小波域声纳图像识别

声纳图像的最主要缺点是所受噪声干扰大,针对这个问题,设计了一种抗噪性强的声纳图像识别算法.首先对传统的塔型小波分解和树型小波分解进行比较,利用完全树式小波分解法获得了小波域的块纳子图像.其次,根据小波系数移变的特点,分别采用方差、三阶中心矩、四阶中心矩和熵作为统计量提取图像的纹理特征.最后,按照特征本身的离散程度对其进行规范化处理.为了验证该算法的性能,采用最小距离分类器对实测的4000余幅块纳图像进行分类识别实验,实验结果表明,利用规范化处理后的方差作为块纳图像的纹理特征表示时,分类识别性能是最佳的.