基于水平集的聲納圖像分割方法的研究.pdf

1、聲納圖像分割是指將聲納圖像劃分成一系列彼此互不交疊的勻質(zhì)區(qū)域,從而提取出聲納圖像中感興趣的目標。聲納圖像大體上可分為三類不同灰度值的區(qū)域:目標區(qū)、陰影區(qū)和海底混響區(qū)。作為聲納圖像處理的一項最基本的技術(shù),聲納圖像的分割對聲納圖像中水下目標(如水雷、水下潛器等)的特征提取的有效性和識別率起著至關(guān)重要的作用。
　　 本文主要研究了基于水平集方法的聲納圖像分割技術(shù)。
　　 首先,在對國內(nèi)外聲納圖像分割研究現(xiàn)狀分析的基礎(chǔ)上,簡述了

2、水平集方法在圖像分割中的應(yīng)用。
　　 其次,介紹了水平集方法的基本理論和分割原理,在此基礎(chǔ)上研究了國內(nèi)外水平集分割方法中較成熟、分割效果較好的方法,主要包括兩相分割模型中的Mumford-Shah模型和C-V模型,以及多相分割模型中的單水平集分割模型和多水平集分割模型。
　　 然后,應(yīng)用Matlab工具,對以上幾種水平集分割模型的聲納圖像分割進行了仿真實驗,并根據(jù)實驗結(jié)果分析了這幾種水平集分割模型的優(yōu)缺點。