- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564695 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174631
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
基于平稳小波变换的声呐 图像 增强与分割方法研究 5 F( O) V/ A' g8 a0 q! O, x! B
; T3 @5 A5 M0 N' Y6 U4 m8 M
水下目标声呐图像的识别为海洋勘探提供了强有力支撑,声呐图像分割是
8 l C4 q, a- j$ v目标识别过程中的重要环节。由于声呐图像对比度差,目标区域不易从复杂的: u% W+ }- N# q
背景区域中分离出来,因此在分割之前,需对声呐图像进行增强处理,用以凸
4 i5 P0 d Z1 z显目标区域并抑制背景区域。平稳小波变换具有多分辨率分析特性和平移不变
; O) u, t" X6 b. C/ {6 v2 W% [' g性,在处理图像时有明显优势,本文基于平稳小波变换对声呐图像进行增强与* q1 s( h- o( |0 @! t
分割。
0 `9 _* ^% E# R1 f% q" {在声呐图像增强部分,本文将平稳小波变换和非线性增强方法相结合。首" I- \9 \1 H# C; O3 r& ^
先对声呐图像进行平稳小波变换,得到低频子带图像和高频子带图像;然后用
8 Y* i. m l% i! ^改进的伽玛函数对低频子带图像进行非线性增强;又根据各高频子带图像的特2 t3 M& n2 k3 T' H5 H: t5 ~3 j- t
点,利用反正切函数分别对其进行针对性的非线性增强;最后通过平稳小波逆
* w3 e' V) ?6 ^- n0 X) S) i变换得到增强后的声呐图像。实验结果表明,本文增强方法的综合性能优于经" ^6 V1 W1 e4 ^" I& u) T! P
典的灰度线性变换法、UM 法、HE 法、CLAHE 法,在增强图像对比度的同时
$ H' F( S; p& q* Q! k/ U9 F6 r有效抑制了噪声。! X9 n7 r/ ]& a: r, a+ `0 q
在声呐图像分割部分,本文结合平稳小波变换和模糊 C 均值(FCM)聚类$ n z3 ?- t- L; y2 Q( K" q" \
法对增强后的声呐图像进行分割。首先对增强后的声呐图像进行平稳小波变换;
8 S. W" f4 |: q! \, C4 R然后在平稳小波域中,根据低频子带图像的灰度特性获取初始类中心;最后,
: h7 f$ l$ c5 `5 a7 t4 o添加邻域信息重新定义 FCM 聚类法的目标函数,利用初始类中心以及改进的
$ i; K' Y t; V, o6 }" |FCM 聚类法对增强后的声呐图像进行分割。实验结果表明,本文分割方法的综
. o5 y2 N: |* G$ |, W合性能优于传统的 Otsu 双阈值法、最大熵双阈值法、FCM 聚类法,能有效分割: T; ^% u$ H; k' k
I内蒙古大学硕士学位论文
5 L& z3 f1 T. s- W声呐图像,且提高了分割精度。
- c5 y6 i6 i( e% r5 p7 |. s$ |8 u Z2 l+ q% P7 u9 [+ o
+ |, x/ \$ |$ y7 y- D5 a
|
zan
|