黄家闽，杨珑颀

(浙江大学信息与电子工程系，浙江 杭州 310027)

摘要：声纳图像作为探测水下目标的主要工具，常伴有非高斯噪声，传统的目标检测方法无法较好地应用于声纳图像。提出利用随机共振系统对图像进行降噪处理，并提取图像的梯度特征作为支持向量机的输入特征向量，最终实现水下目标的智能检测。仿真实验结果表明，通过调节随机共振系统的参数能够提高目标检测率，并且该方法的计算量小，具有一定的应用前景。

关键词：声纳图像；随机共振；目标检测；支持向量机

DOI: 10.13954/j.cnki.hdu.2015.01.004

基于随机共振和支持向量机的水下目标检测

黄家闽，杨珑颀

(浙江大学信息与电子工程系，浙江 杭州 310027)

摘要：声纳图像作为探测水下目标的主要工具，常伴有非高斯噪声，传统的目标检测方法无法较好地应用于声纳图像。提出利用随机共振系统对图像进行降噪处理，并提取图像的梯度特征作为支持向量机的输入特征向量，最终实现水下目标的智能检测。仿真实验结果表明，通过调节随机共振系统的参数能够提高目标检测率，并且该方法的计算量小，具有一定的应用前景。

关键词：声纳图像；随机共振；目标检测；支持向量机

DOI:10.13954/j.cnki.hdu.2015.01.004

收稿日期：2014-11-03

基金项目：中国博士后基金资助项目(2013M531457)

作者简介：黄家闽(1985-)，男，浙江奉化人，博士后，水声信号处理.

中图分类号：TP391.41

文献标识码：：A

文章编号：：1001-9146(2015)01-0023-04

Abstract:Sonar imaging， as an important tool for underwater target detection， is often corrupted by non-Gaussian noises， thus the conventional object detection algorithms cannot be effectively applied in sonar image processing. This paper proposes a new method in which a stochastic resonance system is applied to preprocess the images and then normed gradients features are input into the support vector machine， so as to intelligently detect underwater targets. The experiment results show that the proposed approach can improve the target detection rate by tuning the parameters of the stochastic resonance system. Moreover， this method has low computational load and relatively broad application prospect.

0引言

声纳图像是探测水下目标的主要工具，它的成像原理有别于普通光学图像，且常伴有大量非高斯噪声。……