点，文献［3］将迭代的双边滤波算法应用于Canny边缘检测，基于直线连接度量的Hough变换，获取全局和局部坐标系下定义的图像曲线，完成参数单元主动搜索空间特征点的模板匹配Hough变换，但Hough变换自身存在计算量大、耗费存储空间大的不足.文献［4-5］构造出离散状况下同时具有旋转、缩放和平移不变性的Hu氏不变矩描述目标物形状特征，一定程度上提高了目标识别准确率，但该方法忽略了摄像机镜头畸变对特征提取准确性的影响.为提高目标识别准确率，文献［6］利用广义典型相关分析对Gabor特征进行特征融合，采用监督近邻保留嵌套算法对高维彩色图像特征进行降维，该方法可以显著提高识别系统性能，但是水下彩色图像通常……