海底地貌信息是开展海洋相关活动至关重要的参考资料,侧扫声呐探测是获取海底地貌信息非常高效的技术手段。原始侧扫声呐图像存在较大辐射畸变和几何畸变的问题,导致单幅图像质量不高且不具备地理位置信息;针对侧扫声呐图像镶嵌目前多采用地理编码直接镶嵌,而该方法受拖鱼姿态、船速等外围因素影响导致镶嵌图像存在明显错位和形变,也难以获取较高质量的整体图像;图像分割是目标识别的基础和关键,已有分割方法存在难以同时满足高效和精确分割的缺陷。基于此,本文以最原始的侧扫数据为基础,在分析国内外相关研究的基础上,进行了如下几方面的研究:1)开展了侧扫声呐数据预处理,改善原始侧扫声呐图像质量并获得了真实反映海底地貌信息的声呐图像。为从原始XTF数据解码入手,开展了以下几方面研究:海底线提取研究,得出斜距改正所需拖鱼至海底的高度数据;辐射畸变改正研究,使得声呐图像更加均衡,目标更加清晰;几何畸变改正研究,精确推算扫描点地理坐标。2)给出了基于改进的SURF算法的侧扫声呐图像镶嵌,在镶嵌的速率和精度上均得到了较大提升。依据侧扫声呐图像除扫幅范围外均为空白区域的特点,通过图像旋转、裁剪删除空白区域以达到加速特征点检测的目的;设置共视点斜率和距离阈值提高特征点内点比例,大大提高RANSAC算法误匹配点剔除的速率和精度;定量分析了小波融合、拉普拉斯金字塔融合等几种融合方法,发现小波融合效果最好。3)研究了基于中性集的侧扫声呐图像分割,在分割效率和精度上都有较大提高。从中性集出发,以中性集的真子集和不确定子集构建图像的灰度共生矩阵,得到目标精细纹理;通过实验对比了发现二维最大熵比最大类间方差作为分割阈值的目标函数能获取的更准确的目标轮廓;对比了粒子群算法、蜂群算法和量子粒子群算法求取阈值的收敛性及效率,发现量子粒子群算法最优,分割阈值获取的速度得到较大提升;依据真子集的灰度直方图可快速进行阴影区域的分割。