大尺度声纳图像目标自动分类方法研究

针对大尺度海底声纳图像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理特征相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而实现分类。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率,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。