[0017] 下面结合附图对本发明进一步说明。
[0018] 如图1和2所示，水声数据体绘制中基于梳状波变换的传递函数设计方法，具体包括如下步骤：
[0019] 步骤1、通过水下声纳采集到原始三维标量数据，将原始三维标量数据以三维矩阵的形式保存，并将原始三维标量数据进行三维非下采样Brushlet变换，即二层(4×4×4)
Brushlet变换，得到各个变换后的子体积，将得到的64个变换后的子体积，用编号1～64表示；
[0020] 步骤2、对各个子体积进行Brushlet阈值去噪处理；在各个子体积中，将模值小于该子体积中最大系数值的15％的Brushlet系数置为0，并反变换重构为去噪后的水声数据。
[0021] 步骤3、为减少特征维度，将二层分解后的数据重构为一层(2×2×2)分解数据，并重新编号；用灰度共生矩阵提取前半象限(编号1～4)的各个子体积中数据点的能量、对比
度、熵和惯性等多个纹理特征；
[0022] 步骤4、将步骤三中提取的每个子体积对应数据点的多个纹理特征级联成一个高维特征向量，作为原始体数据的特性向量，并用模糊C均值聚类算法将数据分为三类：水体数据、地底和目标物体数据以及水体非目标物体数据。
[0023] 步骤5、去除水体非目标物体数据，对水体和地底数据赋予相应的不透明度及颜色(RGB)等光学属性，即对分类结果分别设置相应的光学属性，并用光线投射算法进行体绘
制。
[0024] 步骤1中三维Brushlet基的构造如下：
[0025] ①一维Brushlet基的构造
[0026] 设集合 其中第i个区间的长度为pi＝xi+1‑xi，在xi附近定义了一个长度为ε的领域。定义一个斜坡函数r(t)：
2 2
[0027] 且r (t)+r (‑t)＝1，
[0028] 冲激函数b(t)的定义为：
[0029]
[0030] wn是一个支撑区间为 的窗口函数，它的定义为：
[0031]
[0032] 则能够构造出定义在 上的一组标准正交基，形式如下：
[0033] um,i(x)＝wn(x‑pi/2)em,i(x)+b(x‑xi)em,i(2xi‑x)‑b(x‑xi+1)em,i(2xi+1‑x)[0034] 其中，um,i的支撑区间为[xi‑ε,xi+1+ε]， m和i为正整数。
[0035] 令 傅里叶变换为 将 在标准正交基um,i上展开，得到：
[0036] 对上式求傅里叶逆变换，得到：
[0037]
[0038] 其中，vm,i是um,i的傅里叶逆变换，{vm,i}即为标准正交Brushlet基，令σ＝ε/pi，则vm,i的表达式为：
[0039]
[0040] 其中， 和 分别为窗口函数w和冲激函数b(t)的傅里叶变换，pi为Brushlet的尺度因子，m为Brushlet的平移参数，Brushlet基为复值函数，它的相位参数表示了其分解的方向。
[0041] ②三维Brushlet基的构造
[0042] 再定义y轴上的区间集合 以及z轴上的区间集合则y轴和z轴上的Brushlet基分别为vn，j，vl，k：
[0043]
[0044]
[0045] 其中，qj＝yj+1‑yj，ηk＝ηk+1‑ηk分别为y轴和z轴上的尺度因子，n和1分别为y轴和z轴上的平移参数。2 3
[0046] 考虑定义在L (R)上瓦片分割三维Brushlet基函数定义为瓦片分割上的一维Brushlet基的张量积： 它
局部化在 区间内，震荡频率为
[0047] 步骤3中利用灰度共生矩阵提取纹理特征，具体如下：
[0048] 灰度共生矩阵(GLCM)定义为：P(i，j)＝P(i，j|δ，θ，G，N)，它描述了给定两个参数(像素间距离δ和方向θ)的固定大小空间窗口(N)中量化数量级(G)的所有成对灰度级组合(i，j)出现的联合概率，并储存在矩阵上。本发明中，像素间距离为1，方向为0°水平方向，量化数量级为64或128，窗口大小取(9×9×5)，(7×7×3)等窗口中分类效果比较好的一个。
[0049] 可以在共生矩阵基础上提取二次统计量：能量：Asm＝∑i∑jP(i，j)2，对比度Con＝2 2
∑i∑j(i，j) P(i，j)，熵Ent＝P(i，j)log P(i，j)，惯性IDM＝sum(P(i，j)/(1+(i‑j)))。
[0050] 用滑动固定窗法对每个子体积块提取上述四个统计量：能量Aijkn，对比度Cijkn，熵Eijkn，惯性Iijkn。其中，(i，j，k)表示体数据点，n表示子体积的标号，由于Brushlet变换后的数据是关于原点共轭对称的，因此我们只取前半部分数据，得到每个体数据点的16维纹理特征向量，Fb16＝[Aijk1，Cijk1，Eijk1，Iijk1，...，Aijk4，Cijk4，Eijk4，Iijk4]，并将每个特征进行归一化处理。
[0051] 步骤5中赋予水体数据和地底数据光学属性，具体如下：
[0052] 5‑1、水体数据的光学属性映射
[0053] 水体数据的不透明度设为0.01，颜色为RGB值为(0.1，0.2，1)的海蓝色。
[0054] 5‑2、地底数据的光学属性映射
[0055] ①地底数据不透明度的映射：
[0056] 采用基于标量和梯度的混合映射函数：A＝ρF+(1‑ρ)G，其中，F为基于标量的不透明度映射函数，G为基于梯度的不透明度映射函数，A为混合不透明度映射函数，ρ(0≤ρ≤1)为混合因子。F的表达式如下：
[0057]
[0058] 其中，f(x，y，z)为某数据点的标量值，fmin，fmax分别表示最小和最大的标量值。G的表达式如下：
[0059]
[0060] 其中，g(x，y，z)为某数据点的标量值，gmin，gmax分别表示最小和最大的梯度值。
[0061] ②地底数据颜色值的映射：
[0062] 本发明对地底数据设置了分段线性颜色查找表，对地底数据中标量值较低的数据赋予褐色，RGB值为(0.55，0.28，0.15)，颜色值较高的数据赋予黄褐色和橙橘色，RGB值分别为(0.8，0.75，0.44)，(0.8，0.4，0.11)，地底目标物体的颜色黄色(1，1，0)。
