|
|||||
|
|
| 基于模糊TS-MRF模型的无监督声纳图像分割 | |
| 作者单位： | ;1.三峡大学水电工程智能视觉监测湖北省重点实验室;2.三峡大学计算机与信息学院 |
| 摘 要： | 为解决声纳图像本身特征信息较弱,而树结构化的马尔可夫随机场(TS-MRF)算法在分割中过分依赖祖先节点,且在标号分割中仅考虑区域内部一致性而忽视区域边缘的各向异性的问题,提出了一种模糊树结构化的马尔可夫随机场(TS-MRF)模型的声纳图像分割算法.在TS-MRF势函数中引入广义模糊算子,以模糊隶属度作为像素相似度度量,将邻域信息融入到分裂节点参数的确定中,使得先验概率的刻画更加精细.已知图像观测特征前提下定义分裂增益系数来反映分裂前、后标号后验概率的比值,并将对增益系数的判断作为确定二叉树节点分裂的依据,降低求解后验概率最大的计算复杂度.结合区域分裂合并方法完成对声纳图像无监督分割.实验结果从视觉效果和客观评价表明:本分割方法相比于传统MRF和TS-MRF等分割算法,具有较高的分割精度和高鲁棒性. |
| 关 键 词： | 声纳图像分割 树结构化的马尔可夫随机场(TS-MRF) 模糊多级逻辑(MLL)模型 增益系数 鲁棒性 |
Unsupervised sonar image segmentation based on fuzzy TS-MRF model |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |