公开(公告)号：CN101286229A

公开(公告)日：2008-10-15

申请号：CN200810064436.1

申请日：2008-05-05

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  王兴梅 ,  张哲会 ,  方超

IPC: G06T5/00

Abstract: 本发明提供的是一种基于分层MRF的声呐图像自适应分割方法。包括如下步骤：(1)用块方式的k－均值聚类算法确定声呐图像的初始三类分割；(2)基于空间邻域MRF的三类分割；(3)基于分层MRF的三类分割。本发明根据声呐设备接收目标区反射回的放大信号常常引起接收器的饱和，而导致属于目标区的灰度值都较大这一特点，提出了一个简单的正比例函数来描述目标区的分布。同时根据各向异性的二阶邻域系统模型建立新的声呐图像三类分割MRF模型参数，并将分层MRF理论应用到声呐图像三类分割中，提高了复杂海底声呐图像中目标的实时探测效率，并为后续水下目标的识别精度提供了更好的前提条件。

公开(公告)号：CN101286229B

公开(公告)日：2010-06-02

申请号：CN200810064436.1

申请日：2008-05-05

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  王兴梅 ,  张哲会 ,  方超

IPC: G06T5/00

Abstract: 本发明提供的是一种基于分层MRF的声呐图像自适应分割方法。包括如下步骤：(1)用块方式的k-均值聚类算法确定声呐图像的初始三类分割；(2)基于空间邻域MRF的三类分割；(3)基于分层MRF的三类分割。本发明根据声呐设备接收目标区反射回的放大信号常常引起接收器的饱和，而导致属于目标区的灰度值都较大这一特点，提出了一个简单的正比例函数来描述目标区的分布。同时根据各向异性的二阶邻域系统模型建立新的声呐图像三类分割MRF模型参数，并将分层MRF理论应用到声呐图像三类分割中，提高了复杂海底声呐图像中目标的实时探测效率，并为后续水下目标的识别精度提供了更好的前提条件。