论文部分内容阅读
识别的有效方法在水下在声纳图象的复杂目标是分割声纳图象进目标,阴影和海底部回响区域然后摘录目标的边。因为水中声学环境的变化时间、变化空间的字符,声纳图象有差的优秀、严肃的点缀噪音,因此传统的图像分割是不能的完成精确分割。在纸,图像分割进程基于 MRF (Markov 随机的领域) 当模特儿被学习,并且估计模型参数的一个实际方法被建议。通过分析选择模型参数的影响,一个声纳形象分割算法基于固定参数的 MRF 模型被建议。两个都,分割效果和低计算,负担被获得。由把算法用于综合质地图象和实际方面扫描声纳图象,算法