Catalogus

Zoeken

Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.

Boekenmand

Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).

RSS

Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.

log in

Publicaties | Kaarten

nieuwe zoekopdracht

[ meld een fout in dit record ]

mandje (0): toevoegen | toon

---

Research on target detection and segmentation in forward looking multi-beam sonar images Zhang, D.; Fan, W.; Zeng, S. (2019). Research on target detection and segmentation in forward looking multi-beam sonar images, in: 2019 IEEE International Conference on Signal, Information and Data Processing (ICSIDP), Chongqing, China, December 11-13, 2019. pp. 1-5. https://dx.doi.org/10.1109/icsidp47821.2019.9173403 In: (2019). 2019 IEEE International Conference on Signal, Information and Data Processing (ICSIDP), Chongqing, China, December 11-13, 2019. IEEE: [s.l.]. ISBN 978-1-7281-2345-5. https://dx.doi.org/10.1109/ICSIDP47821.2019

---

Beschikbaar in	Auteurs
VLIZ: Non-open access 371156 [ aanvragen ]
Documenttype: Congresbijdrage

---

Author keywords

Multi-beam, sonar images, detection and segmentation, one-dimensional search, depth-first search

---

Auteurs		Top
Zhang, D. Fan, W. Zeng, S.

---

Abstract

Due to the effect of complex environment and other interference, sonar images are always filled up with contamination and noise. For that reason, accurate and fast detection and segmentation of targets in sonar images are vital for underwater target recognition. In this paper an algorithm based on depth-first search is proposed for target detection and segmentation in forward looking multi-beam sonar images. The algorithm is made up with one-dimensional peak search and two-dimensional depth-first search segmentation. It can rapidly detect and segment the parts of targets in sonar images. The algorithm is tested with data from an actual multi-beam sonar. It is also compared with other segmentation method such as Otsu, C-means and Markov Random Fields. The result shows that the algorithm can extract the target with high efficiency while automatically avoiding reverberation and noise, making it suitable for real-time process of sonar images with isolated targets.

---

Alle informatie in het Integrated Marine Information System (IMIS) valt onder het VLIZ Privacy beleid

Top | Auteurs