基于S-transform的声呐图像滤波与边缘检测

作     者：王玉聪 

作者单位：东北电力大学 

学位级别：硕士

导师姓名：田原嫄

授予年度：2024年

学科分类：082403[工学-水声工程] 08[工学] 080203[工学-机械设计及理论] 0816[工学-测绘科学与技术] 0824[工学-船舶与海洋工程] 0802[工学-机械工程] 

主      题：声呐图像 散斑噪声 图像滤波 图像边缘检测 S-transform 

摘      要：声呐系统是获取海底目标信息的最有力工具,声呐系统在海洋勘探、资源开发、海洋安全和生态研究等领域中具有重要的意义。声呐系统的应用帮助本文更好地了解海洋环境,促进可持续的海洋资源开发,预防海洋灾害,保护生态环境,并推动海洋科学的发展。在声呐图像的处理中,声呐图像滤波和边缘检测在海洋探测和目标识别中具有关键作用。本论文旨在研究和探索基于S变换的声呐图像滤波方法以及其边缘检测方法。S变换是一种新颖的时频分析方法,结合了时域和频域信息,对于声呐图像中的目标边缘和细节保留具有潜在优势。 首先,本文将二维S变换和离散正交S变换应用于声呐图像的滤波,并结合它们频谱特点对阈值方法进行了改进,得到了更为优异的滤波效果。针对二维S变换,本文克服了其处理时间长的缺陷,并将频率阈值与功率阈值相结合,不仅处理了高频噪声还去除了低频的部分噪声。对于离散正交S变换,本文旨在提高其在声呐图像上的滤波效果,用不同的阈值方法处理频率与功率信息,使其在声呐图像上得到了应用。 其次,本文将两种方法用于Canny算子的改进中,主要是将Canny算子的高斯滤波进行替换,提高声呐图像的去噪程度,进而提高边缘检测质量。实验发现,单一改变滤波器的Canny算子的边缘检测会使声呐图像的边缘图像任然存在大量的噪声边缘。针对这个问题,本文又将Laplace算子应用于边缘检测中,主要是去除图像中的噪声边缘。经过上述一系列的改进,边缘检测效果得到了很好的改善。 最后,在实验部分,本文基于真实采集的声呐图像进行了实验,并实施了基于S变换的声呐图像滤波算法和边缘检测方法。通过对比传统声呐图像滤波方法和边缘检测方法,本文验证了S变换方法在目标边缘保持和细节恢复方面的优越性。此外,本文还进行了定量评估,比较了不同算法在噪声抑制和图像边缘定位方面的效果。 综上所述,本文提出的基于S变换的声呐图像滤波方法具有较好的效果和潜力,在海洋探测和目标识别中具有广泛的应用前景。未来的研究可以进一步优化算法,探索S变换在其他领域中的应用,并结合实际场景进行更广泛的验证和评估。