改进区域生长算法的海洋航道浅剖底质层界智能识别

海底勘测对海洋资源开发利用保护、海洋工程建设和国防安全等具有重要意义,浅地层剖面仪是一种能够勘测海底浅表层底质分布的声学设备,目前剖面仪的底质识别精度取决于操作者的主观性,可靠性较差,为提高效率和解译精度,需进一步研究底质层界自动识别模型。本文提出了适用于海底底质层界识别且不需要人工干预的区域生长改进算法,即在灰度映射和噪声剔除研究的基础上,研究根据迭代最大类间差算法提取图像层界骨架信息,将骨架信息作为初始生长点位,以流变特性修正生长指向,结合灰度加权映射曲线和峰谷波长约束生长邻域,通过本文算法分割层界,提取边缘、连接成线,从而实现海底底质层界识别。连云港港航道浅剖实测数据试验证明,本文算法能够有效识别底质层界,且识别精度达到厘米级,满足海底底质解译分析要求。

基于流变特性与纹理特征的底质层界智能识别

针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。