郭　军,马金凤,王爱学

(1.国土资源部海底矿产资源重点实验室，广东 广州 510760;2.武汉大学 测绘学院，武汉 430079)



基于改进GLCM的侧扫声纳影像分类研究

郭军1,马金凤1,王爱学2

(1.国土资源部海底矿产资源重点实验室，广东 广州 510760;2.武汉大学 测绘学院，武汉 430079)

摘要：提出一种基于改进GLCM的算法IGLCM用于侧扫声纳影像的分类，IGLCM反映像素与其邻域像素的灰阶联合分布，全面描述像素与其邻域像素所在区域的纹理特征。利用GLCM和IGLCM分别提取4种纹理特征，应用支持向量机对侧扫声纳海底底质进行分类。研究结果表明，IGLCM分类精度优于GLCM，更适合侧扫声纳分类。

关键词：侧扫声纳系统；灰度共生矩阵；纹理；分类

灰度共生矩阵[8-9](Gray level co-occurrence matrix，GLCM)是一种常用的纹理分析方法，该方法建立在估计图像的二阶组合条件概率密度函数的基础上，广泛应用各种类型图像的纹理分析和特征参数提取。然而，GLCM有其局限性，计算纹理特征时，并没有考虑像素的邻域灰阶分布，对纹理特征参数的能量有一定的损失。为此，本文提出一种改进的GLCM算法，IGLCM(Improved Gray level co-occurrence matrix)，充分考虑图像像素与邻域中所有像素的灰阶联合分布。

1侧扫声纳成图原理

侧扫声纳成像是利用声波在水中的传播实现的。换能器发射声脉冲，以球面波的方式向远方传播，到物体后按原路径反向散射至换能器，形成PING数据[10]。随着船体的运动，侧扫声纳不断地向海底垂直发射波束并记录回波，将采集的每PING回波按测量的先后顺序堆叠在一起形成侧扫声纳图像。将每PING回波量化至灰度级上，便可形成回波图像序列。……