[发明专利]一种自适应阶梯初始化的窄带Chan-Vese模型水下多目标分割方法

摘要

本发明公开了一种自适应阶梯初始化的窄带Chan‑Vese模型水下多目标分割方法，包括以下步骤，步骤一：声纳图像平滑去噪处理后，根据块方式的k‑均值聚类算法完成初始分割，初步判断水下目标的位置；步骤二：确定阶梯区域，确定自适应阶梯初始化零水平集函数；步骤三：利用Chan‑Vese模型窄带水平集进行声纳图像分割，完成水下多目标区域的两类和三类分割；步骤四：对分割结果进行基于Chan‑Vese模型的客观定量分析。本发明采用Chan‑Vese模型窄带水平集进行声纳图像分割，能完成局部寻优，避免已有水平集方法的全局搜索，使分割结果中噪声的影响降到最小，能进一步提高分割精度和速度。

主权项

1.一种自适应阶梯初始化的窄带Chan-Vese模型水下多目标分割方法，其特征在于：包括以下步骤，步骤一：声纳图像平滑去噪处理后，根据块方式的k-均值聚类算法完成初始分割，初步判断水下目标的位置；步骤二：确定阶梯区域，确定自适应阶梯初始化零水平集函数；步骤三：利用Chan-Vese模型窄带水平集进行声纳图像分割，完成水下多目标区域的两类分割和三类分割；步骤四：对分割结果进行基于Chan-Vese模型的客观定量分析；步骤二中所述的确定自适应阶梯初始化零水平集函数的过程为：对不同目标区域进行膨胀腐蚀操作，膨胀腐蚀算子为每次膨胀特定区域就会向外扩大一圈，区域扩大的部分，就是一个阶梯；同理，每次腐蚀特定区域就会向内缩小一圈，区域缩小的部分，也是一个阶梯，根据初始零水平集曲线C，膨胀一次确定新的边界曲线C1，C和C1之间的区域就为第一级上升阶梯，这个区域初始化为1，以此类推，当阶梯数为x时，x-1个阶梯上升到第x个阶梯区域值为x，曲线Cx外部区域初始化为d；同理，确定初始零水平集曲线内部初始化值，最终确定自适应阶梯初始化零水平集函数。