期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:马忠丽,梁秀梅,文杰.无人水面艇目标图像自适应分割算法[J].哈尔滨工业大学学报,2014,46(7):53.DOI:10.11918/j.issn.0367-6234.2014.07.010
MA Zhongli,LIANG Xiumei,WEN Jie.Image adaptive segmentation algorithm for unmanned surface vehicle targets[J].Journal of Harbin Institute of Technology,2014,46(7):53.DOI:10.11918/j.issn.0367-6234.2014.07.010
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1903次   下载 1195 本文二维码信息
码上扫一扫!
分享到: 微信 更多
无人水面艇目标图像自适应分割算法
马忠丽, 梁秀梅, 文杰
(哈尔滨工程大学 自动化学院,150001 哈尔滨)
摘要:
针对水面目标与海天背景对比度变化大、景深差异明显的特点,提出一种改进的自适应Mean-Shift图像分割算法.首先通过估计参考点领域灰度值分布,自适应地得到空间域带宽,然后结合叶斯准则,自适应计算空间窗内灰度域带宽,实现目标与背景的自适应分割.分别抽取水面艇视频图像中,目标远、近距离以及清晰对比度不同的视频帧进行仿真测试,与传统分割算法对比研究,结果表明该算法可以有效实现水面目标图像分割.
关键词:  目标分割  水面艇  自适应Mean-Shift  带宽
DOI:10.11918/j.issn.0367-6234.2014.07.010
分类号:TH133; TP183
基金项目:国家自然科学基金青年基金资助项目(51109047);国家留学基金委留学基金资助项目(2011307358);黑龙江省博士后基金资助项目(Ibhq10140).
Image adaptive segmentation algorithm for unmanned surface vehicle targets
MA Zhongli, LIANG Xiumei, WEN Jie
(College of Automation, Harbin Engineering University, 150001 Harbin, China)
Abstract:
Considering the large contrast changing of surface targets and sea-sky background and the obvious difference of field depth, an improved image segmentation algorithm based on self-adaptive Mean-Shift is proposed. Spatial bandwidths are adaptively computed according to the estimation of gray distribution around the reference point; then the gray-level bandwidths are adaptively computed with a novel Bayesian theory in the corresponding windows; and finally adaptive segmentation is obtained. In the experiment, both the close and distant target frames, as well as target frames of different contrast, are extracted respectively from the surface vehicle video sequence. Compared with the traditional segmentation algorithm, experimental results prove that the proposed algorithm can effectively complete segmentation of surface target images.
Key words:  target segmentation  surface vehicle  adaptive Mean-Shift  bandwidth

友情链接LINKS