MATLAB环境下基于熵的声纳图像分割算法

声纳图像作为准确获取水下信息的重要途径之一,在国防、军事、工程等方面发挥着巨大作用。然而,由于水声信道的复杂多变和声波本身的传播损失,声纳图像往往呈现出分辨率和对比度不高、噪声干扰严重、目标轮廓模糊等特点。

声纳图像的分割指的是将灰度图像细分为多个子区域的过程,声纳图像特征提取的准确度与图像分割的精度密切相关。现有的图像分割方法,比如基于各种微分算子的边缘检测法,自动求取阈值的最大类间方差法等,大都需要计算图像亮度的一阶导数或二阶导数,如果图像较大时相当耗时。近年来使用特征空间聚类法进行图像分割因其具有良好的自适应性而得到了广泛的应用。

K-Means算法根据欧式距离反复把数据分入K个类中直到满足某个终止条件;而模糊C均值FCM算法不再需要用户指定聚类数目,它通过最优化一个模糊目标函数来得到每个待分类像素点对各个聚类中心的隶属度,因此具有更强的适应性。但FCM算法没有考虑图像的空间冗余信息,因此对噪声和灰度不均匀敏感。

为此,学者们通过在目标函数中引入图像的局部信息或纹理信息来增强FCM算法的抗噪性和分割的准确度。近年来,利用曲线演化理论和水平集方法的活动轮廓模型也成为图像分割中的重要研究方向。它将目标的边界看成一个闭合的曲线,在能量泛函最小化的驱动下,轮廓线不断变形活动至目标边界。这类方法的典型代表有基于边缘的测地线主动轮廓模型、基于区域分段常量的C-V模型、基于局部特征的局部二值拟合模型和可变区域拟合模型等。

鉴于此,提出一种基于熵的声纳图像分割算法,运行环境为MATLAB R2018a,步骤如下:

1. Read the Original Shipwrecked Sonar Image

2. Gray the Image

3. Denoise the Image: DCT (Discrete Cosine Transform) Denoise

4. Edge Detection (Roberts Operator)

5. Removing Shadow Boundaries

6. Image Localization (Threshold)

7. Remove Ship Boundaries

8. Image Dilate White Pixel (Morphology Dilation)

9. Merge Denoise & Dilation Images

10. 2-D Entropy Segamentation

11. Postprocessing

出图如下:

完整代码:MATLAB环境下基于熵的声纳图像分割算法

工学博士,担任《Mechanical System and Signal Processing》审稿专家,担任《中国电机工程学报》优秀审稿专家,《控制与决策》,《系统工程与电子技术》,《电力系统保护与控制》,《宇航学报》等EI期刊审稿专家。

擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

相关推荐
不当菜虚困15 分钟前
JAVA设计模式——(四)门面模式
java·开发语言·设计模式
ruyingcai66666615 分钟前
用python进行OCR识别
开发语言·python·ocr
BB_CC_DD18 分钟前
四. 以Annoy算法建树的方式聚类清洗图像数据集,一次建树,无限次聚类搜索,提升聚类搜索效率。(附完整代码)
深度学习·算法·聚类
m0Java门徒22 分钟前
面向对象编程核心:封装、继承、多态与 static 关键字深度解析
java·运维·开发语言·intellij-idea·idea
liuweidong080225 分钟前
【Pandas】pandas DataFrame radd
开发语言·python·pandas
农民也会写代码1 小时前
dedecms织梦arclist标签noflag属性过滤多个参数
开发语言·数据库·sql·php·dedecms
内网渗透1 小时前
Python 虚拟环境管理:venv 与 conda 的选择与配置
开发语言·python·conda·虚拟环境·venv
梁下轻语的秋缘2 小时前
每日c/c++题 备战蓝桥杯 ([洛谷 P1226] 快速幂求模题解)
c++·算法·蓝桥杯
HyperAI超神经2 小时前
12个HPC教程汇总!从入门到实战,覆盖分子模拟/材料计算/生物信息分析等多个领域
图像处理·人工智能·深度学习·生物信息·分子模拟·材料计算·vasp
CODE_RabbitV2 小时前
【深度强化学习 DRL 快速实践】逆向强化学习算法 (IRL)
算法