本文提出自適應(yīng)的區(qū)域生長紅外圖像火焰識別,通過對像素灰度值的分析,自動選擇種子點,提高算法智能程度。實驗結(jié)果表明,該算法可以實現(xiàn)火焰區(qū)域分割,能自動完成種子點選擇,具有很好的適應(yīng)性。 

【文章來源】：南方農(nóng)機(jī). 2020,51(05)

【文章頁數(shù)】：2 頁

【部分圖文】：

圖像灰度化

子點的選取

1.2 區(qū)域生長區(qū)域生長是根據(jù)像素或區(qū)域之間相似的性質(zhì)將其結(jié)合起來形成具有相似的圖像區(qū)域[4]，最終可以將目標(biāo)區(qū)域與背景分割開來的一幅二值圖像。算法步驟如圖1所示，首先尋找種子點，然后根據(jù)閾值判斷是否有同一性質(zhì)直到?jīng)]有同一類灰度值即結(jié)束。

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的手勢識別研究[J]. 操小文,薄華.  微型機(jī)與應(yīng)用. 2016(09)
[2]圖像型火災(zāi)探測預(yù)處理方法綜述[J]. 畢振波,樂天,潘洪軍,楊花,江有福.  消防科學(xué)與技術(shù). 2016(01)
[3]基于STM32的紅外火災(zāi)探測系統(tǒng)設(shè)計[J]. 劉燕燕,楊幫華,丁麗娜,張永懷.  計算機(jī)測量與控制. 2013(01)
[4]基于改進(jìn)的變分水平集和區(qū)域生長的圖像分割方法的研究[J]. 姜慧研,馮銳杰.  電子學(xué)報. 2012(08)
[5]一種有選擇的圖像灰度化方法[J]. 周金和,彭福堂.  計算機(jī)工程. 2006(20)



本文編號：2989806