一种基于合成孔径声纳图像的海底底质分类方法及系统与流程

技术特征：
1.一种基于合成孔径声纳图像的海底底质分类方法，该方法用于对合成孔径声纳图像的海底底质进行分类，所述方法包含：步骤101)读入待分类的包含海底底质的合成孔径声纳图像；步骤102)计算合成孔径声纳图像的灰度共生矩阵；步骤103)基于灰度共生矩阵获取能够反应海底底质信息的特征参量，所有参量组成能够反应纹理特征的特征向量；步骤104)将特征向量与统计信息比较，进而完成海底底质分类；其中，所述的统计信息为：根据合成孔径图像不同底质类型的特征，充分利用所有类型的海底底质灰度共生矩阵中的纹理特征参量，构造特征向量；并对所有特征向量分别进行训练，得到所有海底底质区域对应的典型值，并将所有典型值进行存储构成统计信息，且所述典型值通过分析典型区域的特征向量得到，所述典型区域包含但不限于：沙、砾石和淤泥区域。2.根据权利要求1所述的基于合成孔径声纳图像的海底底质分类方法，其特征在于，所述灰度共生矩阵采用如下方法获得：取合成孔径声纳图像(N×N)中任意一点(x,y)及偏离它的另一点(x+a,y+b)，设该点对的灰度值为(g1,g2)；令(x,y)在整幅图像中移动，则可以得到各种(g1,g2)值，设灰度的级数为k，则(g1,g2)的组合方式共有k2种；对于整幅图像而言，统计出每一种(g1,g2)值出现的次数，然后排列成一个方阵，再用(g1,g2)出现的总次数将它们归一化为出现的概率P(g1,g2)，这样就得到图像的灰度共生矩阵；其中，当a＝1,b＝0时，像素对是水平的，即对应SAS图像距离向的纹理特征；当a＝0,b＝1时，像素对是垂直的，即对应SAS图像方位向的纹理特征；当a＝1,b＝1时，像素对是沿右对角的，即对应SAS图像右对角方向的纹理特征；当a＝1,b＝-1时，像素对是左对角的，即对应SAS图像左对角方向的纹理特征；其中，以上(x,y)表示图像中的像素点的坐标,而a和b表示坐标间隔；g1,g2表示像素点对的灰度值。3.根据权利要求2所述的基于合成孔径声纳图像的海底底质分类方法，其特征在于，所述纹理特征参量包含：角二阶矩/能量、对比度、相关性和熵。4.根据权利要求2所述的基于合成孔径声纳图像的海底底质分类方法，其特征在于，所述步骤102)和步骤103)之间还包含：计算灰度共生矩阵的二次统计量的步骤。5.一种基于合成孔径声纳图像的海底底质分类系统，该系统用于对合成孔径声纳图像的海底底质进行分类，所述系统包含：输入模块，用于读入待分类的包含海底底质的合成孔径声纳图像；第一处理模块，用于计算合成孔径声纳图像的灰度共生矩阵；第二处理模块，用于基于灰度共生矩阵获取能够反应海底底质信息的特征参量，所有参量组成能够反应纹理特征的的特征向量；和比较判断模块，用于将特征向量与统计数据库模块比较，进而完成海底底质分类；其中，所述的统计数据库用于存储统计信息，该统计信息为：根据合成孔径图像不同底质类型的特征，充分利用所有类型的海底底质灰度共生矩阵中的纹理特征参量，构造特征向量；并对所有特征向量分别进行训练，得到所有海底底质区域对应的典型值，并将所有典型值进行存储构成统计信息。6.根据权利要求5所述的基于合成孔径声纳图像的海底底质分类系统，其特征在于，所述第一处理模块进一步包含：输入模块和处理模块；所述处理模块又进一步包含：起始点设置子模块，用于取图像(N×N)中任意一点(x,y)及偏离它的另一点(x+a,y+b)，设该点对的灰度值为(g1,g2)；移动设置子模块，用于令(x,y)在整幅图像中移动，则可以得到各种(g1,g2)值，设灰度的级数为k，则(g1,g2)的组合方式共有k2种；灰度共生矩阵输出子模块，用于对于整幅图像，统计出每一种(g1,g2)值出现的次数，然后排列成一个方阵，再用(g1,g2)出现的总次数将它们归一化为出现的概率P(g1,g2)，这样就得到图像的灰度共生矩阵；其中，当a＝1,b＝0时，像素对是水平的，即对应SAS图像距离向的纹理特征；当a＝0,b＝1时，像素对是垂直的，即对应SAS图像方位向的纹理特征；当a＝1,b＝1时，像素对是沿右对角的，即对应SAS图像右对角方向的纹理特征；当a＝1,b＝-1时，像素对是左对角的，即对应SAS图像左对角方向的纹理特征。7.根据权利要求6所述的基于合成孔径声纳图像的海底底质分类系统，其特征在于，所述纹理特征参量包含：角二阶矩/能量、对比度、相关性和熵。8.根据权利要求5所述的基于合成孔径声纳图像的海底底质分类系统，其特征在于，所述第一处理模块和第二处理模块之间还包含二次统计量计算模块，该模块计算灰度共生矩阵的二次统计量，并输入至第二处理模块。