摘要：针对侧扫声呐图像混响噪声严重、对比度低、分割困难的问题，根据侧扫声呐图像成像特点，提出一种基于非下采样Contourlet变换（NSCT）域边缘检测和区域生长的侧扫声呐图像分割新方法。首先，对侧扫声呐图像进行NSCT分解，通过K均值聚类法在NSCT域低频部分对阴影进行分割；然后通过寻找NSCT域高频层由同一粗尺度分解的2个细尺度相邻子带系数差的模极大值位置，来选择图像边缘点，并进行尺度内、尺度间的边缘融合；最后，利用基于边缘的区域生长方法完成对目标的分割。实验结果表明，该方法对侧扫声呐图像分割具有抗噪性能好、正确分类率高以及边缘定位准确等优点。

关键词：侧扫声呐图像 图像分割 非下采样contourlet变换 边缘检测 区域生长 

单位：河海大学物联网工程学院 州213022 南通河海大学海洋与近海工程研究院 南通226019 常州市传感网与环境感知重点实验室 常州213022