基于形状特征的水声图像小目标识别方法

摘要

摘要：为了抑制背景噪声，提高目标识别准确率，该文提出一种基于形状特征的水声图像小目标识别方法。对含有目标的水声图像进行非局部均值去噪处理后，使用OTSU算法自适应选取阈值对去噪图像进行二值化分割，结合形态学处理获得分割后的目标区域；提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数，将目标的特征向量输入随机森林分类器实现对目标形状的识别。在仿真和实测数据集上分别进行了实验，结果表明，该方法对水声图像中的目标具有较高的识别率，可以实现不同高斯噪声背景下的目标识别，相较于其他方法在识别率上有一定提高。
关键词：水声图像；OTSU算法；形状特征；不变矩；目标识别

定义

1.非局部均值去噪
充分利用图像中的冗余信息，在去除图像噪声的同时能够最大程度地保持图像的细节特征，抑制背景，突出目标。
使用miniSAR图片进行去斑处理，效果和增强GammaMap相似，略好一些，经过调参更优一些，可以考虑以此为改进创新写论文。
肉眼看上去可读性更强，但是草地纹路被消除了。
2.OTSU算法
OTSU算法使用聚类思想自动选取阈值，通过计算方差寻找一个合适的灰度级把图像灰度分成两个部分， 使得它们之间的灰度值差异最大。
差异:类间方差来衡量
3.随机森林
做传统算法的研究，必须掌窝这些传统的分类器
SVM，随机森林，稀疏表示分类器等。