改进可变区域拟合模型的合成孔径声呐图像分割方法

作者：徐申阳; 张春华^*; 韦琳哲

来源：声学学报(中文版), 2021, 46(02): 195-208.

DOI：10.15949/j.cnki.0371-0025.2021.02.004

• 初始化
• 均值聚类
• 目标图像
• 图像分割
• 粗分割
• 尺度自适应
• 水平集
• 核函数
• 合成孔径声呐
• 拟合模型

为了自动且高精度地分割合成孔径声呐图像中的目标和阴影区域,提出一种核函数尺度自适应可变区域拟合(RSF)模型的分割方法。使用一种基于K-均值聚类的自动初始化方法对水平集进行初始化,减少了人为干预;提出改进的核函数尺度自适应RSF模型,其利用声呐成像中目标与阴影在沿扫测方向具有近似宽度的一般规律,自适应选择核函数尺度参数,使得对应目标和阴影的水平集函数能够同步演化,提高最终分割精度。通过对真实声呐图像的实验结果分析,验证了该方法能较为准确地实现目标和阴影区域的分割,具有一定的精确性和适应性。

• 出版日期2021
• 单位中国科学院; 中国科学院大学; 中国科学院声学研究所