当前位置: 首页 » 资料 » 健康论文 » 基于标记和模糊聚类的分水岭声纳图像分割

基于标记和模糊聚类的分水岭声纳图像分割

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:7
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Hmin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
  • 【题 名】基于标记和模糊聚类的分水岭声纳图像分割
  • 【作 者】李轲 刘忠 李伦 张国栋
  • 【机 构】海军工程大学电子工程学院 湖北武汉430033
  • 【刊 名】《华中科技大学学报:自然科学版》2013年 第6期 50-54页 共5页
  • 【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
  • 【文 摘】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Hmin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.
 
本文导航:
  • (1) 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
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注