董凌宇，单瑞，刘慧敏，于得水，杜凯

1.中国地质调查局青岛海洋地质研究所，青岛266071

2. 青岛海洋科学与技术国家实验室海洋矿产资源评价与探测技术功能实验室，青岛266071

水下目标识别技术被广泛应用于水下搜救、天然气水合物探测、石油勘探、沉船搜寻、水下考古等领域[1]。其中，水下沉船识别技术在航道疏浚和安全保障、水下考古和文物发掘等多应用领域有着重要的意义。侧扫声呐系统具有测量范围大、分辨率高等优点，可高效完成大面积海域的水下目标探测，广泛应用于水下沉船识别工作。受复杂海洋环境影响，侧扫声呐的目标影像往往存在图像模糊、畸变以及与其他成像体（如鱼群或悬浮物等）相似度高等问题[2]。因此，高精度的侧扫声呐图像分类提取算法是对沉船等目标进行有效识别的关键。

目前，侧扫声呐图像的目标识别算法通常基于图像分割法、支持向量机法、卷积神经网络法、纹理特征分类法等。其中，基于图像分割的方法主要根据声呐图像中遮蔽物体存在反射区与阴影区临近的现象识别沉船，但其聚类往往受到岩体、海脊和沙波的干扰而出现误识别[3]；支持向量机法使用沉船轮廓的不变矩进行沉船目标识别[4]，但由于其声呐图像多由测量实验池获得，缺失海底复杂地形与底质类型的特性，其运用于复杂海底环境存在一定局限性；卷积神经网络法基于像素重要性值，通过提取图像内点特征及其聚集度来识别目标，但由于声呐图像数据量较小，导致卷积神经网络在分类时易存在过拟合的现象，错将非目标物体识别为目标物体[5]。……