电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2014年
10期
2117-2122
,共6页
航拍海洋图像%多高斯模型%特征空间%覆盖学习%图像分割
航拍海洋圖像%多高斯模型%特徵空間%覆蓋學習%圖像分割
항박해양도상%다고사모형%특정공간%복개학습%도상분할
aerial ocean images%multi-Gauss model%characteristic space%cover learning%image segmentation
本文提出了一种新的基于多高斯特征空间覆盖学习的航摄海洋图像分割方法。通过分析,发现在RGB三维色空间中,海水背景像素点的分布尽管在不同成像条件下具有不同的分布特性,但其具有的共同特性是具有集聚性,可以被一个或多个椭球所覆盖。因此,本文在色空间中基于贝叶斯最大后验概率和3δ准则对海水背景进行多高斯分布模型覆盖建模,自学习得到其高斯分布个数并建立相对应的多高斯分布模型。最后,根据上述学习结果,从航拍海洋的图像中分离出海水背景,实现航拍海洋图像中背景和目标的分割。实验证明,该方法具有良好的背景学习性能,能够准确有效地得到海水背景多高斯分布覆盖模型。基于该背景学习模型的海洋图像分割,具有较高的正确率和较低的误差,且算法花费的时间较少,具有较好的稳定性和实时性。
本文提齣瞭一種新的基于多高斯特徵空間覆蓋學習的航攝海洋圖像分割方法。通過分析,髮現在RGB三維色空間中,海水揹景像素點的分佈儘管在不同成像條件下具有不同的分佈特性,但其具有的共同特性是具有集聚性,可以被一箇或多箇橢毬所覆蓋。因此,本文在色空間中基于貝葉斯最大後驗概率和3δ準則對海水揹景進行多高斯分佈模型覆蓋建模,自學習得到其高斯分佈箇數併建立相對應的多高斯分佈模型。最後,根據上述學習結果,從航拍海洋的圖像中分離齣海水揹景,實現航拍海洋圖像中揹景和目標的分割。實驗證明,該方法具有良好的揹景學習性能,能夠準確有效地得到海水揹景多高斯分佈覆蓋模型。基于該揹景學習模型的海洋圖像分割,具有較高的正確率和較低的誤差,且算法花費的時間較少,具有較好的穩定性和實時性。
본문제출료일충신적기우다고사특정공간복개학습적항섭해양도상분할방법。통과분석,발현재RGB삼유색공간중,해수배경상소점적분포진관재불동성상조건하구유불동적분포특성,단기구유적공동특성시구유집취성,가이피일개혹다개타구소복개。인차,본문재색공간중기우패협사최대후험개솔화3δ준칙대해수배경진행다고사분포모형복개건모,자학습득도기고사분포개수병건립상대응적다고사분포모형。최후,근거상술학습결과,종항박해양적도상중분리출해수배경,실현항박해양도상중배경화목표적분할。실험증명,해방법구유량호적배경학습성능,능구준학유효지득도해수배경다고사분포복개모형。기우해배경학습모형적해양도상분할,구유교고적정학솔화교저적오차,차산법화비적시간교소,구유교호적은정성화실시성。
This paper proposes a method for aerial ocean images segmentation based on multi-gauss characteristic space cov-er learning .Firstly ,we analyze the distribution characters of sea background images and find that they are diversity in location ,direc-tion and geometrical morphology but clustering and can be covered by one or more spheroids .Then ,we use the multi-gauss model to describe them and get the number of gauss components adaptively based on the maximum Bayesian posteriori probability and 3δcri-terion .Finally ,we segment the aerial ocean images series according to their cover learning results .The experimental results show that this method can get the cover learning model accurately and effectively and segment the aerial ocean images with high precision and low error in less time .