-
题名基于超像素聚类的侧扫声呐图像分割算法
被引量：14
- 1
-
-
作者
盛蕴霞
霍冠英
刘静
-
机构
河海大学物联网工程学院
常州市传感网与环境感知重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第6期219-225,232,共8页
-
基金
国家自然科学基金(41306089)
江苏省自然科学基金(BK20130240)
中央高校基本科研业务费专项资金(2017B43114)
-
文摘
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。
-
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
-
Keywords
super-pixel segmentation
clustering
side-scan sonar image
maximum flow-minimum cut
saliency
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
