模糊聚类的侧扫声纳图像分割算法

被引：17

作者：

王雷

叶秀芬

王天

机构：

[1] 哈尔滨工程大学自动化学院

来源：

华中科技大学学报(自然科学版) | 2012年 / 40卷 / 09期

关键词：

声纳图像; 频率; 模糊聚类; 二维经验模态分解(BEMD); 固有模态函数(IMF); 高斯马尔可夫纹理(GMRF);

D O I：

10.13245/j.hust.2012.09.011

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对侧扫声纳图像的特点,利用二维经验模态分解(BEMD)将图像分解成若干固有模态函数(IMF)和1个余量.分析了侧扫声纳图像背景区的图像频率特征,通过增强目标和阴影的特征信息降低噪声的影响.提取图像的高斯马尔可夫纹理(GMRF),用来表达图像像素点间的空间关系,以减少图像的误分割.利用BEMD和GMRF改进模糊C均值聚类算法,提出了新的聚类准则和距离函数,形成一种新的模糊聚类算法.利用该算法对不同的侧扫声纳图像进行分割,并将分割结果与其他典型的聚类算法的分割结果进行比较,验证了该算法的抗噪性和准确性.

引用

页码：25 / 29

页数：5

共 8 条

[1] Sonar image segmentation based on GMRF and level-set models [J].