1.一种基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于：其步骤如下：第一步：联合最后峰值法、海底线对称原则和海底地形渐进性变化原则实施准确的海底跟踪；

第二步：对水柱区、海底区分别实施滤波去噪；顾及沉船为沉底目标，水柱区为无效区域，简单将左舷、右舷水柱区图像像素值标记为0，形成一个整体区域；在海底区域基于高斯滤波实现滤波去噪；

第三步：基于选择性搜索策略实施侧扫声呐瀑布图像分割；具体流程如下：

1)基于简单的k均值聚类进行侧扫声呐瀑布图像预分割，形成预分割区域；参数k选择按分割聚类参数优选策略实施，也即3或4类；

2)定义相似性测度，实施分割区域的合并；使用纹理、形状相似度，且综合相似度为纹理、形状相似度的加权平均值；

第四步：输出沉船目标探测结果；将分割结果最小面积单元的外接矩形框定，即得到沉船识别结果。

2.根据权利要求1所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，第三步中，侧扫声呐图像预处理方法如下：(1)进行准确的侧扫声呐瀑布图像海底跟踪；

(2)结合条带侧扫声呐瀑布图像基本特征对水柱区和海底区分别进行滤波去噪处理，具体实施方法是：A、将整个左舷、右舷水柱图像标注为1个整体区域；且滤波去噪时将水柱区图像灰度值直接赋值为0；

B、对海底区域进行高斯滤波，即对海底图像进行加权平均处理，二维零均值离散高斯函数表达式为：式中：i,j代表图像的行、列号；σ代表高斯平滑参数。

3.根据权利要求1或2所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，第三步中，当水柱区域水体中含有疑似目标或复杂悬浮物时，将左舷、右舷分开处理。

4.根据权利要求1或2所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，第三步中，在侧扫声呐瀑布图像未进行横向均衡化处理时，将整个海底左舷/右舷图像区分为2大类：托鱼正下方近端图像和远端图像。

5.根据权利要求1所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，第四步的具体步骤如下：(1)对侧扫声呐条带瀑布图像进行预处理；根据侧扫声呐基本特征，基于先验知识将条带瀑布图像分为水柱区、目标区也即阴影区、纯海底背景区，并基于选择性搜索策略分割侧扫声呐瀑布图像为上述区域；

(2)定义若干相似性测度，计算各区域的相似性测度并取加权值作为最终测度值；输出沉船目标检测结果。

6.根据权利要求1所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，第三步中分割聚类参数的方法如下：将分割类别参数定义为3种，也即水柱区、目标区和纯海底自然背景区，或者定义为4种，即水柱区、目标区、纯海底自然背景区和阴影区；当阴影区域明显则定义为4种，反之定义为3种。

7.根据权利要求1所述的基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法，其特征在于，相似性测度的采用纹理相似度中，将多重分形谱宽引入作为识别沉船的纹理相似度，纹理特征选取多重分形特征作为纹理特征。