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

• 作者: 任强 吴涛 夏平 雷帮军
• 来源期刊: 兵工学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（5）
• 页码范围: 940-948
• 页数: 9页
• 分类号: TB566
• 字数: 5885字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2017.05.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏平	三峡大学水电工程智能视觉监测湖北省重点实验室	63	238	9.0	12.0
5	雷帮军	三峡大学水电工程智能视觉监测湖北省重点实验室	39	152	5.0	10.0
9	吴涛	三峡大学水电工程智能视觉监测湖北省重点实验室	10	37	4.0	5.0
13	任强	三峡大学水电工程智能视觉监测湖北省重点实验室	4	4	1.0	2.0