一种基于Weyl变换的声纳图像特征提取方法技术

本发明专利技术提供一种基于Weyl变换的声纳图像特征提取方法，利用Weyl变换获取声纳图像的特征值，主要包括图像预处理、掩膜采样、像素矢量化、构建多尺度置换矩阵、特征空间降维、计算Weyl变换特征值等步骤。本发明专利技术利用Weyl变换实现对声纳图像的特征提取，图像中不同形式的二元周期性变换在Weyl系数中具有不同的特征，借助Weyl变换能够准确捕捉声纳图像的灰度分布模式，由于Weyl变换对于一系列多尺度几何变换具有高度对称性，使得图像样本在特征空间内呈现紧致且有显著区分性的集簇分布形式。通过上述方法，本发明专利技术能够有效且稳定地提取声纳图像中的灰度分布特征，提升了声纳图像目标识别的准确性和鲁棒性，为水下目标识别提供了新的技术方法。

【技术实现步骤摘要】
一种基于Weyl变换的声纳图像特征提取方法
本专利技术涉及一种声纳图像特征提取方法，尤其涉及一种基于Weyl变换的声纳图像特征提取方法，属于海洋声学遥感探测

技术介绍
水下目标识别是海洋探测
的重要研究内容，作为水下探测的重要方式，利用多波束声纳、侧扫声纳、前视声纳等设备获取的声纳图像可以解译海洋中的多种环境目标特征，广泛应用于海洋环境要素观测、海洋声学参数反演、军事目标侦察等任务，因此基于声纳图像的目标识别与分类技术在海洋测绘、海洋工程建设、海洋军事活动中具有十分重要的作用。利用声纳图像进行水下目标分析，首先需要对获取的声纳原始数据进行解析，综合声波的时空信息对水下环境进行成像，然后对生成的声纳图像进行去噪和增强处理，使其具有更显著的目标特征，最后利用特定的特征提取方法捕捉目标的有效特征量，结合分类器的智能化处理判断目标类型。传统的声纳图像特征主要分为形状特征和区域特征。形状特征可以获取声纳图像中目标的形状轮廓差异特性，包括目标周长、面积、长短轴、偏心率等，主要用于外形轮廓具有一定规律性的目标。区域特征可以反映图像区块水平的整体分布信息，通常利用图像区块的纹理结构、统计特性等表示特定区域的特征。然而声纳图像信道单一的特点使其信息量十分有限，加之水下目标的多样性和海洋环境的动态复杂性，声纳图像对于观测目标的结构细节呈现远不及光学图像精准，对声纳图像进行特征提取成为水下目标识别的重点和难点。目前还没有统一的模型可以同时描述各种类型水下目标的显著特征，在不同的任务中往往采取有针对性的算法捕捉目标的有效特征，从而保证较高的识别准确率。近年来随着海洋空间活动的日益增多，水下目标探测技术的应用从军事、工程应用拓展到生物、地质、生态保护等更加广泛的领域，探测的对象也从大尺度的地形特征、舰艇类型延伸到小尺度的生物种类、底质类型等。与此同时，探测对象的多样化、精细化对特征提取算法提出了更高的要求，需要进一步丰富声纳图像特征分析的方法和技术，发展识别率高、鲁棒性强的特征提取算法成为提升水下目标识别的重要课题。
技术实现思路
为解决上述问题，本专利技术以声纳图像的纹理特征为主要研究对象，针对声纳图像中目标的几何结构特点进行研究。图像灰度分布模式能够反映目标的局部结构信息，在水下目标识别中具有稳定高效和应用广泛的优势。综合考虑特征提取方法的准确性和通用性，本专利技术中提出的基于Weyl变换的声纳图像特征提取方法利用变尺度掩膜法对声纳图像进行采样，在准确匹配目标尺度的同时，实现特征提取的高分辨率；利用Weyl变换对选定的样本图像进行多尺度分解，以图像的Weyl系数作为目标识别的特征量，提升了声纳图像目标识别的准确性和稳定性，尤其是在海底地貌、海洋生物探测领域，为水下目标识别提供了新的技术方法。本专利技术的目的是这样实现的：一种基于Weyl变换的声纳图像特征提取方法，包括以下几个步骤：步骤1.利用中值滤波法对声纳图像进行预处理：针对声纳图像中的环境噪声和传感器噪声特点，采用中值滤波进行噪声消除并保持图像细节；设待处理的声纳图像每一像素点的灰度值为f(x，y)，以目标像素p为中心，选取的正方形滑动掩膜对像素点的邻域进行采样，将采样区域内的像素按照像素值大小进行排序，生成单调上升的数据序列，经过滤波处理后掩膜中心点的像素值设置为上述数据序列的中值；通过滑动掩膜的连续处理，获得滤波后的图像g(x，y)＝med{f(x±k，y±l)，(0≤k，l≤N)}，从而消除孤立噪声点；步骤2.利用掩膜法对图像进行采样并将区块像素矢量化：根据待检测目标的尺度选定匹配的正方形掩膜Lw×Lw，其中Lw的选取满足Lw＝2r，利用移动掩膜法从预处理后的图像g(x，y)中截取图像样本，然后将采样得到的区块像素以stacking方式进行矢量化，得到对应的灰度值向量y＝(pv1pv2…pv22r)T，步骤3.计算图像区块像素矢量的协方差矩阵：Mc＝yyT；步骤4.构建多尺度符号置换矩阵；步骤5.对Weyl变换特征空间进行降维；步骤6.计算图像区块的Weyl系数，利用构建的符号置换矩阵计算出Weyl特征空间的全部特征值本专利技术还包括这样一些特征：所述步骤4具体包括以下子步骤：步骤4.1.取m＝2r，设定二进制m元组a＝(am-1…a0)T，b＝(bm-1…b0)T，其中二面体群D8变换矩阵步骤4.2.构建多尺度置换矩阵D(α，0)和符号变换矩阵D(0，b)其中为Kronecker积，D(a，0)偏左侧的因子项能够实现粗粒度置换，偏右侧的因子项能够实现细粒度的置换；步骤4.3计算符号置换矩阵：由此基于m元组a和b，可以构建22m个符号置换矩阵且所述步骤5具体包括以下子步骤：步骤5.1由步骤4可知，对于图像采样尺度Lw＝2r构建出22m个符号置换矩阵，每一个符号置换矩阵等价于二面体群中的一种旋转和平移组合置换形式，图像区块像素矢量在该矩阵下的变换系数构成一个分解维度，因此原始特征空间共有22m个维度；令G表示由90°旋转和双向(垂向/水平)平移生成的正方形变换群，以G中相同的变换结果为标准，分别可以将a和b分成Na、Nb个等价类，每一等价类内仅保留一个元组，从而实现Weyl变换的置换矩阵等价类降维；合并等价类后，特征空间维数降低为Na×Nb；步骤5.2经过合并等价类降维后，a＝0的等价类反映的是信号的方差信息而非自相关信息，将该等价类移除，去除Nv个分量；aTb＝1的等价类对应的Weyl变换系数常为零，将该部分置换矩阵等价类移除，去除Nz个分量；经过降维后的Weyl变换特征空间维数为：NR＝Na×Nb-Nv-Nz；所述步骤6通过计算图像区块像素矢量的Weyl系数作为图像特征值：最终经采样得到的图像区块的特征值为与现有技术相比，本专利技术的有益效果是：本专利技术利用Weyl变换实现对声纳图像的特征提取，图像中不同形式的二元周期性变换在Weyl系数中具有不同的特征，借助Weyl变换能够准确捕捉声纳图像的灰度分布模式，由于Weyl变换对于一系列多尺度几何变换具有高度对称性，使得图像样本在特征空间内呈现紧致且有显著区分性的集簇分布形式，提升了水下目标识别的准确性和鲁棒性。附图说明图1是本专利技术基于Weyl变换的声纳图像特征提取算法工作示意图。具体实施方式下面结合附图与具体实施方式对本专利技术作进一步详细描述。专利技术的技术方案包含以下要点：步骤1.利用中值滤波法对声纳图像进行预处理；步骤2.利用掩膜法对声纳图像进行采样并将像素矢量化；步骤3.计算图像采样区块像素矢量的协方差矩阵；步骤4.构建多尺度符号置换矩阵；步骤5.对Weyl特征空间进行降维；步骤6.计算图像区块像素矢量的Weyl特征值。本专利技术是一种基于Weyl变换的声纳图像特征提取算法，通过对图像区块的多本文档来自技高网...

【技术保护点】
1.一种基于Weyl变换的声纳图像特征提取方法，其特征在于包括以下几个步骤：/n步骤1.利用中值滤波法对声纳图像进行预处理：/n针对声纳图像中的环境噪声和传感器噪声特点，采用中值滤波进行噪声消除并保持图像细节；设待处理的声纳图像每一像素点的灰度值为f(x，y)，以目标像素p为中心，选取

【技术特征摘要】
1.一种基于Weyl变换的声纳图像特征提取方法，其特征在于包括以下几个步骤：
步骤1.利用中值滤波法对声纳图像进行预处理：
针对声纳图像中的环境噪声和传感器噪声特点，采用中值滤波进行噪声消除并保持图像细节；设待处理的声纳图像每一像素点的灰度值为f(x，y)，以目标像素p为中心，选取的正方形滑动掩膜对像素点的邻域进行采样，将采样区域内的像素按照像素值大小进行排序，生成单调上升的数据序列，经过滤波处理后掩膜中心点的像素值设置为上述数据序列的中值；通过滑动掩膜的连续处理，获得滤波后的图像g(x，y)＝med{f(x±k，y±l)，(0≤k，l≤N)}，从而消除孤立噪声点；
步骤2.利用掩膜法对图像进行采样并将区块像素矢量化：
根据待检测目标的尺度选定匹配的正方形掩膜Lw×Lw，其中Lw的选取满足Lw＝2r，利用移动掩膜法从预处理后的图像g(x，y)中截取图像样本，然后将采样得到的区块像素以stacking方式进行矢量化，得到对应的灰度值向量
步骤3.计算图像区块像素矢量的协方差矩阵：Mc＝yyT；
步骤4.构建多尺度符号置换矩阵；
步骤5.对Weyl变换特征空间进行降维；
步骤6.计算图像区块的Weyl系数，利用构建的符号置换矩阵计算出Weyl特征空间的全部特征值


2.如权利要求1所述的一种基于Weyl变换的声纳图像特征提取方法，其特征在于，所述步骤4具体包括以下子步骤：
步骤4.1.取m＝2r，设定二进制m元组a＝(am-1…a0)T，b＝(bm-1…b0)T，其中二面体群D8变换矩阵



步骤4.2.构建多尺度置换矩阵D(a，0)和符...

【专利技术属性】
技术研发人员：赵玉新，赵廷，何永旭，刘厂，朱可心，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23