| 基于标记和模糊聚类的分水岭声纳图像分割 |
| |
| 引用本文： | 李轲,刘忠,李翀伦,张国栋.基于标记和模糊聚类的分水岭声纳图像分割[J].华中科技大学学报(自然科学版),2013,41(6). |
| |
| 作者姓名： | 李轲 刘忠 李翀伦 张国栋 |
| |
| 作者单位： | 海军工程大学电子工程学院,湖北武汉,430033 |
| |
| 基金项目： | 高等学校博士后专项科研基金资助项目 |
| |
| 摘 要： | 针对传统分水岭算法在处理声纳图像时存在严重的过分割现象,提出一种结合分割前处理和后处理两类方法优点的算法.首先利用H-min变换技术提取区域极小值和新的标记,对标记后的图像进行分水岭图像分割；然后结合改进适应度函数的粒子群全局寻优算法,从初分割的小区域中搜索出较为准确的初始聚类中心,利用这个聚类中心和改进目标函数的模糊C均值聚类算法,再对分割后的小区域聚类,并控制迭代次数,以提高分割速度.实验结果表明:该方法能够有效消除过分割现象,提高声纳图像处理效果,有效分割率达89％,处理时间提高30％以上.
|
| 关 键 词： | 图像分割 声纳图像 分水岭算法 标记 粒子群寻优 模糊C均值聚类 |
Segmenting watershed sonar image by marker and fuzzy clustering |
| |
| Abstract: | |
| |
| Keywords: | image segmentation sonar image watershed algorithm marker particle swarm optimization fuzzy C-means clustering |
| 本文献已被 万方数据 等数据库收录！ |
|
