基于属性直方图的图像分割方法及其在声呐图像分割中的应用

图像分割是图像识别中的主要问题，同时它又是一个经典难题；声呐图像恶劣的品质使图像的分割变得更为困难，属性直方图概念是直方图概念的推广；Otsu阈值化方法是一种性能良好的方法，本文将属性直方图概念应用于Otsu法中，提出了一中基于属性直方图的图像分割方法，文中阐述了这种方法的原理，并以声呐图像分割作为实例说明了这种方法的可行性。     

几种中值滤波在海底小目标声呐图像增强中的应用

阐述了传统中值滤波、基于粗糙集理论的中值滤波、排序自适应中值滤波（Rank-ordered AdaptiveMedian Filtering,RAMF）和多级中值滤波等几种中值滤波算法,并考察了它们在抑制海底小目标声呐图像噪声中的应用。实验结果表明,传统中值滤波抑制噪声的能力较强,但保边能力较差;而基于粗糙集理论的中值...     

改进MRF参数模型的声呐图像分割方法

为取得更好的声呐图像分割效果,提出了一种基于改进MRF参数模型的声呐图像分割方法.在空间邻域MRF3类分割中,利用一个简单的正比例分布模型来描述目标区的分布;对于MRF模型参数的建立,采用新的3类分割空间邻域MRF模型参数.在此基础上,把新建立的3类分割空间邻域MRF模型参数和层次间相互作用的模型参数应用于空间分层MRF3类分割,得到最终精确的3类分割结果.同时,通过对人造模拟声呐图像以及真实声呐图像的分割实验,验证了提出的分割方法对噪声不敏感,具有较高的分割精度和适应性.     

基于Ncut的声呐图像谱抠图分割

针对目前谱图理论应用于声呐图像分割时,效果不够理想的问题,提出一种结合Ncut和谱抠图的声呐图像分割方法.该方法首先通过形态学变换对声呐图像进行预处理,降低复杂背景对分割结果的影响;其次,引入数字抠图技术,通过改变Ncut算法中的拉普拉斯公式得到用于分割的图像透明度估计;最后,通过透明度处理得到最终的声呐图像分割结果.仿真实验证明了所提算法的有效性,与传统的谱图分割方法相比,没有对声呐图像的背景进行分割,并准确提取出了目标区域,得到了更理想且更细致的声呐图像目标分割结果,有利于后期识别.     

基于规一化割的声呐图像谱抠图分割

针对目前谱图理论应用于声呐图像分割时,效果不够理想的问题,提出一种结合Ncut和谱抠图的声呐图像分割方法.该方法首先通过形态学变换对声呐图像进行预处理,降低复杂背景对分割结果的影响;其次,引入数字抠图技术,通过改变Ncut算法中的拉普拉斯公式得到用于分割的图像透明度估计;最后,通过透明度处理得到最终的声呐图像分割结果.仿真实验证明了所提算法的有效性,与传统的谱图分割方法相比,没有对声呐图像的背景进行分割,并准确提取出了目标区域,得到了更理想且更细致的声呐图像目标分割结果,有利于后期识别.     

干涉合成孔径声呐复图像配准

利用干涉合成孔径声呐技术能够获得海底的三维地貌图,而干涉合成孔径声呐复图像之间的精确匹配技术是提高合成孔径声呐干涉测量精度的关键之一.首先讨论了干涉合成孔径声呐复图像配准过程中所要考虑的问题.然后给出了一种复图像配准方法,在该复图像配准过程中,使用的是基于窗口区域的图像配准方法,并把复图像中相应配准窗口之间的相关系数作为评估配准精度的标准,使用该方法能够获得子像素级的配准精度.最后把该数据处理方法应用到了仿真和消声水池试验数据的干涉处理之中,最终取得了令人满意的结果.     

小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

基于马尔可夫随机场的非监督声呐图像分割方法

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。     

基于多区域最优选择策略的声呐图像目标检测

为了解决侧扫声呐图像目标检测受噪声和阴影区域影响，难以准确检测目标的问题，提出一种谱聚类结合熵权法的多区域最优选择策略的目标检测方法。根据先验知识提前设定谱聚类的聚类数，将声呐图像的像素聚类为多个不同的区域；提取每个区域具有的平移、旋转和缩放的不变性特征，用于构建多区域的特征准则矩阵；利用熵权法对该特征准则矩阵计算各特征的权重以及每个区域的综合加权分数，即可得到最终的目标区域。实验结果表明，所提方法不仅能够有效地克服侧扫声呐图像中的噪声和阴影区域带来的不利影响，还可以在图像聚类后的多个区域中实现最优目标区域的选择，验证了所提方法的可行性和有效性。     

侧扫声呐图像反演海底地形的一种线性算法

为弥补现有测深方法在获取海底微地形方面的不足,基于侧扫声呐高分辨率成像特点,提出一种侧扫声呐图像反演三维海底绝对地形的线性化算法.首先,根据侧扫声呐成像原理给出声波入射方向的估算模型,基于海底表面漫反射模型推导出一种线性化反演模型,并以同区域初始地形作为约束建立反演地形的约束模型,实现了反演地形向绝对地形的转变;在此基础上,给出完整的侧扫声呐图像反演三维海底绝对地形的流程以及精度评定方法;最后,借助实验对该方法进行了检验和验证.实验结果表明,该方法可以获得均方根误差优于15 cm、分辨率为初始地形170倍的海底地形.