基于改进的马尔可夫随机场声纳图像分割方法研究

？声纳图像与普通的光学图像相比，具有对比度低、成像质量差、受噪声污染严重等特点，传统的图像分割方法难以取得高精度、鲁棒性强的分割结果。提出了一种基于改进的马尔可夫随机场(MRF)声纳图像分割方法。即对于MRF模型参数的建立，提出了新的3类分割空间邻域MRF模型参数；在此基础上把新建立的3类分割空间邻域MRF模型参数和层次间相互作用的模型参数，应用于空间分层MRF3类分割中，得到最终精确的3类分割结果。通过对人造模拟声纳图像以及真实声纳图像的分割实验，验证了本文提出的分割方法具有较高的分割精度和适应性。该方法考虑了声纳图像中像素间的空间相关性，因而提高了其最终分割性能。