巩文静 田 杰† 黄海宁

(1 中国科学院声学研究所 北京 100190)

(2 中国科学院大学 北京 100049)

(3 中国科学院先进水下信息技术重点实验室 北京 100190)

0 引言

近年来，水下成像技术的日渐成熟为高分辨率水声图像的获得提供了可能，人工静止小目标的定位与识别技术得到了广泛研究[1−2]。由于目标成像受水下复杂环境、水底地形以及水介质特性的影响较大，所获得的水声图像存在噪声污染、边缘模糊等问题，因此目标识别过程存在一定阻碍[3]。尽管如此，在声呐设备获得的水声图像中，目标的形状特征仍然比较明显，形状特征作为描述目标的一个关键信息，在目标识别过程中发挥着重要作用，得到了国内外学者的广泛重视。

形状特征识别主要是利用目标或者周边阴影形状的几何特性。Dura 等[4]使用超椭圆曲线拟合算法，通过控制超椭圆函数的参数来拟合不同目标的阴影形状，从阴影部分的超椭圆函数中提取参数特征，以此实现对目标的分类，能够得到较高的准确率。Sinai 等[5]利用C-V 轮廓算法对目标及阴影区域分别进行分割，提取目标区域与阴影之间的距离、角度等几何参数作为特征，对合成孔径声呐(Synthetic aperture sonar, SAS)图像中的目标具有良好的识别效果。然而，随着声呐获取图像的角度、方位发生变化，目标的阴影形状会存在较大差异甚至不存在，通过阴影特征进行目标识别存在一定局限性。对此，Zhai 等[6]通过使用瑞利混合模型结合马尔科夫随机场直接对目标区域进行了分割，以此为基础得到目标轮廓，能够获取目标的形状特征。……