海洋是巨大的资源宝库,海洋资源的勘探推动了成像声呐的快速发展。声呐图像是分析海底的一种有价值的工具,在探测海底沉船、考古遗址、水下探雷、管道检查等重要任务时,尤其是在深度相当大的区域作业时,都需要借助声呐图像进行合理分析。分析图像信息的必要步骤是声呐图像分割,因为正确的分割结果是后续准确提取信息的前提。然而,受海洋悬浮物和海底底质不均的影响以及水声信道的不稳定变化作用,声呐图像普遍存在复杂的噪声,因此,为了获得正确的分割结果,需借助一种适用声呐图像的滤波方法,在平滑背景噪声的同时,尽量不损失边缘。小波变换和小波包变换多尺度多分辨率特性可以将图像层层剥离,在感兴趣的部分提取信息并加工处理,因此十分适合分析图像。本文主要是基于小波变换的声呐图像滤波处理和基于小波包变换的声呐图像分割方法研究,其主要贡献有以下几点:一是声呐图像滤波方面。分析声呐图像的噪声类型,其中以散斑噪声和环境噪声为主,为了兼顾两种噪声类型,据此,提出基于小波变换的改进的三维块匹配（Block-Matching and3D filtering,BM3D）的声呐图像滤波方法。经小波变换的声呐图像,舍弃高频对角线分量,滤除一部分环境噪声,在重构的声呐图像上做幂数变换和对数变换,将声呐图像的散斑噪声转换成对三维块匹配滤波方法响应敏感的高斯加性噪声,从而发挥三维块匹配滤波方法保边降噪优势的同时,使背景区平滑效果达到最佳。实验证明,本文方法优于中值滤波、Kuan滤波、小波软阈值滤波和原始的三维块匹配滤波方法。二是声呐图像分割方面。声呐图像的分割要求是将声呐图像的目标亮区、目标暗区和海底混响区有效划分,本文的声呐图像分割是基于区域边缘的,通过准确检测目标区域的边缘从而实现声呐图像的正确分割。针对目前的边缘检测方法处理声呐图像时存在检测结果连通性不佳、抗噪性能差及过量的伪边缘等问题,基于小波包变换检测声呐图像边缘。根据声呐图像经小波包分解后,边缘信息在各子带呈现的不同特点,在高频分量和低频分量上分别采用不同的方式检测区域边缘。小波包分解的低频分量,采用四个方向的形态学边缘检测方法;小波包分解的高频分量,借助Otsu合理区分边缘与噪声;最后,将高频检测边缘与低频检测边缘融合,获得区域边缘基本连续,噪声背景干扰小的边缘检测结果,从而实现声呐图像三个区域的有效分割。实验证明,本文方法的处理结果优于Otsu分割方法、FCM分割方法、Canny方法和小波模极大值方法。