水下目标声呐图像的识别为海洋勘探提供了强有力支撑,声呐图像分割是目标识别过程中的重要环节。由于声呐图像对比度差,目标区域不易从复杂的背景区域中分离出来,因此在分割之前,需对声呐图像进行增强处理,用以凸显目标区域并抑制背景区域。平稳小波变换具有多分辨率分析特性和平移不变性,在处理图像时有明显优势,本文基于平稳小波变换对声呐图像进行增强与分割。在声呐图像增强部分,本文将平稳小波变换和非线性增强方法相结合。首先对声呐图像进行平稳小波变换,得到低频子带图像和高频子带图像;然后用改进的伽玛函数对低频子带图像进行非线性增强;又根据各高频子带图像的特点,利用反正切函数分别对其进行针对性的非线性增强;最后通过平稳小波逆变换得到增强后的声呐图像。实验结果表明,本文增强方法的综合性能优于经典的灰度线性变换法、UM法、HE法、CLAHE法,在增强图像对比度的同时有效抑制了噪声。在声呐图像分割部分,本文结合平稳小波变换和模糊C均值(FCM)聚类法对增强后的声呐图像进行分割。首先对增强后的声呐图像进行平稳小波变换;然后在平稳小波域中,根据低频子带图像的灰度特性获取初始类中心;最后,添加邻域信息重新定义FCM聚类法的目标函数,利用初始类中心以及改进的FCM聚类法对增强后的声呐图像进行分割。实验结果表明,本文分割方法的综合性能优于传统的Otsu双阈值法、最大熵双阈值法、FCM聚类法,能有效分割声呐图像,且提高了分割精度。