[发明专利]一种基于MRF模型的非监督声纳图像分割方法

说明书

技术领域

本发明涉及一种基于MRF模型的非监督声纳图像分割方法。

背景技术

随着海洋资源开发越来越受世界各国的重视，对水下资源的勘探、搜索和考察也是如火如荼，由于水下环境的复杂性，与光学摄像、激光探测一类传感器相比，声纳是目前应用于水下探测的最有效的传感器。声纳系统在上世纪50年代末诞生以来，应用于军事领域的声纳设备，主要用于障碍物避碰，以及一些军事目标的发现、跟踪和识别；近年来，随着海洋开发活动的开展，声纳设备的应用已不仅仅局限于军事目的，甚至已应用到商业和民用领域，如海底资源开发、石油勘探、海难救助、海底地形地貌图自动绘制以及鱼群探测等等。

但是对水下声纳图像进行目标分割是非常复杂和困难的，它不仅取决于被分割的不同目标区域，还与海底混响噪声、背景区域等有着紧密的联系。对声纳图像分割的目的就是要从复杂的海底混响区域中提取出目标和阴影，并尽量保留图像原始边缘信息，它是图像分析的关键步骤，如何有效地对水下声纳图像进行分割是国内外研究者们研究的热点与难点。

现有技术中，常用的声纳图像分割模型为MRF（马尔科夫）分割模型，但应用声纳图像分割模型时，现有的理论和算法都需人为地确定声纳图像要分类的类别个数，还没有一种完全自动的声纳图像分割模型，现有算法的复杂度较高，耗费时间长，不利于实时性的声纳图像处理与目标识别的要求。

发明内容

本发明目的在于提供一种基于MRF模型的非监督声纳图像分割方法，能够自动确定图像要分类的类别个数。

实现本发明目的技术方案：

一种基于MRF模型的非监督声纳图像分割方法，其特征在于：

步骤一：对原始声纳图像进行高斯金字塔预处理，得到预处理后的图像；

步骤二：计算出预处理后的声纳图像的灰度直方图；

步骤三：根据步骤二获得的灰度直方图，计算声纳图像分类及分类个数，自动确定声纳图像分类及分类个数的模型为：

Γ(yi,n)=f^(p(rk))i=1,2,3k=0,1,...,L-1]]>

其中，p(r_k)为图像经过高斯金字塔处理后模型的归一化统计直方图;y₁为图像是否含有阴影区的判别函数，y₁∈{0,1}；y₂为图像是否含有背景区的判别函数，y₂∈{0,1}；y₃为图像是否含有目标区的判别函数，y₃∈{0,1};n为图像分类的个数，n∈{1,2,3}；

步骤四：根据步骤三中的图像分类个数和判别函数,计算MRF分割模型的初始化参数;将初始化参数代入MRF分割模型对声纳图像进行分割。

优选地，步骤三中，声纳图像分类及分类个数的模型通过如下方法计算：

定义像素峰值r_pv为图像统计直方图取得极大值时的灰度级；左边像素谷值r_vvl为图像统计直方图从像素峰值r_pv开始向左统计直方图和变化较小时的灰度级；右边像素谷值r_vvr为图像统计直方图从像素峰值r_pv开始向右统计直方图和变化较小时的灰度级；

并定义判别函数：