改进阈值法的舰船图像自动分割

发布时间：2021-03-03 05:23

　　由于舰船航行的海上环境和图像数据存在一定复杂性,导致舰船图像的分割效率变低。本文以提高舰船图像的自动分割效率为目的,提出了基于改进阈值法的舰船图像自动分割研究。在改进阈值法的基础上,将舰船图像的颜色特征作为特征提取的视觉特征,根据舰船图像经过灰度差分处理后的4个统计量,提取出舰船图像的特征,通过舰船图像自动分割算法设计,实现了舰船图像的自动分割。实验结果表明,基于改进阈值法的舰船图像自动分割方法可以缩短图像分割时间,从而提高了舰船图像的分割效率。 

【文章来源】：舰船科学技术. 2020,42(22)北大核心

【文章页数】：3 页

【部分图文】：

噪声干扰下舰船图像分割时间对比结果Fig.1Comparisonresultsofshipimagesegmentationtimeundernoiseinterference

舰船图像受到噪声干扰时，3种图像分割方法在分割舰船图像时所用的时间都比较长，但是基于改进阈值的分割方法由于在分割舰船图像之前，先提取了舰船图像的特征，进一步提高了舰船图像的分割效率，从而使舰船图像的分割时间短于其他2种分割方法；文献[2]的分割方法及文献[3]的分割方法无法获取到舰船图像的特征值，导致舰船图像的分割时间变长。2.2无噪声干扰下的舰船图像分割时间对比试验在没有任何噪声干扰的前提下采集舰船图像，统计整个舰船图像分割过程所用的时间，试验结果如图2所示。图2无噪声干扰下舰船图像分割时间对比结果Fig.2Comparisonresultsofshipimagesegmentationtimewithoutnoiseinterference可以看出，在不受噪声干扰的情况下，由于基于改进阈值的分割方法在分割舰船图像之前，设计了图像自动分割算法，降低了计算的复杂程度，从而使舰船图像的分割时间变短；而文献[2]的分割方法及文献[3]的分割方法在分割舰船图像过程中，计算的过程比较复杂，使分割后的舰船图像质量变差，延长了舰船图像的分割时间。3结语本文提出了改进阈值法的舰船图像自动分割研究，实验结果显示，该方法在舰船图像自动分割领域中具有很大优势。在今后的研究中，还需要加强有关舰船图像质量的研究，保证舰船海上航行的安全性。参考文献：刘松涛,刘振兴,姜康辉.基于模糊Renyi熵和区域增长的图像目标分割方法[J].系统工程与电子技术,2018,040(8):1693–1701.[1]朱浩亮,李光平.基于改进布谷鸟搜索算法的图像分割[J].计算机工程与设计,2018,39(5):1428–1432.[2]赵文涛,曹昕鸷,田志勇.基于自适应阈值区域生长的红外舰船目标分割方法[J].红外技术,2018,3(2):

【参考文献】：
期刊论文
[1]人造板表面缺陷检测图像自适应快速阈值分割算法[J]. 郭慧,王霄,刘传泽,周玉成.  林业科学. 2018(11)
[2]基于改进布谷鸟搜索算法的图像分割[J]. 朱浩亮,李光平.  计算机工程与设计. 2018(05)
[3]基于模糊Renyi熵和区域增长的图像目标分割方法[J]. 刘松涛,刘振兴,姜康辉.  系统工程与电子技术. 2018(08)
[4]基于自适应阈值区域生长的红外舰船目标分割方法[J]. 赵文涛,曹昕鸷,田志勇.  红外技术. 2018(02)



本文编号：3060696