水下强噪音图像目标分割方法研究文献综述

《水下强噪音图像目标分割方法研究文献综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、毕业论文（设计）文献综述水下强噪声图像目标分割方法研究学生姓名：柳玉刚指导教师：李响讲师专业名称：电子信息工程所在学院：信息工程学院水下强噪声图像目标分割方法研究引言：21世纪是开发、利用和保护海洋的世纪。海洋为人类提供了渔盐之利、舟楫之便。中国作为一个海洋大国，拥有300多万平方公里的国土海域和将近2万公里长的海岸线，由于随着近几年来中国的人口的不停地增张和海洋科学技术的飞速发展以及国民经济的迅猛发上升，因此我国不停地对海洋领域进行开发以及不断地对海洋信息进行探寻，这些做法对于我国的国民生活水平及经济的

2、改善都是具有划时代的重大意义的。随着人口的快速增加，给为我们的自然带来了巨大的压力，大部分陆地上的自然资源已经面临着被人类开采殆尽的情况，因此人类对于海洋领域的开发和利用日益加快。而海洋技术也得到了飞速的发展。为了更好的发展海洋利用海洋，我们首先要获得海洋信息，而获得信息的主要途径是通过水下图像，我们需要通过具有强噪声的水下图像得到有效的图像目标的信息，因此近几年来水下强噪声图像目标分割已成为热门的研究课题之一。水下强噪声图像目标分割方法及优点：自从水下强噪声图像分割研究受到重视以来，分割算法层出不穷，这

3、实际上就是计算机模式识别技术在图像分割领域的具体应用。针对这些算法应用的不同角度，可以归纳为灰度阈值化的方法、空间区域信息的分割方法、边缘检测算法以及基于特定理论的分割算法。一、灰度阈值化的方法灰度阈值化方法是一种古老、简单而十分流行的方法。它是根据水下强噪声图像的整体信息(如该幅图像的灰度直方图)或根据图像的局部信息来选择一个或几个灰度阈值，从而把水下强噪声图像中的目标分割出来。二、空间区域信息的分割方法这是一类利用图像空间区域信息的图像分割方法。基于区域的分割技术有两种基本形式：区域生长和分裂合并。前

4、者是从单个像素出发，逐渐合并以形成所需的分割结果；后者是从整个图像出发，逐渐分裂或合并以形成所需要的分割结果。与阈值方法不同，这类方法不但考虑了像素的相似性，还考虑了空间上的邻接性，因此，可以有效消除孤立噪声的干扰，具有很强的鲁棒性。而且，无论是合并还是分裂，都能够将分割深入到像素级，可以保证较高的分割精度。区域生长算法先对每个要分割的区域找一个种子像素作为生长的起点，然后将种子像素邻域内与种子像素有相似性的像素合并到种子像素集合。如此往复，直到再没有像素可以被合并，一个区域就形成了。显然，种子像素、生长

5、准则和终止条件是算法的关键。然而，种子点的选择并不容易，有人试图通过边缘检测来确定种子点，但是，由于边缘检测算法本身的不足，并不能避免遗漏重要的种子点。区域生长算法的最大优点是计算复杂度低、速度快。最大的缺点是在没有先验知识的情况下，采用随机的种子点和随机的相似性准则分割的结果可能会与实际情况相差甚远。分裂合并算法则是先从整个图像开始不断的分裂得到各个区域，再将相邻的具有相似性的区域合并以得到分割结果。这种方法虽然没有选择种子点的麻烦，但也有自身的不足。一方面，分裂如果不能达到像素级就会降低分割精度：另一

6、方面，像素级的分裂会增加合并的工作量，从而大大提高其时间复杂度。三、边缘检测算法利用图像中灰度变化最强烈区域信息的方法称为边缘检测方法。这类方法主要基于图像灰度级的不连续性，它通过检测不同均匀区域之间的边界来实现对图像的分割，这与人的视觉过程有些相似。边缘检测一般分为三个步骤：首先利用一些边缘检测算子检测出图像中可能的边缘点其次，对有一定厚度的边缘进行复杂的边缘细化得到精确的厚度为一个像素的边缘。最后利用边缘闭合技术以便得到封闭的边缘。依据执行方式的不同，这类方法通常又分为串行边缘检测技术和并行边缘检测技

7、术。串行边缘检测技术首先要检测出一个边缘起始点，然后根据某种相似性准则寻找与前一点同类的边缘点，这种确定后继相似点的方法称为跟踪。根据跟踪方法的不同，这类方法又可以分为轮廓跟踪、光栅跟踪和全向跟踪三种方法。全向跟踪可以克服由于跟踪的方向很可能造成的边界丢失，但其搜索过程会付出更大的时间代价。串行边缘检测技术的优点在于可以得到连续的单像素边缘，但是它的效果严重依赖于初始边缘点，如由不恰当的初始边缘点可能得到虚假边缘，另外，较少的初始边缘点可能导致边缘漏检。并行边缘检测技术通常借助空域微分算子，通过其模板与图

8、像卷积完成，因而可以在各个像素上同时进行，从而大大降低了时间复杂度。常见的并行边缘检测方法有梯度幅度算子、Robects梯度算子、Laplacian算子、Sobel。四、基于特定理论的分割算法水下强噪声图像分割至今为止尚无通用的理论，所以，每当有新的“理论或方法”提出来人们就试着将其应用于水下强噪声图像分割，因而提出了不少特殊的算法。马尔可夫随机场、Gibbs随机场等。水下强噪声图像目标分割方法发展现状及发展趋势：虽然图像分割