BEMD-分层水平集侧扫声纳图像快速分割算法

摘要：

针对侧扫声纳图像不同区域的像素分布特点,提出了一种改进的BEMD(二维经验模态分解)-分层水平集分割算法.介绍了CV(Chan和Vese)水平集模型和分层水平集模型,利用分层水平集模型进行三类分割.为了提高分割精度,利用BEMD重新描述模型的能量函数.通过BEMD的加权参数,在不影响分割精度的前提下提高模型的抗噪性能.分析了c-均值算法与水平集算法的联系,利用改进的c-均值算法初始化水平集演化曲线,以减少迭代次数.对水平集能量函数添加惩罚项,以提高水平集演化速度.利用改进的BEMD-分层水平集分割算法进行无监督的图像分割实验并与其他算法比较,验证了该算法的抗噪性、分割的准确性和快速性.

关键词：侧扫声纳图像、二维经验模态分解、水平集、能量函数

所属期刊栏目：48

分类号：TN919.8

资助基金：国家高技术研究发展计划8632007AA04Z246,2011AA09A106

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：24-27,67