本文主要研究内容
作者张翔,李淑兰（2019）在《粒子群优化算法在图像融合和分割中的研究》一文中研究指出：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。
Abstract
wei le di gao dui chao xiang su ji guang ce sao sheng na tu xiang de shi bie neng li ,xu yao jin hang tu xiang rong ge fen ge chu li ,di chu yi chong ji yu li zi qun you hua suan fa zai ji guang ce sao sheng na tu xiang rong ge he fen ge suan fa 。gou jian chao xiang su ji guang ce sao sheng na tu xiang cheng xiang mo xing ,cai yong ju bu ou yu huo dong lun kuo jian ce fang fa jin hang tu xiang de bian yuan lun kuo jian ce ,cai yong jun zhi jiang zao fang fa jin hang mo hu ji guang ce sao sheng na tu xiang jiang zao lv bo ,zai lin yu nei cai yong hui du bian yuan xin xi chong zu fang fa jin hang tu xiang ou yu rong ge xing zeng jiang chu li ,cai yong li zi qun zi kuo ying xun you fang fa jin hang tu xiang de kuai fen ge he mo ban pi pei ,di qu tu xiang de chao xiang su te zheng liang ,gen ju tu xiang hui du zhi yu lin yu jun zhi shi xian tu xiang de zi kuo ying rong ge fen ge 。fang zhen jie guo biao ming ,cai yong gai fang fa neng you xiao shi xian chao xiang su ji guang ce sao sheng na tu xiang xin xi rong ge he fen ge chu li ,fen ge jing du jiao gao ,tu xiang xin xi zeng jiang xing neng jiao hao ,cong er di gao le tu xiang shi bie he mu biao jian ce neng li 。
论文参考文献
论文详细介绍
论文作者分别是来自激光杂志的张翔,李淑兰，发表于刊物激光杂志2019年11期论文，是一篇关于粒子群优化论文,图像论文,分割论文,声呐论文,激光论文,激光杂志2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自激光杂志2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。