基于BEMD的水下声影区地貌及纹理特征提取.pdfVIP

基于BEMD的水下声影区地貌及纹理特征提取.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于BEMD的水下声影区地貌及纹理特征提取.pdf

2007正 12月 郑 州 大 学 学 报 (工 学 版 ) Dec. 2007 第28卷 第4期 Journal of Zhengzhou University(Engineering Science) V01.28 No.4 文章编号:1671—6833(2007)04—0070—05 基于BEMD的水下声影区地貌及纹理特征提取 葛光涛,桑恩方,刘卓夫,吴玉桐 (哈尔滨工程大学 水声工程学院,黑龙江 哈尔滨150001) 摘 要:提出了一种基于二维经验模态分解(The Bidimensional Empirical Mode Decomposition,BEMD)的 水声图像声影区地貌及纹理特征提取方法.为了解决声影区的存在对水声图像特征提取的干扰问题,先 对水声图像进行二维模态分解。采用Canny边缘检测器对其中的模态1或几个模态的叠加进行特征提 取.实验结果表明,该方法增强了声影区内目标的特征信息,弱化了声影区的阴影边缘,是一种实用的水 声图像特征提取新方法. 关键词:声影区;特征提取;边缘检测;二维经验模态分解 中图分类号:P 229.1 文献标识码:A 的过程,也被称为筛分过程,可将数据分解为多个 0 引言 局部窄带的IMF和余量的和. 声纳发射出去的声波,被水底物质或水中物 n (t)=∑c。+,二 (1) 体反射,水中物体或目标会挡住部分声波使其不 能到达水底,因此在水底形成声影区¨ . 式中: (t)为信号;n为分解层数;c 为第i层IMF; 徐文等 对水声图像像素的不同灰度区的 r 为余量项. 峰值进行阈值选择和动态有哪些信誉好的足球投注网站,将连通的目标和 IMF之间是近似正交的,代表了数据局部的 声影区域标记出来,以获得水声图像的分割结果. 各个频率成分,对应于原信号时间尺度从细到粗 郭海涛等 采用属性直方图的方法提取目标声 的特征信号,余量则代表了原信号的发展趋势. 影区特征,利用模糊聚类方法和 BP神经网络进 1.2 二维经验模态分解(BEMD) 行分类识别;L.J.Lisani等采用目标和声影区的 与一维经验模态分解(EMD)类似,若图像信 灰度统计信息为特征进行识别 . 号为 ,Y), :1,…,肘;),:1,…,Ⅳ,则BEMD 人们在对声影区的地貌及纹理信息进行特征 的实现过程如下: 提取和判读时则遇到了困难.很多时候,声影区的 (1)外部初始化,令待处理的图像为r。,r。( , 地貌及纹理信息不能被顺利地提取出来;有的时 Y)=,( ,Y),J=1. 候,声影区的阴影边缘甚至被误当作地貌特征或 (2)筛分抽取第 个 IMF:① 内部初始化: 纹理信息而提取出来.针对以上两个问题,笔者提 h。( ,Y)=ri—l( ,Y),k=1;②利用形态学算法, 出了一种基于二维经验模态分解的边缘检测法对 找出h 中的极大值点和极小值点;③分别对极 声影区的地貌及纹理信息进行特征提取. 大值点和极小值点进行曲面拟合形成二维图像包 络u…( ,Y),u , ( ,Y);④确定上下包络的均值 1 经验模态分解(EMD)

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档