声纳图像处理技术：去噪与融合的创新研究

"这篇博士学位论文主要探讨了声纳图像处理中的关键技术和应用，特别是形态学和小波在图像去噪和分割中的作用。作者通过对比实验验证了提出的算法在声纳图像处理中的可行性和优越性。" 在声纳图像处理领域，图像去噪是一个至关重要的环节，因为声纳图像通常受到水下环境噪声的影响。本文深入研究了小波理论，尤其是超小波和形态小波在去噪中的应用。超小波包括轮廓波和表面波，而形态小波则涉及形态哈尔小波和形态中值小波。通过对比实验，作者证明了这些小波变换在声纳图像去噪上的潜力，特别是在保持边缘信息完整性方面表现优秀。 进一步，论文提出了一种新型的非线性滤波器——形态中点小波，它是中点滤波器与形态小波的结合体。经过多重化、提升和增强等技术处理，形态中点小波在去除噪声的同时，显著提高了保边能力。实验结果显示，这种方法在去噪性能上超越了传统的技术。 在图像融合部分，论文研究了如何通过融合技术提升声纳图像的质量、清晰度和可靠性。超小波的脊波和曲波，以及小波包被引入到声纳图像融合中，尽管这些方法在光学图像中已被广泛采用，但在声纳图像领域的应用尚不多见。作者还创新性地提出了形态小波包的概念，结合之前构建的形态中点小波，实现了更优的融合效果。这种融合技术不仅适用于原始图像，也可以与去噪过程相结合，形成基于多形态小波包基的声纳图像融合去噪方法。 这篇论文为声纳图像处理提供了新的理论和技术，尤其是在图像去噪和融合方面，为后续的研究和实际应用奠定了基础。通过小波理论和形态学的结合，论文成功地提升了声纳图像的处理效果，对于海洋研究和军事应用具有重要意义。