基于多区域最优选择策略的声呐图像目标检测

作     者：曹禹 刘光宇 穆琳琳 曾志勇 赵恩铭 邢传玺 CAO Yu;LIU Guangyu;MU Linlin;ZENG Zhiyong;ZHAO Enming;XING Chuanxi

作者机构：大理大学工程学院云南大理671003 哈尔滨工程大学未来技术学院黑龙江哈尔滨150001 云南民族大学电气信息工程学院云南昆明650504 

出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期：2023年第41卷第1期

页      面：153-159页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62065001,61761048) 云南省地方本科高校基础研究联合专项资金[2019FH001(-066)]资助 

主　　题：声呐图像 目标 图像分割 谱聚类 特征选择 熵权法 

摘      要：为了解决侧扫声呐图像目标检测受噪声和阴影区域影响,难以准确检测目标的问题,提出一种谱聚类结合熵权法的多区域最优选择策略的目标检测方法。根据先验知识提前设定谱聚类的聚类数,将声呐图像的像素聚类为多个不同的区域;提取每个区域具有的平移、旋转和缩放的不变性特征,用于构建多区域的特征准则矩阵;利用熵权法对该特征准则矩阵计算各特征的权重以及每个区域的综合加权分数,即可得到最终的目标区域。实验结果表明,所提方法不仅能够有效地克服侧扫声呐图像中的噪声和阴影区域带来的不利影响,还可以在图像聚类后的多个区域中实现最优目标区域的选择,验证了所提方法的可行性和有效性。