可变尺度区域拟合模型的侧扫声纳分割方法

为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然后基于可变尺度区域拟合模型,采用高斯核函数对分割活动轮廓进行约束,分割降噪后的侧扫声纳图像。通过对含有不同目标物的侧扫声纳图像进行分割实验,验证了联合最大熵去噪和可变尺度区域拟合模型的有效性。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法，对于轮廓与特征点的提取最常用的方法是手动描绘与标定，利用计算机视觉进行轮廓与特征点的提取，不仅可以降低手动提取带来的误差、提高准确性，而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点，首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理，然后利用Canny算法提取角质颚轮廓，最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示，利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的，当标准差σ取值为0.1时角质颚轮廓图效果最佳，在得到的轮廓图上进行特征点的标定，通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为，将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性，同时也为后续的研究提供了新的实验思路和方法。     

基于水边线的遥感影像防波堤提取方法

通过对遥感影像上防波堤的空间关系特征和其他特征的分析,设计了一种基于水边线的遥感影像防波堤提取方法。该方法首先对海岸带影像进行水边线提取;然后,将提取的水边线作为海陆分界线,进行海陆分割,得到海陆二值图;最后根据遥感影像上防波堤的空间关系特征和其他特征将防波堤从水边线中分割出来,并剔除伪防波堤的干扰。实验结果表明,该方法能够实现防波堤的自动准确提取,并且提取速度快、稳定性好。     

Application of Active Contour Model in Tracking Sequential Nearshore Waves

In the present study,a generalized active contour model of gradient vector flow is combined with the video techniques of Argus system to delineate and track sequential nearshore wave crest profdes in the shoaling process,up to their breaking on the shorehne.Previous applications of active contour models to water wave problems are limited to controllable wave tank experiments.By contrast,our application in this study is in a nearshore field environment where oblique images obtained under natural and varying condition of ambient light are employed.Existing Argus techniques produce plane image data or time series data from a selected small subset of discrete pixels.By contrast,the active contour model produces line image data along continuous visible curves such as wave crest profdes.The combination of these two existing techniques,the active contour model and Argus methodologies,facilitates the estimates of the direction wave field and phase speeds within the whole area covered by camera.These estimates are useful for the purpose of inverse calculation of the water depth.Applications of the present techniques to Hsi-tzu bay where a beach restoration program is currently undertaken are illustrated.This extension of Argus video techniques provides new application of optical remote sensing to study the hydrodynamics and morphology of a nearshore environment.     

基于Sentinel-2A卫星数据面向对象的水边线提取——以如东县为例

使用基于面向对象的方法提取水边线, B分量作为阈值分割条件, Sentinel-2A数据作为提取水边线的影像,通过多尺度分割与光谱差异分割组合的方式。对如东沿海的淤泥质海岸、交通围堤海岸和养殖围堤海岸3种不同类型的海岸水边线进行提取。通过提取的水边线与影像叠加,并对受潮汐影响较小的水边线做精度验证。总体来说,提取的水边线较为准确。水边线的快速准确提取,对监测海岸带动态变化具有重要意义。     

Side scan sonar image segmentation based on neutrosophic set and quantum-behaved particle swarm optimization algorithm

To fulfill side scan sonar (SSS) image segmentation accurately and efficiently, a novel segmentation algorithm based on neutrosophic set (NS) and quantum-behaved particle swarm optimization (QPSO) is proposed in this paper. Firstly, the neutrosophic subset images are obtained by transforming the input image into the NS domain. Then, a co-occurrence matrix is accurately constructed based on these subset images, and the entropy of the gray level image is described to serve as the fitness function of the QPSO algorithm. Moreover, the optimal two-dimensional segmentation threshold vector is quickly obtained by QPSO. Finally, the contours of the interested target are segmented with the threshold vector and extracted by the mathematic morphology operation. To further improve the segmentation efficiency, the single threshold segmentation, an alternative algorithm, is recommended for the shadow segmentation by considering the gray level characteristics of the shadow. The accuracy and efficiency of the proposed algorithm are assessed with experiments of SSS image segmentation.     

基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法

针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。     

基于计算机视觉的3种金枪鱼属鱼类形态指标自动测量研究

金枪鱼类是我国远洋渔业重要的捕捞对象,其形态指标对研究金枪鱼类的生长、发育和生活史具有重要意义。人工测量形态指标是一种非常繁琐且低效率的测量方法,而计算机视觉是一种高效和客观的自动测量方法。因此,本文通过计算机视觉库OpenCV对3种金枪鱼类图像进行预处理,主要利用双边滤波、灰度变换、二值化处理和提取轮廓等图像处理技术得到金枪鱼类形态轮廓图像。根据预先选定的特征点,利用计算机视觉技术遍历轮廓图像上所有的像素点,并自动定位出每张轮廓图像的预选特征点共17个。利用计算机视觉技术遍历得到的特征点位置,自动测量出3种金枪鱼的形态指标像素长度,并计算出形态指标实际长度。还分析自动测量与人工测量形态指标的绝对误差和相对误差。研究结果表明,通过计算机视觉技术对3种金枪鱼的形态指标的自动测量效果较好,大眼金枪鱼、黄鳍金枪鱼和长鳍金枪鱼的12个形态指标的绝对误差范围分别为0～1.46 cm、0～1.73 cm、0～1.32 cm,其相对误差范围分别为0.01%～5.84%、0%～6.17%、0%～6.89%。本研究以期为金枪鱼类智能识别提供前期工作基础,也为其他鱼类自动测量研究提供基础参考。     

基于ZY-3遥感影像的不同地貌水边线提取方法

水边线的精确提取对于沿海地区的经济开发和海域的使用管理具有重要意义。以雷州半岛东北部为研究区域,利用2017年资源三号(ZY-3)卫星数据为数据源,基于不同海岸地貌特征为划分依据,运用阈值分割法、神经元网络分类法和面向对象法对多光谱数据的人工海岸、砂质海岸、淤泥质海岸和红树林海岸进行水边线提取。通过目视解译提取融合图像的海岸线为基线,将提取的水边线与基线进行定性、定量分析。研究结果表明,对于人工岸线,神经元网络分类法最优,均方根误差为6.4m;对于砂质岸线,阈值分割法最优,均方根误差为5.4m;对于淤泥质及红树林岸线,面向对象法最优,均方根误差分别为23.3m和15.2m。该研究对于不同岸线的提取具有重要的借鉴和指导意义。     

基于SAR快速提取浒苔信息应用研究

2008年6月以来青岛近海出现的大面积浒苔对青岛奥帆赛场造成严重影响。如何快速、准确地发现浒苔,对治理浒苔具有显著的指导作用。采用卫星遥感数据,尤其是SAR数据对浒苔进行监测,运用一种基于区域增长面向对象的影像尺度分割方法,调整影像的分割尺度,快速提取浒苔信息,在浒苔遥感监测中效果显著。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

二维小波变换在侧扫声图目标检测中的应用

针对侧扫声纳图像目标边缘检测困难的问题,利用二维离散小波变换对侧扫声纳(SSS)声图进行多分辨率分析,对大尺度分解的小波系数进行非极大值抑制,并重构小尺度上的低频分量。联合各尺度上的低频分量,构建SSS声图像素点处特征向量,构成其特征空间,对特征空间进行主成分分析,压缩其维数,并对压缩后的特征向量进行K-均值聚类分析,提取类间边缘线。利用含有沉船的SSS声图,并在其均质区域内加入目标与声影进行验证实验。该方法在实验中边缘检测准确率为0.90,表明该方法的有效性。     

基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息, 探索了利用高斯混合模型进行海冰图像分割的技术途径, 描述了具体算法, 并利用高斯混合模型的最大期望值（EM）算法以及最小描述长度（MDL）准则对渤海海冰图像进行目标提取。研究结果表明, 该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割, 从而证明了建立在图像分割技术...     

基于图像处理技术的养殖池集污特性研究

本文针对养殖池的集污试验,研究了用于量化分析污物聚集面积的图像处理技术,并将其用于方形圆切角养殖池在边侧管式射流方式下的集污特性研究。图像处理技术包括图像预处理、图像增强、图像分割、轮廓提取四个步骤,成功获得了污物的量化分布面积。在养殖池集污特性研究方面,本文研究了射流流速为24cm/s条件下,不同射流角(射流方向与池壁夹角)对污物聚集效果的影响。结果表明,方形圆切角养殖池存在一个最优的射流角度,本文研究条件下,最优角度约为40°。本文研究结果,可为养殖池水力驱动优化布置提供参考。     

基于主动轮廓线模型的配准方法

随着地图修测的迫切需要,如何实现影像与地图的精确配准就成为急需解决的问题。虽然多项式模型的配准方法简单直观,但不能满足高精度地图修测的需要。目前影像与矢量图的配准靠人工实现,不容易准确量测,这越来越成为地图修测中全自动空中三角测量的瓶颈。而主动轮廓线模型通过模板自身的弹性形变,与图像局部特征相匹配达到调和,即某种能量函数极小化,从而实现矢量图与影像的精确配准。因此,提出了一种基于B样条Snake模型分割的高精度配准方法。     

基于正交匹配小波算法的台风云系提取研究

西北太平洋是世界上台风发生频率最高、强度最强的一个海区,因此对西北太平洋台风的发生发展进行相关的分析研究是很有意义的。论文中利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法,实现了西北太平洋地区台风云系特征的提取。运用该算法提取出的台风云系特征参数简单,与其他算法比较,尽管提取精度有待改进,但是用于台风的监测预警可提高效率,适用于台风预报预警监测的业务化应用。     

Research on extracting method of micro-scale remote sensing information combination and application in coastal zone

Due to the need of rapid and sustainable development in China’s coastal zones, the high-resolution information theory using data mining technology becomes an urgent research focus. However, the traditional pixel-based image analysis methods cannot meet the needs of this development trend. The paper attempts to present an information extraction approach in terms of image segmentation based on an object-oriented algorithm for high-resolution remote sensing images. An aim of the author’ research is to establis...     

基于数学形态学的遥感影像水域提取

利用数学形态学的方法对遥感影像上的水渠进行了提取试验。经试验结果得出,利用数学形态学的基本运算组合成的各种算子高低帽变换滤波与阈值截取相结合的增强方法,选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小水体的提取,其结果优于直接对原图进行分割。矢量跟踪后,得出的结果可以直接应用到GIS中去。     

一种大视场星图星点提取的阈值算法

确定区分星点与背景的阈值是星空图像处理的重要环节。介绍了根据背景灰度统计特征确定阈值的算法,根据星空图像灰度直方图的走势,提出一种基于灰度直方图的阈值算法;通过对实际拍摄大视场星图的处理,基于统计的阈值容易将亮背景中的亮噪声误认为星点提取,而基于直方图的阈值能够滤除这些噪点;针对星图中星点亮度不一的情况,提出在全局阈值的基础上应用Bernsen算法计算局部阈值提取暗星点,实验证明该算法能较充分地提取暗星图像。     

Computer vision techniques for quantifying, tracking, andidentifying bioluminescent plankton

This paper applies computer vision techniques to underwater video images of bioluminescent biota for quantifying, tracking, and identification. Active contour models are adapted for computerized image segmentation, labeling, tracking, and mapping of the bioluminescent plankton recorded by low-light-level video techniques. The system automatically identifies luminous events and extracts features such as duration, size, and coordinates of the point of impact, and uses this information to taxonomically classify the plankton species. This automatic classification can aid oceanographic researchers in characterizing the in situ spatial and temporal relationships of these organisms in their underwater environment. Experiments with real oceanographic data are reported. The results indicate that the approach yields performance comparable to human expert level capability. Furthermore, because the described technique has the potential to rapidly process vast quantities of video data, it may prove valuable for other similar applications