哈尔滨工程大学学报
哈爾濱工程大學學報
합이빈공정대학학보
JOURNAL OF HARBIN ENGINEERING UNIVERSITY
2015年
4期
516-521
,共6页
声呐图像%MRF%图像分割%高斯金字塔%预处理%局部能量极值化
聲吶圖像%MRF%圖像分割%高斯金字塔%預處理%跼部能量極值化
성눌도상%MRF%도상분할%고사금자탑%예처리%국부능량겁치화
sonar image%MRF%image segmentation%Gaussian pyramid%preprocessing%extremum of local energy
针对声呐图像的特点,提出了一种新的基于马尔可夫随机场( MRF)的非监督声呐图像自动分割方法。研究发现,声呐图像混响区基本上都服从高斯分布,然而,其直方图离散化的分布效果不利于图像的自动分割,因此,通过一种快速有效的高斯金字塔模型对声呐图像进行预处理,使得处理后的声呐图像的海底混响区直方图服从高斯分布。在此基础上提出了一个能够自动确定声呐图像分类个数的模型,并通过该模型结合一种局部能量极值化的方法对马尔科夫模型的初始化参数进行估计,从而形成一种完全自动的声呐图像分割模型。最后,利用该模型对声呐图像数据进行了分割实验,并和其他典型的分割算法进行了比较,验证了该方法的有效性及快速性。
針對聲吶圖像的特點,提齣瞭一種新的基于馬爾可伕隨機場( MRF)的非鑑督聲吶圖像自動分割方法。研究髮現,聲吶圖像混響區基本上都服從高斯分佈,然而,其直方圖離散化的分佈效果不利于圖像的自動分割,因此,通過一種快速有效的高斯金字塔模型對聲吶圖像進行預處理,使得處理後的聲吶圖像的海底混響區直方圖服從高斯分佈。在此基礎上提齣瞭一箇能夠自動確定聲吶圖像分類箇數的模型,併通過該模型結閤一種跼部能量極值化的方法對馬爾科伕模型的初始化參數進行估計,從而形成一種完全自動的聲吶圖像分割模型。最後,利用該模型對聲吶圖像數據進行瞭分割實驗,併和其他典型的分割算法進行瞭比較,驗證瞭該方法的有效性及快速性。
침대성눌도상적특점,제출료일충신적기우마이가부수궤장( MRF)적비감독성눌도상자동분할방법。연구발현,성눌도상혼향구기본상도복종고사분포,연이,기직방도리산화적분포효과불리우도상적자동분할,인차,통과일충쾌속유효적고사금자탑모형대성눌도상진행예처리,사득처리후적성눌도상적해저혼향구직방도복종고사분포。재차기출상제출료일개능구자동학정성눌도상분류개수적모형,병통과해모형결합일충국부능량겁치화적방법대마이과부모형적초시화삼수진행고계,종이형성일충완전자동적성눌도상분할모형。최후,이용해모형대성눌도상수거진행료분할실험,병화기타전형적분할산법진행료비교,험증료해방법적유효성급쾌속성。
Utilizing the characteristics of sonar images, a new unsupervised method is proposed to segment sonar im-ages automatically based on Markov random field( MRF) .The research demonstrated that the histogram of sonar im-ages in reverberation area obeys the rule of Gaussian distribution.However, its discrete distribution effect is not beneficial to the automatic segmentation.In this paper, a fast and effective Gaussian pyramid model is used for the preprocessing of sonar image, in an attempt to make the histogram of the bottom reverberation of these images obey Gaussian distribution.On this basis, a model that may automatically determine the number of sonar images classifi-cation is proposed.By combining this model with a local energy extremum method, the initialization parameters of the MRF model were estimated to form a fully automated sonar image segmentation model.Finally, the model can be used for segmentation experiments on the data of sonar images, and it is compared with other typical segmenta-tion algorithms, verifying the efficiency and rapidity of the method.