摘要：提出了一种基于最优阚值分割算法的水下目标自动实时识别系统.该系统首先运用去噪、图像均衡等方法对实时摄取的水下图像进行预处理.然后运用基于遗传算法优化的Otsu(即大津方法)最优阈值分割算法对所得图像进行区域分割并提取图像的特征向量.最后采用BP神经网络对提取的特征向量进行自动分类从而最终确定了水下目标的类型.水槽仿真试验表明该方法能够在恶劣的环境下自动地检测水下目标,而且该方法具有较强的抗光线干扰能力和较高的准确度.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社