為解決以往采用關(guān)聯(lián)規(guī)則挖掘算法對(duì)圖像進(jìn)行分割時(shí),對(duì)于夜視圖像中灰暗區(qū)域中顏色特征以及前景/背景特征的采集能力差,不能有效判定圖像的多尺度分型特征,分型分割效果差的問題。研究激光夜視圖像分型分割算法。先利用計(jì)盒維數(shù)估計(jì)方法計(jì)算激光夜視圖像分型維數(shù)尺度,通過分型維數(shù)尺度獲取激光夜視圖像的多尺度分型特征值,將利用多尺度分型特征值獲取的多尺度分型特征約束與圖像顏色約束相結(jié)合獲取多尺度分型特征數(shù)據(jù)項(xiàng),融合該多尺度分型特征數(shù)據(jù)項(xiàng)與通過圖像中相鄰區(qū)域頂點(diǎn)顏色距離獲取的光滑項(xiàng),并加入自適應(yīng)比重系數(shù)獲取能量函數(shù),利用最大流/最小割算法求解能量函數(shù)最小值,實(shí)現(xiàn)激光夜視圖像的分割。實(shí)驗(yàn)結(jié)果表明,該算法可準(zhǔn)確分割激光夜視圖像中人物目標(biāo)特征,分割10幅激光夜視圖像準(zhǔn)確率以及均勻性測(cè)度平均值均在95%以上。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 激光夜視圖像分型分割算法
    2.1 激光夜視圖像分型維數(shù)尺度計(jì)算
    2.2 激光夜視圖像多尺度分型特征
    2.3 激光夜視圖像圖割算法
        2.3.1 具有多尺度分型特征的數(shù)據(jù)項(xiàng)
        2.3.2 具有局部自適應(yīng)值的光滑項(xiàng)
    2.4 激光夜視圖像分型分割算法步驟
3 實(shí)驗(yàn)分析
    3.1 分割效果
    3.2 分割準(zhǔn)確率對(duì)比
    3.3 分割均勻性測(cè)度對(duì)比
4 結(jié)論



本文編號(hào)：3862307