1.一种基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，具体按照以下步骤实施：步骤1，将原始声呐图像读入矩阵实验室(MATLAB)，利用小波分解将原始声呐图像分解为低频分量、水平高频分量、垂直高频分量以及对角高频分量，对水平高频分量、垂直高频分量以及对角高频分量分别进行三维块匹配滤波后结合低频分量并利用小波重构得到去噪后的声呐图像；

步骤2，使用高斯金字塔对去噪后的声呐图像进行塔式分解得到多个不同尺度的图像，对不同尺度相同纹理的图像采用快速地毯覆盖法计算各图像的分形维数，之后融合各图像的分形维数得到声呐图像多尺度分形特征；

步骤3，将得到的声呐图像多尺度分形特征形成样本集，使用该样本集进行GA-SVM模型训练，将待测试集输入到已经训练好的GA-SVM模型中完成对其图像像素点的分类。

2.根据权利要求1所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤1中，利用小波分解将原始声呐图像分解为低频分量、水平高频分量、垂直高频分量以及对角高频分量具体为：原始声呐图像定义为f(x,y)，首先沿x方向对f(x,y)分解得到平滑逼近 和细节ψ(x)两部分，然后沿y方向分别对平滑逼近 和细节ψ(x)分解得到平滑逼近 和细节ψ(y)，定义Ajf(x,y)为第J级低频分量， 以及 分别为高频分量，对f(x,y)进行J级小波分解，其图像分量计算如下：而对于给定尺度函数和小波函数，可以将f(x,y)进行以下分解：其中，h和g分别为低通滤波器和高通滤波器， 以及

分别为原始声呐图像分解后的第k0层的低频分量、水平高频分量、垂直高频分量以及对角高频分量。

3.根据权利要求2所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤1中，对水平高频分量、垂直高频分量以及对角高频分量分别进行三维块匹配滤波具体为：步骤S1：选择N×N大小的窗口，通过窗口的滑动将由水平高频分量、垂直高频分量以及对角高频分量构成的图像分为多个N×N的图像块，再对得到的图像块采用欧式距离计算其相似性；

假设图像块Px和Py，其相似性度量为：

对于每一个图像块，计算其与匹配块的相似性度量，将相似性度量结果大于指定阈值的图像块和匹配块组合成集合S，计算为：Sx＝{x∈X:d(Px,Py)＞t}    (4)

其中，x为二维坐标，X为图像块，t为指定的阈值，最终形成三维数组A；

步骤S2：通过硬阈值函数改变小波变换系数对三维数组A构成的图像完成滤波，硬阈值函数定义为：Y＝X.*(|X|＞T)       (5)

其中，其中|X|为小波变换的系数，T是预先选定的阈值；

步骤S3：每个相似块经过步骤S1、步骤S2之后对得到多个滤波结果的估计值，将这些估计值进行加权求平均值后得到基础估计的噪声图像；

步骤S4：参照步骤S1对经过基础估计的噪声图像进行同样处理，最终得到三维数组B；

步骤S5，对三维数组B构成的图像进行维纳滤波处理，保证噪声图像的最小均方误差，假设输入图像为z(x)＝y(x)+η(x)，其中，y(x)为原始图像，η(x)为噪声，z(x)为加噪图像，则维纳滤波为：其中，Hw(x)为冲击响应函数， 为y(x)经退化系统得到的退化图像，σ是图像噪声方差，γ(x)为小波变换后的系数。

对三维数组A和三维数组B所构成的图像同时进行三维变换，然后通过维纳滤波进行降噪处理，最后进行三维逆变换得到相似块的估计值；

步骤S6，对步骤S5得到的多个估计值进行加权求平均处理后得到噪声图像的最终估计。

4.根据权利要求3所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤1中，利用小波重构得到去噪后的声呐图像具体为：将得到的去噪后的高频分量和图像原始低频分量进行小波重构得到最终的去噪图像，重构计算如下：其中，h和g分别为低通和高通滤波器， 以及 分

别为图像分解后的第k0层的低频分量、水平高频分量、垂直高频分量以及对角高频分量。

5.根据权利要求4所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤2中，使用高斯金字塔对去噪后的声呐图像进行塔式分解得到多个不同尺度的图像，具体为：假设去噪后的声呐图像为f(x,y)，x≤Row，y≤Col，其中Row和Col分别为图像的行列，用Pk表示金字塔的第k层，则P0为原始图像，在采样过程中，第k层图像Pk为Pk-1与滤波函数W(m,n)卷积后隔行隔列降采样的结果，即：其中，0＜x＜Rowk，0＜y＜Colk，h为高斯分布函数。

6.根据权利要求5所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤2中，使用快速地毯覆盖法计算各个图像的分形维数，具体为：快速地毯覆盖法利用分维的自相似性，采用曲面去覆盖整个图像得到分形维数，对一个曲面来说，自相似主要体现在其表面积，即：S(xr)＝x2-DS(r)                      (9)其中，S(r)为分形曲面的面积，r为尺度，D为分形维数，求解式(9)得：S(r)＝cr2-D                      (10)其中，c为常数；

假设图像f(x,y)在尺度r下，曲面的上下表面分别表示为Ur(x,y)、Br(x,y)，则：得到曲面的表面积为：

最终通过拟合直线得到分形维数D。

7.根据权利要求6所述的基于多尺度快速地毯覆盖法声呐图像分形特征提取方法，其特征在于，在步骤2中，融合各图像的分形维数得到声呐图像多尺度分形特征，具体为：对于n张尺度为Mi的图像通过快速地毯法得到对应的分形维数DMi，则多尺度分形特征融合规则如下：其中，D为多尺度分形特征，n为分解的图像个数，Mi为第i个图像的尺度，通过公式(13)计算得到图像f(x,y)随着尺度的变化，分形维数变化率大的位置为疑似目标，而变化率小的位置认为是背景。