本文提出了一种针对侧扫声纳图像分割的自适应FMC算法,通过利用G-MRF纹理信息和原始图像计算像素点距离聚类中心的距离,实现目标的准确分割。与传统算法相比,该算法能够更好地保持目标的边缘信息。实验结果也表明,在相同条件下,GMRF-FMC算法比传统FMC算法的效果更佳,具有更广泛的应用前景。
基于G MRF纹理信息的自适应FMC侧扫声纳图像分割算法
文件列表
基于G-MRF纹理信息的FMC侧扫声纳图像分割算法
(预估有个231文件)
结合边缘检测的图像二值化算法_张琪.caj
6.58MB
视网膜血管分割方法研究.caj
7.31MB
readonline.caa
350B
血管造影图像分割_孙开琼.caj
2.63MB
基于Hessian矩阵的血管图像增强与水平集分割算法研究.caj
2.87MB
readonline (1).caa
362B
readonline.caa
367B
基于管状约束活动轮廓模型的血管分割方法研究_薛维琴.caj
5.47MB
基于小波变换的图像二维直方图分割方法_何书前.caj
5.47MB
readonline (1).caa
367B
暂无评论