一种基于Radon变换和Snake模型的声呐图像目标分割方法

一种基于Radon变换和Snake模型的声呐图像目标分割方法，它属于声呐图像分割技术领域。本发明解决了现有声呐图像分割方法存在分割结果的准确性差、分割效率低以及训练数据需求量大的问题。本发明首先对声呐图像进行Radon变换，将声呐图像目标的前景目标区域和背景区域实现分离；再引入Snake模型，通过能量最小化过程获取目标的精确轮廓边界并分割；最后采用形态学处理来进一步优化分割结果。实现了声呐图像目标分割的完整性，且分割后目标边缘保持能力较好，有效地提高了分割的准确性、效率和稳定性。同时分割过程不需要使用依赖于大量训练数据的深度学习模型。本发明方法可以应用于声呐图像目标分割。