雾天视频稳像的预处理技术研究

户外拍摄的视频图像经常会受到雾的影响,被影响区域的图像往往清晰度差,在进行视频稳像时不能正确地提取出特征点。如果采用去雾算法进行预处理,也会造成特征点的误提取以及位置偏移等,因此,采用半逆法对图像进行分割,分割出无雾区域以便在这些区域获得准确的特征点。由于半逆法采用固定阈值的方法,无法满足不同图像的要求,并且分割后的图像中存在多个孤立点,因此,采用自适应阈值和八邻域法对算法进行了改进。实验结果表明,改进后的算法能够快速准确地分割无雾区域,提高了特征点提取的准确率。     

一种快速鲁棒的红外图像分割方法

介绍了一种快速鲁棒的红外图像分割方法,算法是为了满足工程化应用。首先采用Canny边缘检测算子提取图像的边缘像素;然后统计边缘像素灰度值得到红外行人图像的分割阈值,并利用自适应双阈值算法对图像进行初始分割;最后通过边缘扫描对初始分割的图像区域进行边界修正,得到边界更加精确的目标区域。实验结果表明,该方法能够较好地保留行人的边缘信息,减少了区域像素错误分割,且具有较强的实时性。     

一个有效的彩色图像分割方法

提出了一种基于二叉树结构的彩色图像分割方法,首先对待分割图像采用最优周值化方法获取R,G,B三个颜色空问的最佳阈值,然后通过构造自适用二叉树进行一次粗分割提取目标区域,最后采用C均值聚类算法对二叉树的每个叶子节点进行精确分割,实验表明,该算法可以在保留原图像中大部分的信息的基础上,对目标物体进行有效的分割.     

基于阈值法的图像分割技术

图像分割是图像处理方向的一个重要课题,阈值法因其实现简单、计算量小、具有较高的运算效率,性能较稳定,而成为图像中最基本和最广泛的分割技术。阈值法分为全局阈值法和局部阈值法两种,其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。这里主要研究基于点的全局阈值法,即最大类间方差法,并基于Matlab软件环境进行算法的仿真。该系统能够对图像中某些感兴趣的部分进行提取,较好地实现了图像分割。     

基于自适应阈值区域生长的红外舰船目标分割方法

红外成像制导技术以其优越的性能成为当今制导武器发展的主流,舰船红外图像的精确分割是后期舰船识别和跟踪的基础。针对红外舰船目标的有效分割问题,本文提出了一种基于自适应阈值的区域生长和形态学滤波相结合的红外舰船目标分割算法,首先,选取种子点在自适应阈值的情况下进行区域生长,然后将粗分割图像进行形态学滤波,最后运用几何学的图像处理方法,从分割图像中去除相应的背景干扰,提取出目标的有效信息。通过对实验结果进行分析,最终分割出来的图像交叠面积比达到98%以上,而误分百分比均为0%,即没有误分。实验结果表明该算法能够很好地运用于红外舰船目标分割。     

自动阈值选取的两种算法

介绍了阈值分割法的特点，阈值选取在阈值分割中的重要性，最佳阈值选取的原则，最频值法，以及基于最频值法提出的两种阈值选取算法。该算法用于医学细胞图像的自动分割，获得快速而良好的分割效果。     

利用改进的背景差法进行运动目标检测

为了更准确地划分运动目标和背景区域,提出了基于背景差法的改进算法。该算法将选择更新法与中值滤波法相结合,对背景建模与阈值选取进行了优化,解决了复杂场景背景建模不理想问题,并能快速有效地进行背景更新。该算法还提出了双阈值思想,根据场景信息自适应地在图像的不同区域采用不同阈值,将当前帧图像与背景图像的差分作为反馈来调整阈值。实验结果表明,该算法能够较快速准确地提取运动目标,并对光照变化、场景变化、运动干扰有较好的鲁棒性。     

基于改进人工蜂群正余弦优化的红外图像分割方法

针对红外图像背景复杂且分割难度较大等问题,提出了一种改进人工蜂群正余弦优化的红外图像阈值分割方法。首先是将二维Otsu函数作为蜂群算法的适应度函数;其次采用混沌对立的学习方法和差分进化的方法改进了初始化种群和蜜蜂搜索方程;然后利用改进的蜂群算法优化阈值,缩小阈值的搜索区域;最后利用正余弦法计算出全局最优解,该最优解即为分割的最佳阈值。实验结果表明:论文方法与Otsu法、k-means法、区域生长法以及分水岭法相比,图像目标区域分割的平均交并比为84.13,平均准确率为89.18,有效提高了红外图像的分割精度。     

基于灰度和局部熵迭代的红外目标分割算法

图像阈值分割在图像分析和图像识别中具有重要的意义，给出了一种以改进的最大类间方差法为基础的自适应阈值图像分割方法，同时利用分割后目标和背景区域的灰度信息和局部熵信息，设计了一个判断是否得到正确分割的准则，通过迭代循环，完成对图像的自动分割。实验结果表明，本文算法自适应性强，可以快速、准确、完整地分割出复杂背景图像中不同大小的红外目标。     

一个基于视频图像检测火灾的算法

针对传统火灾检测技术在面对大空间结构建筑及复杂环境中的不足,提出一种基于视频图像检测早期火灾的算法。该算法首先对视频图像进行阈值分割,然后根据火焰的颜色特征获取其中的疑似火焰区域。在此基础上计算疑似火焰区域的圆形度,并将圆形度与其整体特性相结合进行火灾的早期探测和预报。     

基于平方距离的对称共生矩阵阈值法

基于图像共生矩阵的阈值法是图像分割的一种基本方法,本文基于“灰度—灰度”对称共生矩阵,通过定义目标区域和背景区域的均值,提出了一个阈值分割方法.该方法和常见的基于对称共生矩阵阈值法相比,对图像的适应性更强,仿真实验验证了本文方法的有效性.     

基于OpenCV的图像阈值分割研究与实现

图像的阈值化在图像分割中有着至关重要的作用。在OpenCV算法环境下,运用固定阈值化和自适应阈值化算法,分别对同一幅图调用OpenCV中相应的函数进行处理;同时针对图像中的噪声,结合高斯模糊算法对图像噪声的滤除作用,将高斯模糊和阈值化算法结合起来,分析研究图像分割算法。结果表明自适应阈值化算法可以更有效地进行图像分割。     

交叉熵约束的红外图像最小错误阈值分割

针对目标和背景具有相似统计分布的红外图像,经典阈值分割方法仅以某种形式的方差或熵作为准则,未考虑图像的实际特性,分割效果不甚理想。为此,提出了一种基于交叉熵约束的红外图像最小错误阈值分割新方法。首先,引入交叉熵来度量目标和背景统计分布的相似性,交叉熵越小表明分布越相似;然后在交叉熵小于一定值的条件下使分类错误达到最小。交叉熵的约束保证了分割过程适应红外图像实际特性,分类错误最小确保了分割效果的有效性。该方法原理清晰、参数设置简单,在一系列实际图像上的实验结果表明,与现有几种经典阈值分割方法相比,文中方法有效提高了目标和背景具有相似统计分布的红外图像的阈值分割准确率。     

一种基于进化策略的图像分割方法

文中提出一种基于进化策略求解分割阈值的方法,并在方法中引入了部分个体的交叉和个体的年龄参数,以进一步模拟自然界的进化过程,从而改善了整个方法的计算效率.对使用最大类间的方差准则和最大熵准则的实验结果表明,这种方法能够找到较优的分割阈值,可以方便地实现对图像的分割.     

基于边缘强度的红外图像阈值分割方法研究

提出一种针对复杂场景的基于图像边缘强度的阈值分割算法。首先进行边缘检测，然后根据边缘强度进行像素灰度值加权平均计算出图像的分割阈值。该算法简单、实用，可对海上及空中目标进行准确分割，并已在实际的跟踪系统中进行了应用，结果表明目标分割正确，系统实时性强、稳定可靠。     

基于自适应背景图像更新的运动目标检测方法

在运动目标的实时检测中常用的方法是背景图像差分法,但因其缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了本方法的适应性.对此,本文首先提出了一种基于光流场等技术的自适应背景逼近更新方法,并根据彩色差值模型得到差分图像;然后引入Gauss模型实现运动目标的自适应阈值分割.实验结果表明:本文提出的背景更新方法可随着光照条件的变化实时、准确地更新背景图像,在此基础上提出的基于Gauss模型的自适应阈值分割方法可以实现运动目标的完整分割,这为运动目标的后续识别与理解奠定了基础.     

一种改进的Otsu阈值分割算法

Otsu法是一个常用的阈值分割方法.该算法是基于一维直方图来确定阈值的,因此仅适合图像目标和背景分布呈正态分布且各像素量和方差基本相当的情况.针对这个不足,文中提出了一种结合邻域信息的改进Otsu算法.实验结果表明,改进算法比传统的Otsu算法有更好的分割效果.     

Modified Fuzzy Linear Discriminant Analysis for Threshold Selection

Otsu’s thresholding method is a popular and efficient method for image segmentation. However, its performance is greatly affected by noise and the population size of object and background. In this paper, a novel thresholding method is proposed based on modified fuzzy linear discriminant analysis (MFLDA). MFLDA is an extension of linear discriminant analysis to fuzzy domain, where the between-class variance is modified as the distance between the centers of background and object. The optimal threshold is selected such that the MFLDA criterion is maximized. Some images are used to test the performance of the proposed thresholding method and results reveal that the proposed method is less affected by noise, the population size of objects and background, and better segmentation results are obtained than Otsu’s method and other classical thresholding methods.