吴涛，夏平，刘小妹，雷帮军



基于小波域多分辨率MRF的声呐图像目标分割

吴涛1,2，夏平1,2，刘小妹1,2，雷帮军1,2

(1. 三峡大学水电工程智能视觉监测湖北省重点实验室，湖北宜昌 443002；2. 三峡大学计算机与信息学院，湖北宜昌 443002)

声呐图像受噪声影响严重，分辨率低，传统算法对其目标分割效果较差，为此，提出了小波域多分辨率MRF模型的声呐图像分割算法。小波域多分辨率分析有利于提取声呐图像弱特征信息；每一分辨率中的观测特征采用高斯混合模型建模，尺度内同标记的观测特征用高斯模型建模，用各向同性的双点多级逻辑(Multi-Level Logistic，MLL)模型建模每一尺度的标记场；最后，用迭代条件模式(Iterated Conditional Mode，ICM)实现多分辨率马尔可夫随机场(Multi-Resolution Markov Random Field，MRA-MRF)中能量函数的最优解，获取标记场，完成声呐图像分割。从视觉效果和定量分析两方面验证。对比实验的结果表明，该文算法能有效地提取声呐图像的弱目标信息，较好地将目标区域和背景区域分割出来，具有较高的分割精度和鲁棒性。

声呐图像分割；小波分析；多分辨率马尔可夫随机场(MRA-MRF)；MLL模型

0 引言

声呐图像分割是水下目标识别的关键处理之一。分割的目的是要从复杂水底混响区域中提取出目标亮区和阴影暗区，并最大程度地保留图像目标边缘信息。声呐图像亮区对应于回波较强的区域，是目标的回波形成的[1-2]；目标亮区后面与之相邻的较暗区域是由水底物体的声学阴影形成的，阴影暗区在很大程度上反映了水底目标的特性。……