1、我國(guó)具有廣闊的海域，隨著我國(guó)的經(jīng)濟(jì)發(fā)展，國(guó)力日益強(qiáng)盛，對(duì)海洋開(kāi)發(fā)的重視程度也越來(lái)越高。聲納成像技術(shù)現(xiàn)在已成為水下探測(cè)的重要技術(shù)之一，在水下導(dǎo)航、目標(biāo)跟蹤等方面具有不可替代的作用。而聲納圖像承載著水下聲納設(shè)備探測(cè)到的絕大部分信息，對(duì)其的研究已經(jīng)成為數(shù)字圖像處理領(lǐng)域的重要分支之一。其中，聲納圖像分割算法的研究是聲納圖像處理的重要基礎(chǔ)部分。聲納圖像具有分辨率低、噪聲嚴(yán)重的特點(diǎn)，隨著聲納圖像的應(yīng)用越來(lái)越廣泛，人們對(duì)聲納圖像分割的要求也越來(lái)越苛刻

2、。本文在相關(guān)課題的背景下，研究了多目標(biāo)圖像分割的相關(guān)算法。
　　聲納圖像的分割主要應(yīng)用于水下目標(biāo)探測(cè)和水下目標(biāo)跟蹤等領(lǐng)域。一般的圖像分割問(wèn)題指研究將目標(biāo)從背景中分離出來(lái)的方法，并未針對(duì)不同目標(biāo)的特征進(jìn)行分割的研究。由于以前聲納圖像獲取困難并且應(yīng)用范圍很小，并且聲納圖像具有噪聲嚴(yán)重，目標(biāo)特征不明顯，邊緣模糊，目標(biāo)灰度值分布不均勻等特點(diǎn)，研究聲納圖像的分割問(wèn)題比光學(xué)圖像要復(fù)雜和困難。隨著聲納設(shè)備的推廣和升級(jí)，聲納圖像的分辨率也越來(lái)越高

3、，這就為研究更復(fù)雜情況下的聲納圖像分割問(wèn)題提供了可能。隨著各國(guó)水下活動(dòng)的日益頻繁，人們獲得的聲納圖像內(nèi)容也越來(lái)越多樣和復(fù)雜，因此，非常有必要研究聲納圖像的多目標(biāo)圖像處理方法，本文主要針對(duì)多目標(biāo)聲納圖像的分割問(wèn)題進(jìn)行研究。
　　本文針對(duì)聲納圖像的特點(diǎn)，首先介紹了圖像分割國(guó)內(nèi)外的研究現(xiàn)狀，然后針對(duì)聲納圖像研究了相關(guān)的圖像降噪算法；一般對(duì)聲納圖像進(jìn)行濾波處理后，圖像會(huì)變得模糊，不利于對(duì)聲納圖像的分割，本文提出一種基于中值濾波和鄰域像素灰

4、度值壓縮和拉伸的聲納圖像預(yù)處理方法，通過(guò)實(shí)驗(yàn)驗(yàn)證，本文提出的算法能夠在對(duì)聲納圖像進(jìn)行濾波的同時(shí)，增強(qiáng)目標(biāo)和背景的對(duì)比度，相比傳統(tǒng)的濾波方法，大大降低了聲納圖像中目標(biāo)的分割難度。然后針對(duì)多目標(biāo)圖像分割問(wèn)題，對(duì)一些常用的分割理論和方法進(jìn)行了介紹，包括支持向量機(jī)的方法、基于幾何蛇模型的方法、水平集方法、聚類(lèi)的方法以及基于區(qū)域分割的方法等。本文在對(duì)聲納圖像進(jìn)行濾波的基礎(chǔ)上，著重研究了基于模糊C均值聚類(lèi)的多目標(biāo)聲納圖像分割方法，并且針對(duì)模糊C均值