一种基于均值漂移和遗传算法的图像分割算法

考虑到图像的噪声和边缘保持等因素,提出了一种基于均值漂移的图像平滑和利用遗传算法取得直方图最大熵的图像分割算法相结合的方法,首先利用均值漂移算法对图像进行平滑处理,然后对平滑后的图像通过遗传算法获得在直方图最大熵时的分割阈值,实验得出,本文算法能取得较好的分割效果。     

基于熵空间理论和小波变换的红外图像纹理分割

背景对目标的干扰是影响红外装备作用距离的重要因素,研究以雾为背景的红外图像中目标的识别方法对红外装备的应用有着重要的意义。突破了传统的红外图像的目标识别方法,通过对雾这种自然纹理的研究,采用小波变换的方法对红外图像提取各个频道上的纹理能量,基于熵空间理论的不同粒度空间分解与合成思想有效实现了以雾为背景的红外图像的纹理分割。     

一种基于纹理分割的遥感图像目标探测算法

提出了一种基于纹理分割的遥感图像目标探测算法(TBAD).将一幅图像分割成一系列的纹理,进而分析像素值在纹理上的分布特性.假设背景像素值在各个不同的纹理上可以用高斯分布描述,则各个纹理上远离高斯分布的像素点便是可能的目标点.TBAD估计背景的统计特性是在分割以后的纹理上进行的,因此可以探测任意大小和形状的目标.试验结果进一步验证了算法不论对于扩展目标还是弱小目标都具有很好的探测性能.     

基于改进Lazy Snapping算法的红外图像分割方法研究

针对红外图像含大量噪声以及对比度低等特点,提出一种结合快速模糊C均值聚类的改进Lazy Snapping分割方法。对红外图像使用快速模糊C均值聚类算法进行预分割,通过形态学骨架提取的方法在图像中标记出目标和背景种子点,将Lazy Snapping算法由全局分割转化为聚类区域分割,并构造能量函数,通过最小割算法求解能量函数的最小值并使分割效率得以提升,减少了图像存在的过分割现象,使Lazy Snapping算法由交互式算法变为非交互式算法,实现了红外图像的自动分割,提高了Lazy Snapping算法的实时性。通过对各类不同红外图像进行分割实验,再与其他分割方法进行性能评价比较,结果表明改进的算法具有良好的分割效果及较强的鲁棒性。     

基于多特征整合的双色红外小扩展目标精确分割算法

针对复杂背景下红外图像小扩展目标分割的问题,提出了一种基于多特征整合的双色红外小扩展目标精确分割算法.该算法在提取目标在红外双波段图像中的多种图像特征的基础上,采用D-S证据理论中的正交和复合规则对来自两个不同红外波段的目标检测证据进行综合处理,充分利用了目标在中波和长波红外图像的信息互补性和冗余性,在较大程度上提高了杂波背景下红外图像小扩展目标定位与分割的稳健性和精确性.实验结果显示了该算法的有效性.     

借助形态学实现图像过渡区提取与分割

红外图像边缘模糊、噪声点多,而传统的过渡区提取算法需计算梯度因而对非规则细节和噪声敏感,尤其当对比度较低时极易导致提取的过渡区发生偏离,影响分割阈值的判定和分割结果的准确性。因此提出了一种基于形态学的过渡区提取与分割算法。结合形态学理论,首先设计级联滤波器进行平滑处理,再利用tophat变换调节目标与背景的对比度以突出目标,最后采用EAG方法进行过渡区提取与分割。Matlab仿真实验表明,该方法能够分割出目标主体,且目标形状保持良好。     

强阳光反射背景下红外舰船目标自适应分割

针对海面有强阳光反射背景下现有红外舰船目标分割算法效果较差,提出了一种有效的红外舰船目标分割方法。利用均值漂移方法的不连续保持性滤波特性,抑制海面小面积强杂波干扰,同时又不损失舰船目标信息。对滤波后图像做行垂直方向梯度均值投影,获取舰船目标感兴趣区域。最后运用改进的行列均值自适应阈值分割算法,结合使用红外舰船目标的几何特征量达到自动分割的目的。     

基于多尺度分形与均值漂移的红外海面舰船目标分割

基于分形检测理论,结合均值漂移滤波算法做了一些红外舰船目标分割提取实验。利用多尺度分形特征MFFK检测舰船目标得到感兴趣区域ROI,去除了感兴趣区域外的大面积背景干扰;对感兴趣区域的分形特征图进行二值化处理再次减少了感兴趣区域内的背景干扰,经过两步去除干扰得到二值目标区域。对二值目标区域进行均值漂移滤波得到真实目标分布点集,最后运用形态学滤波得到舰船目标分割结果。实验结果表明,提出的算法能够提取出舰船目标。     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

基于改进分水岭算法的红外图像分割

研究自然背景下红外图像目标分割的问题,提出了一种基于改进分水岭算法的红外图像分割方法.该方法先利用形态学开闭滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割.最后提出了一种新的区域融合方法.实验结果表明,该算法能较好地解决红外图像中的目标分割问题.