基于非監(jiān)督特征學(xué)習(xí)的側(cè)掃聲吶圖像聚類(lèi)分割研究.pdf

1、側(cè)掃聲吶是海洋活動(dòng)中常用的探測(cè)裝置，它通過(guò)成像的方式展示信息。側(cè)掃聲吶圖像具有分辨率低、噪聲大、灰度分布范圍窄的特點(diǎn)，也因此給側(cè)掃聲吶圖像的目標(biāo)分割帶來(lái)很大困難。在分析當(dāng)前主流的圖像分割技術(shù)與發(fā)展趨勢(shì)后，本文對(duì)通用性強(qiáng)的聚類(lèi)算法和基于非監(jiān)督特征學(xué)習(xí)的方法做了研究。
　　本文首先針對(duì)側(cè)掃聲吶噪聲強(qiáng)的特點(diǎn)，分析了聲吶噪聲產(chǎn)生的原因，聲吶噪聲的分類(lèi)并對(duì)噪聲進(jìn)行建模。在此基礎(chǔ)上分析了聲吶去噪的常用方法，將應(yīng)用在光學(xué)圖像上的若干效果突出的算

2、法在聲吶圖像上進(jìn)行了嘗試。對(duì)具有不同場(chǎng)景特點(diǎn)的聲吶圖像做了去噪實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，上述方法對(duì)于聲吶圖像也是有效的。在此基礎(chǔ)上，進(jìn)一步分析了算法之間去噪效果差異和不同噪聲去噪效果之間的優(yōu)劣原因，并描述了這些去噪算法在聲吶去噪應(yīng)用上的一些可能的改進(jìn)措施。接著，結(jié)合側(cè)掃聲吶圖像的特點(diǎn)，遴選紋理特征中的兩種目前應(yīng)用廣泛的重要特征，局部二值模式和類(lèi)哈爾特征，對(duì)它們的原理做了詳細(xì)的描述，并利用目前在諸多領(lǐng)域取得了突破性進(jìn)展的深度學(xué)習(xí)算法中的一種，稀

3、疏自編碼器，來(lái)對(duì)側(cè)掃聲吶圖像進(jìn)行特征學(xué)習(xí)，成功地構(gòu)建了專(zhuān)門(mén)針對(duì)側(cè)掃聲吶圖像的特征。通過(guò)對(duì)比分析認(rèn)為使用特征學(xué)習(xí)得到的特征對(duì)基于聚類(lèi)的側(cè)掃聲吶圖像分割具有明顯的優(yōu)勢(shì)。然后，詳細(xì)地介紹了K均值聚類(lèi)、層次聚類(lèi)、模糊聚類(lèi)和譜聚類(lèi)這四種能夠在側(cè)掃聲吶圖像分割中應(yīng)用的常用的基礎(chǔ)聚類(lèi)算法，討論了它們的原理，并使用本文通過(guò)非監(jiān)督學(xué)習(xí)得到的特征，用圖像的灰度信息作為對(duì)照組，在側(cè)掃聲吶圖像的樣本中進(jìn)行了試驗(yàn)，并對(duì)結(jié)果做了比較分析。最后，在基于前述K均值算法