大尺度声纳图像目标自动分类方法研究

摘要：

针对大尺度海底声纳图像l中小目标的自动识别问题，提出了一种基于分形维探测与纹卵特征卡结结合的目标自动分类算法。该算法采用分形维探测方法实现尺度变换，并在此基础上利用基于灰度共生矩阵的纹理特征描述目标特性，最后采用SVM算法解决图像声纳小目标识别中小样本，非线性及高维的现实难题向实现分类。实验结果表明，此算法在对解决大尺度声纳图像分类问题是有效性的，并且具有较高的识别牢，同时还比较分析了采用不同核函数所构造的SVM对此类问题的不同的分类效果。

关键词：声纳图像、灰度共生矩阵、分形维探测、纹理、核函数

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：23-26