极限学习机算法舰船图像自动分割

• 作者: 孙林坡
• 来源期刊: 舰船科学技术
• 关键词: 极限学习机算法 舰船图像 分割 ELM分类模型
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 基础科技
• 页码范围: 43-45
• 页数: 3页
• 分类号: U66
• 语种: 中文
• DOI: 10.3404/j.issn.1672-7649.2020.11A.015

摘要

现有舰船图像分割方法存在分割时间较长、分割精度较差的缺陷,为此提出极限学习机算法的舰船图像自动分割方法研究.基于载入的舰船图像,利用傅里叶变换方法获取舰船图像显著图,依据极限学习机算法构架ELM分类模型,将上述获取的舰船图像显著图作为ELM分类模型的训练样本,通过Bagging集成策略确定最佳ELM分类模型,以此为工具,制定舰船图像自动分割程序,执行上述程序,即实现了舰船图像的自动分割.仿真实验结果表明,与给定标准数值相比较,提出方法的舰船图像分割时间更短、舰船图像分割精度更高,充分说明提出方法舰船图像分割效果更佳.