赵建虎，王　晓，张红梅，胡　俊，简晓敏

1. 武汉大学测绘学院，湖北 武汉430079； 2. 武汉大学动力与机械学院，湖北 武汉430072



侧扫声呐图像分割的中性集合与量子粒子群算法

赵建虎1，王晓1，张红梅2，胡俊1，简晓敏1

1. 武汉大学测绘学院，湖北 武汉430079； 2. 武汉大学动力与机械学院，湖北 武汉430072

Foundationsupport：TheNationalNaturalScienceFoundationofChina(Nos. 41576107;41376109;41176068)

针对现有的侧扫声呐图像分割方法存在分割准确率不高和效率偏低的问题，提出了一种基于中性集合和量子粒子群算法的侧扫声呐图像阈值分割方法。通过基于中性集合计算图像灰度共生矩阵，实现了侧扫声呐图像精细纹理的表达，提高了分割精度；基于二维最大熵理论，采用量子粒子群算法计算二维最优分割阈值向量，实现了分割阈值向量的快速准确获取，提高了分割效率和精度。最终实现了高噪声侧扫声呐图像目标的准确、高效分割。通过对含有不同目标的侧扫声呐图像的分割试验，验证了该算法的有效性。

侧扫声呐图像；中性集合；量子粒子群算法；图像分割

侧扫声呐(sidescansonar,SSS)图像在沉船、溺水人体、海底热液喷口等水下目标的探测和识别方面具有重要的应用价值[1-3]，而图像分割是上述应用的基础，高效、准确的分割算法可确保目标识别的效率和精度。受复杂海洋环境噪声影响，现有算法尚难以满足上述要求，目前SSS图像分割相对困难[4-12]。在诸多分割算法中，基于水平集可实现SSS图像分割，但需选择恰当的初始水平集函数，否则分割精度不高[4-5]；基于模糊聚类的SSS图像分割具有较好的抗噪性和准确性，但分割效率较低[6-7]；……