三维FMF的HFCM水声数据分割

发布时间：2018-01-06 06:22

  本文关键词：三维FMF的HFCM水声数据分割　出处：《计算机应用研究》2017年10期 　论文类型：期刊论文

  更多相关文章： 模糊中值滤波(FMF) 直方图模糊C-均值(HFCM) 数据分割 最大熵阈值法 半高斯模糊隶属度函数

【摘要】：针对三维水声数据背景复杂、受噪声干扰严重等特点,提出一种结合三维FMF的HFCM水声数据分割算法,以提高水声数据分割的精度和效率。该算法首先选取三维滤波窗口,利用最大熵阈值法计算出模糊阈值;再结合半高斯模糊隶属度函数对水声数据进行模糊中值滤波;最后采用HFCM算法对滤波后的数据进行分割。对两组不同的三维水声数据进行分割处理的结果表明,该算法能够有效地降低噪声干扰,分割效果要优于未滤波的HFCM以及均衡FMF的HFCM分割算法,并且在分割效率上要明显优于传统的模糊C-均值算法。
[Abstract]:According to the three-dimensional acoustic data by complex background, serious noise characteristics, proposes a combination of 3D FMF HFCM acoustic data segmentation algorithm to improve the accuracy and efficiency of acoustic data segmentation. The algorithm firstly selects the three-dimensional filtering window, calculate the fuzzy threshold using the maximum entropy threshold method; combined with the fuzzy membership of fuzzy median half Gauss filtering of the acoustic data function; finally uses the HFCM algorithm to segment the data after filtering. The segmentation results on two different groups of 3D acoustic data show that this algorithm can effectively reduce the noise, segmentation effect is better than the HFCM and HFCM filter equalization FMF segmentation algorithm, fuzzy C- means algorithm and much better than the traditional segmentation efficiency.

【作者单位】： 杭州电子科技大学通信工程学院模式识别与信息安全实验室;
【基金】：国家自然科学基金资助项目(60802047) 浙江省大学生科技创新活动计划(新苗人才计划)项目(2015R407075)
【分类号】：TB56
【正文快照】： 0引言随着科技的发展,人们不再局限于对陆地资源的探索,而是选择深入探索研究占地球70%面积的海洋世界。水下环境和物体的探测需求促进了水下声纳成像技术的发展,由于水下环境复杂多变,声纳收集的数据极易受斑点噪声干扰[1],加之水下存在各种杂质,极大地影响了水下声纳成像的，

本文编号：1386671