-
公开(公告)号：CN104217422B
公开(公告)日：2017-09-08
申请号：CN201410239305.8
申请日：2014-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理技术领域，具体涉及是一种检测声纳图像的自适应窄带水平集的声纳图像检测方法。本发明包括：采用各向异性的二阶邻域分布特性MRF模型的参数来描述声纳图像的纹理特征，完成声纳图像的平滑去噪处理；由块方式的k‑均值聚类算法确定声纳图像的初始分割：求出代表每个窗口的三元样本，即均值、标准差、灰度最小值；初步判断目标高亮区和阴影区的大致位置，并自适应初始化零水平集函数：基于自适应窄带水平集进行声纳图像检测。本发明根据声纳图像海底混响噪声严重的特点，提出设置窄带区域，完成了局部寻优，避免了已有水平集方法的全局搜索，使海底混响噪声的影响降到最小，检测结果周围噪声干扰小，提高了检测速度和精度。
-
公开(公告)号：CN104217422A
公开(公告)日：2014-12-17
申请号：CN201410239305.8
申请日：2014-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理技术领域，具体涉及是一种检测声纳图像的自适应窄带水平集的声纳图像检测方法。本发明包括：采用各向异性的二阶邻域分布特性MRF模型的参数来描述声纳图像的纹理特征，完成声纳图像的平滑去噪处理；由块方式的k-均值聚类算法确定声纳图像的初始分割：求出代表每个窗口的三元样本，即均值、标准差、灰度最小值；初步判断目标高亮区和阴影区的大致位置，并自适应初始化零水平集函数：基于自适应窄带水平集进行声纳图像检测。本发明根据声纳图像海底混响噪声严重的特点，提出设置窄带区域，完成了局部寻优，避免了已有水平集方法的全局搜索，使海底混响噪声的影响降到最小，检测结果周围噪声干扰小，提高了检测速度和精度。
-
Search Results
2
records
(took 0.026 seconds)
