基于超像素聚类的侧扫声呐图像分割算法

• 作者: 刘静 盛蕴霞 霍冠英
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 超像素分割 聚类 侧扫声呐图像 最大流-最小割 显著性
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 219-225,232
• 页数: 8页
• 分类号: TP391.4
• 字数: 6806字
• 语种: 中文

摘要

针对传统超像素分割对声呐图像存在抗噪性能较差、分割后区域难以准确合并等问题,提出一种以超像素聚类方式实现侧扫声呐图像分割的方法.采用快速双边滤波对待分割的侧扫声呐图像进行降噪处理,以降低后续分割的困难.对降噪后的侧扫声呐图像提取亮度特征和纹理特征,计算两者相似性,并进行加权融合,以融合后的相似性作为像素与聚类中心间的距离度量准则,从而生成超像素.基于亮度特征对超像素进行显著性检测,标记显著性超像素,并基于最大流-最小割方法对超像素进行聚类.计算类内显著性超像素占比,将其与预设阈值进行比较,将大于阈值的标记为前景类,反之则为背景类,以得到最终的分割结果.实验结果表明,与模糊局部信息C均值算法和简单线性迭代聚类算法相比,该算法的分割准确率较高、过分割和欠分割率较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍冠英	河海大学物联网工程学院	37	375	13.0	18.0
5	刘静	河海大学物联网工程学院	17	93	5.0	9.0
6	盛蕴霞	河海大学物联网工程学院	2	7	1.0	2.0