粒子群优化算法在图像融合和分割中的研究

论文摘要

为了提高对超像素激光侧扫声呐图像的识别能力,需要进行图像融合分割处理,提出一种基于粒子群优化算法在激光侧扫声呐图像融合和分割算法。构建超像素激光侧扫声呐图像成像模型,采用局部区域活动轮廓检测方法进行图像的边缘轮廓检测,采用均值降噪方法进行模糊激光侧扫声呐图像降噪滤波,在邻域内采用灰度边缘信息重组方法进行图像区域融合性增强处理,采用粒子群自适应寻优方法进行图像的块分割和模板匹配,提取图像的超像素特征量,根据图像灰度值与邻域均值实现图像的自适应融合分割。仿真结果表明,采用该方法能有效实现超像素激光侧扫声呐图像信息融合和分割处理,分割精度较高,图像信息增强性能较好,从而提高了图像识别和目标检测能力。

论文目录

文章来源

类型: 期刊论文

作者: 张翔,李淑兰

关键词: 粒子群优化,图像,分割,声呐,激光

来源: 激光杂志 2019年11期

年度: 2019

分类: 信息科技,基础科学

专业: 物理学,无线电电子学,计算机软件及计算机应用,自动化技术

单位: 景德镇学院

基金: 江西省教育厅科学技术研究项目(No.GJJ181161)

分类号: TP391.41;TP18;TN24

DOI: 10.14016/j.cnki.jgzz.2019.11.084

页码: 84-87

总页数: 4

文件大小: 1737K

下载量: 124

相关论文文献

• [1].基于小波分析的医学影像图像融合与分解设计实现研究[J]. 辽宁大学学报(自然科学版) 2020(02)
• [2].纯硬件图像融合处理器的研究[J]. 电子测试 2020(13)
• [3].基于深度学习算法的图像融合[J]. 国外电子测量技术 2020(07)
• [4].数字图像融合研究综述[J]. 数码世界 2017(08)
• [5].浅析第二代Curvelet多聚焦图像融合算法[J]. 明日风尚 2017(20)
• [6].基于全卷积网络的多焦距图像融合算法（英文）[J]. Frontiers of Information Technology & Electronic Engineering 2020(07)
• [7].图像融合技术发展综述[J]. 计算机时代 2019(09)
• [8].~(18)F-FDG PET\CT图像融合诊断恶性肿瘤的护理配合[J]. 贵州医药 2018(03)
• [9].图像融合方法概述[J]. 科技创新导报 2017(02)
• [10].PET/CT图像融合在鼻咽癌适形放疗中的应用[J]. 实用临床医药杂志 2013(19)
• [11].图像融合研究综述[J]. 传感器与微系统 2014(02)
• [12].数字图像融合新进展[J]. 电脑与电信 2013(04)
• [13].图像融合方法及应用[J]. 科技信息 2010(28)
• [14].遥感测绘图像融合的运用研究[J]. 世界有色金属 2019(24)
• [15].基于分布式压缩感知的异源图像融合方法[J]. 舰船电子工程 2018(12)
• [16].一种改进的基于小波域的多曝光图像融合算法[J]. 电视技术 2018(03)
• [17].多方向独立小波耦合神经网络的图像融合算法[J]. 计算机工程与设计 2017(11)
• [18].基于小波变换的图像融合[J]. 现代工业经济和信息化 2016(01)
• [19].基于改进小波变换的害虫图像融合方法研究[J]. 粮油仓储科技通讯 2015(04)
• [20].一种改进图像融合算法[J]. 广东印刷 2011(01)
• [21].基于提升小波的选择性图像融合算法的研究[J]. 包装工程 2010(15)
• [22].增强融合图像视觉效果的图像融合方法[J]. 信号处理 2019(03)
• [23].基于标定配准的红外微光图像融合研究[J]. 光电技术应用 2017(03)
• [24].基于小波变换的图像融合增强算法[J]. 火箭推进 2017(04)
• [25].基于情感体验下的交互式绘本App设计研究——以《Summer爱的故事》为例[J]. 包装与设计 2020(04)
• [26].浅谈图像融合中帧的运用[J]. 电子制作 2012(11)
• [27].基于亮度一致性的多曝光图像融合[J]. 湖北工业大学学报 2018(01)
• [28].一种基于特征分解的图像融合方法[J]. 浙江大学学报(理学版) 2018(04)
• [29].基于噪声整形的压缩感知图像融合算法[J]. 福建电脑 2018(08)
• [30].基于金字塔的多曝光图像融合系统[J]. 电子制作 2018(17)

标签：粒子群优化论文;  图像论文;  分割论文;  声呐论文;  激光论文;