[發明專利]基于分層MRF的聲吶圖像自適應分割方法

有效

• 申請號: 200810064436.1
• 申請日: 2008-05-05
• 公開（公告）號: CN101286229A
• 公開（公告）日: 2008-10-15
• 發明（設計）人: 葉秀芬;王興梅;張哲會;方超
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1、一種基于分層MRF的聲吶圖像自適應分割方法，其特征是：

包括如下步驟：

(1)用塊方式的k-均值聚類算法確定聲吶圖像的初始三類分割；

(2)基于空間鄰域MRF的三類分割：①根據聲吶圖像初始分割結果以及各分布函數的最大似然估計確定噪聲參數；②采用各向異性的二階鄰域系統模型，建立三類分割的MRF模型參數β₁，β₂，……，β₁₂，根據同一種鄰域結構中各類別所占比例列出參數方程，并用最小二乘法確定模型參數；③根據后驗概率最大更新圖像信息，并用迭代條件估計算法優化噪聲參數和模型參數，得到參數收斂后的三類分割結果；

(3)基于分層MRF的三類分割：用分層MRF模型將聲吶圖像分為L+1層，同時考慮空間鄰域的作用和層次間的相互作用，模型參數為β₁，……，β₁₂，β₁₃，其中，β₁₃為層次間的相互作用，噪聲參數不變，通過最大似然分割得到最頂層的三類分割信息，通過上層對下層的信息傳遞過程，并在每個層面上應用迭代條件估計算法，形成一個由粗到細的MRF鏈的分割過程，最終在最底層得到比步驟(2)精確的三類分割結果。

2、根據權利要求1所述的基于分層MRF的聲吶圖像自適應分割方法，其特征是：在步驟(3)的基礎上更新噪聲參數，并再次經過由粗到細的MRF鏈的分割過程，最后，得到三類精確分割結果。

3、根據權利要求1或2所述的基于分層MRF的聲吶圖像自適應分割方法，其特征是：步驟(2)中所述的分布函數為目標高亮區采用一個簡單的正比例分布，陰影區采用威布爾分布，海底混響區采用威布爾分布。

4、根據權利要求1或2所述的基于分層MRF的聲吶圖像自適應分割方法，其特征是：所述步驟(2)中三類分割的MRF模型參數的具體建立為：利用各向異性的二階鄰域系統中各個位置基團的方向和像素標記，建立模型參數為β₁，β₂，……，β₁₂；其中，β₁，β₂，β₃為水平方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₄，β₅，β₆為豎直方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₇，β₈，β₉為左對角方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₁₀，β₁₁，β₁₂為右對角方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合。

5、根據權利要求3所述的基于分層MRF的聲吶圖像自適應分割方法，其特征是：所述步驟(2)中三類分割的MRF模型參數的具體建立為：利用各向異性的二階鄰域系統中各個位置基團的方向和像素標記，建立模型參數為β₁，β₂，……，β₁₂；其中，β₁，β₂，β₃為水平方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₄，β₅，β₆為豎直方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₇，β₈，β₉為左對角方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合；β₁₀，β₁₁，β₁₂為右對角方向組合的基團，分別表示陰影和目標、陰影和海底混響區、目標和海底混響區的組合。