| 融合多尺度统计信息模糊C均值聚类与Markov随机场的小波域声纳图像分割 |
| |
| 引用本文： | 夏平,任强,吴涛,雷帮军.融合多尺度统计信息模糊C均值聚类与Markov随机场的小波域声纳图像分割[J].兵工学报,2017,38(5):940-948. |
| |
| 作者姓名： | 夏平 任强 吴涛 雷帮军 |
| |
| 作者单位： | 三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002;三峡大学计算机与信息学院,湖北宜昌443002;三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002;三峡大学计算机与信息学院,湖北宜昌443002;三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002;三峡大学计算机与信息学院,湖北宜昌443002;三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002;三峡大学计算机与信息学院,湖北宜昌443002 |
| |
| 基金项目： | 国家自然科学基金重点项目，国家自然科学基金项目，水电工程智能视觉监测湖北省重点实验室开放基金项目 |
| |
| 摘 要： | 声纳图像成像质量差、特征信息弱,目标分割存在一定困难,为此提出一种融合多尺度统计信息的模糊C均值(FCM)聚类与Markov随机场(MRF)的小波域声纳图像分割算法。小波域中低频信息统计特性描述了低频不同区域像素聚类情况,高频信息反映了该方向纹理特征,依据低频子带的统计峰值选取FCM初始聚类中心,应用小波域FCM聚类算法对声纳图像进行预分割,抑制噪声的影响,提高了预分割的准确性;构建初分割后图像的多尺度MRF模型,尺度间节点标记的相关性采用1阶Markov性表征,尺度内构建2阶邻域系统描述系数间的标记联系,标记场采用双点多级逻辑模型建模,同一标记的系数特征场采用高斯模型建模,弥补了MRF算法中层次信息和轮廓信息描述的不足;应用迭代条件模型算法求其最小能量下的标记场,实现声纳图像分割。从视觉主观效果和客观评价指标两方面的实验结果验证表明,该算法分割声纳图像均优于FCM聚类算法和MRF算法,分割的声纳图像边缘与细节的清晰度、精细度均有一定程度改善。
|
| 关 键 词： | 信息处理技术 声纳图像分割 模糊C均值聚类 Markov随机场 小波域 迭代条件模型算法 |
Sonar Image Segmentation Fusion of Multi-scale Statistical Information FCM Clustering and MRF Model in Wavelet Domain |
| |
| XIA Ping,REN Qiang,WU Tao,LEI Bang-jun.Sonar Image Segmentation Fusion of Multi-scale Statistical Information FCM Clustering and MRF Model in Wavelet Domain[J].Acta Armamentarii,2017,38(5):940-948. |
| |
| Authors: | XIA Ping REN Qiang WU Tao LEI Bang-jun |
| |
| Affiliation: | (1.Hubei Key Laboratory of Intelligent Vision based Monitoring for Hydroelectric Engineering, China Three Gorges University,Yichang 443002, Hubei, China;2.College of Computer and Information Technology, China Three Gorges University, Yichang 443002, Hubei, China) |
| |
| Abstract: | |
| |
| Keywords: | information processing technology sonar image segmentation fuzzy C-means clustering Markov random field model wavelet domain iteration condition model algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《兵工学报》浏览原始摘要信息 |
|
点击此处可从《兵工学报》下载全文 |
|
