基于对象的多波束背散射图像底质分类

作者:夏显文
更新时间:

针对传统多波束后向散射图像底部分类中基于角度响应特征的分辨率低和基于像素统计特征的抗噪性差的问题,提出了一种基于对象的多波束后向散射图像底部分类方法。首先,采用通用的后向散射处理流程,在辐射畸变校正后形成地理编码后向散射图。然后,通过简单的线性迭代聚类算法(SLIC)对后向散射图像进行分割,得到内部均匀、边界清晰的目标块。最后,提取每个目标块的统计特征,构造特征向量,用K-means+实现分类器底部材料分类。该方法提高了沉积物分类的可靠性,分类准确率达到86.96%。