水下怯肟噪音图像目标分割方法研究外文翻译.docVIP

毕业论文（设计）外文翻译 水下强噪声图像目标分割方法研究 学 生 姓 名： 柳玉刚 指导教师： 李 响 讲师 专业名称： 电子信息工程 所在学院： 信息工程学院 2013年 4 月 基于优化PSO直方图加权模糊C均值的一种快速水下光学图像分割算法 摘要：水下图片的信噪比是低的而且有模糊边缘，如果使用传统的方法直接处理，结果不能令人满意的。尽管传统的模糊C均值算法有时可以将图片划分为物体和背景，但它耗时的计算往往是个障碍。水下自主式交通工具（AUV）系统的使命是快速、准确地处理对象的信息，有关对象在复杂环境下供AUV使用已经获取的结果，用于执行下一个任务。因此，因此，通过使用灰度图像的直方图的统计特征，提出了一个快速和有效的模糊C-均值水下图像分割算法。随着加权直方图修改模糊资格，与传统算法相比，上述算法不仅可以在计算过程中削减大量的数据处理和存储，从而加速分割效率，同时也提高了水下图像分割的质量。最后，正弦函数描述的粒子群优化算法（PSO），被引入到上述算法中。它弥补了FCM算法不能取得全域最优解的不足。此外，一方面，它考虑到对全域的影响和局部最优解，另一方面还大大提高了计算速度