[发明专利]一种基于纹理特征与形状特征相融合的水声图像特征提取方法

权利要求书

1.一种基于纹理特征与形状特征相融合的水声图像特征提取方法，所述水声图像为海洋中的声纳图像；水声图像特征提取包括以下几个步骤：

步骤一：获得待检测水声图像，水声图像为灰度图像，对待检测水声图像进行分割，每幅图片只包含一种海底底质，得到只包含单一海底底质的图像I_1i；

所述图像I_1i大小为50*50像素；

步骤二：提取水声图像纹理特征边界；

步骤三：设边界提取后得到图像I_2i，图像I_2i为二值图像，将图像I_2i与单一海底底质的图像I_1i作对照，找到I_2i中像素值为1的点，并将其替换为图像I_1i中对应位置的灰度值，得到包含原图像灰度信息的边界图像I_3i；

步骤四：压缩灰度空间：边界图像I_3i的像素灰度值范围为[0,255]，将I_3i的灰度值范围线性映射为[0,15]，得到图像I_4i；

步骤五：扩展图像I_4i；

图像的各个像素灰度值均由各自8邻域或者4邻域像素灰度值之和替换，即计算每个像素的8邻域或者4邻域像素灰度对该像素的矩；

步骤六：构建灰度－基元共生矩阵；

步骤七：计算灰度－基元共生矩阵的特征向量；

ASM能量：

熵：

逆方差：

其中：k为灰度值的级数，GP(i,j)为灰度－基元共生矩阵中灰度值等于i、基元值等于j的点对数量；

其特征在于：

在步骤二中，采用Canny边缘检测算子检测和提取水声图像纹理特征边界；

采用Canny边缘检测算子快速实现水声图像纹理特征边界的检测和提取；Canny边界提取的阈值取0.5时，所获得的边界更能反映不同海底底质图形特征；

在步骤五中的扩展图像I_4i处理为：

将图像I_4i像素矩阵的四周各增加一行的0元素，即图像I_4i由原来m＊n大小扩展为(m+2)＊(n+2)；

图像I_4i的各个像素灰度值为最小纹理基元，求得各像素对应的基元后，得到基元阵；

基元阵同图像I_4i像素矩阵大小相同，同为m*n；

由基元阵得到图像I_5i；

在步骤六中的构建灰度－基元共生矩阵为：

灰度－基元共生矩阵由图像I_4i和图像I_5i共同构建的，灰度－基元共生矩阵中的元素GP(i1,j1)为灰度值等于i1、基元值等于j1的点对数量，由灰度－基元共生矩阵得到图像I_6i；

在步骤七的计算灰度－基元共生矩阵中，还增加了对比度和自相关性的两个特征量，因此灰度－基元共生矩阵是包含五个特征量的；

对比度：

自相关性：其中：