本文選題：紅外圖像　切入點：圖像分割　出處：《光學(xué)精密工程》2016年03期

【摘要】：考慮現(xiàn)有圖割算法沒有充分考慮紅外圖像的模糊特性,分割精度和運行效率低的缺點,提出了基于快速遞推模糊2-劃分熵圖割的紅外圖像分割算法以實現(xiàn)復(fù)雜背景下紅外圖像的自動高效分割。該方法利用圖像感興趣區(qū)域的最大模糊熵信息設(shè)計圖割能量函數(shù)的似然能,基于局部最大模糊2-劃分熵值迭代檢測出包含圖像最大信息的感興趣區(qū)域來確保提取目標(biāo)信息的完整性。為了提高最大模糊熵尋優(yōu)的效率,引入時間復(fù)雜度為O(n2)的遞推算法,將模糊熵計算轉(zhuǎn)化為遞推過程,并保存所有遞推的熵函數(shù)值用于后續(xù)的窮舉尋優(yōu)。針對確定的感興趣區(qū)域,利用該區(qū)域最大模糊2-劃分時隸屬度函數(shù)分布設(shè)置圖割能量函數(shù)的似然能,從而充分考慮圖像的模糊特性。對分割結(jié)果與幾種常用的算法進行了視覺比較及運行時間,錯分率,F指標(biāo)的量化分析。結(jié)果表明:該算法分割精度F值高達95%,運行時間較其他常用算法至少縮短了72%,基本滿足自動紅外圖像分割對精度、效率和魯棒性的要求。
[Abstract]:Considering that the existing image cutting algorithms do not fully take into account the fuzzy characteristics of infrared images, the shortcomings of segmentation accuracy and running efficiency are low,An infrared image segmentation algorithm based on fast recursive fuzzy 2-partition entropy image cutting is proposed to realize automatic and efficient infrared image segmentation in complex background.This method uses the maximum fuzzy entropy information of the region of interest in the image to design the likelihood energy of the cut energy function.Based on the local maximum fuzzy 2-partition entropy value, the region of interest containing the maximum information of the image is detected iteratively to ensure the integrity of the information extracted from the target.In order to improve the efficiency of maximum fuzzy entropy optimization, a recursive algorithm with time complexity of Ohn 2) is introduced. The fuzzy entropy calculation is transformed into a recursive process, and all the values of the recursive entropy function are preserved for subsequent exhaustive optimization.For the determined region of interest, the likelihood energy of the cut energy function is set by using the distribution of the membership function when the maximum fuzzy 2-partition of the region is used, so that the fuzzy characteristics of the image can be fully considered.The results of segmentation are compared with some common algorithms and the running time and error rate are analyzed quantitatively.The results show that the segmentation accuracy of this algorithm is as high as 95, and the running time is at least 72 shorter than that of other common algorithms, which basically meets the requirements of accuracy, efficiency and robustness of automatic infrared image segmentation.
【作者單位】： 西南財經(jīng)大學(xué)經(jīng)濟信息工程學(xué)院;西北工業(yè)大學(xué)自動化學(xué)院;寧夏大學(xué)數(shù)學(xué)計算機學(xué)院;
【基金】：國家自然科學(xué)基金重大項目(No.91218301);國家自然科學(xué)基金青年基金資助項目(No.61502396) 西南財經(jīng)大學(xué)中央高校基本科研業(yè)務(wù)費專項資金資助項目(No.JBK150503);西南財經(jīng)大學(xué)中央高�；究蒲袠I(yè)務(wù)費青年教師成長項目(No.JBK160135) 2015年寧夏自然科學(xué)基金資助項目(No.NZ15054) 互聯(lián)網(wǎng)金融創(chuàng)新及監(jiān)管四川省協(xié)同創(chuàng)新中心資助項目
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 李卓;李平;;動態(tài)紅外圖像生成技術(shù)綜述[J];紅外與激光工程;2006年S1期

2 陸佳佳;方亮;葉玉堂;楊先明;成志強;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的紅外圖像增強[J];光電工程;2007年02期

3 趙欽佩;姚莉秀;劉瑞明;楊杰;;一種新的基于背景的紅外圖像分割方法[J];計算機仿真;2007年05期

4 劉波;鐘幼強;金施群;修亮;;基于紅外圖像處理的高速公路汽車追尾預(yù)警系統(tǒng)研究[J];中國儀器儀表;2008年S1期

5 朱斌;樊祥;馬東輝;程正東;;天空紅外圖像非平穩(wěn)背景的小波域抑制[J];紅外與激光工程;2008年S2期

6 郭清風(fēng);王建國;;基于二維最大熵和順序濾波的紅外圖像分割[J];紅外技術(shù);2008年02期

7 校麗麗;付冬梅;李曉剛;;基于紅外圖像的一種立體化方法的研究[J];紅外技術(shù);2008年02期

8 牟新剛;張桂林;胡若瀾;潘曉東;;一種紅外圖像采集與校正系統(tǒng)的設(shè)計與實現(xiàn)[J];激光與紅外;2008年08期

9 馮德瀛;許開宇;徐志京;;紅外圖像中海天線的檢測[J];紅外;2008年09期

10 謝剛;;紅外圖像人臉識別方法研究進展[J];計算機工程與設(shè)計;2008年18期

相關(guān)會議論文 前10條

1 郭海濤;;艦船紅外圖像處理研究的軍事意義和現(xiàn)狀[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

2 魏新;;紅外圖像處理技術(shù)[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

3 劉振燾;吳敏;曹衛(wèi)華;何勇;;基于工況識別的高爐最佳紅外圖像選取方法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 張勵;馮曉晨;張琰;張宏俊;;基于電阻陣的紅外圖像實時生成和顯示系統(tǒng)[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

5 朱寅;吳敏;曹衛(wèi)華;何勇;;基于小波分解與圖像增強的高爐紅外圖像處理方法[A];第二十七屆中國控制會議論文集[C];2008年

6 王雨;蔣增波;李文剛;;紅外圖像不均勻背景消除方法研究[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2013年

7 胡以華;蔡曉春;;典型目標(biāo)的紅外圖像光譜分析[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2004年

8 李卓;李平;;動態(tài)紅外圖像生成技術(shù)綜述[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（A 光電系統(tǒng)總體技術(shù)專題）[C];2006年

9 朱斌;樊祥;馬東輝;程正東;;天空紅外圖像非平穩(wěn)背景的小波域抑制[A];第二屆紅外成像系統(tǒng)仿真測試與評價技術(shù)研討會論文集[C];2008年

10 郭永勝;谷峰;;CCD近紅外圖像特征研究[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

相關(guān)重要報紙文章 前5條

1 李錦輝;“顯微近紅外圖像成像方法的研究及其在煙草中的應(yīng)用”項目通過評審[N];中華合作時報;2009年

2 趙亞平;飛艇：監(jiān)測農(nóng)作物墑情的哨兵[N];科技日報;2004年

3 張唯誠;探索動物的感覺世界[N];大眾科技報;2011年

4 寧夏 郝剛;用“畫圖”的“反色”功能查看芯片型號[N];電子報;2008年

5 陶國生;信息技術(shù)催生戰(zhàn)場新變革[N];中國國防報;2008年

相關(guān)碩士學(xué)位論文 前10條

1 張海;嵌入式紅外圖像實時處理系統(tǒng)的研究[D];長春理工大學(xué);2010年

2 李真;基于紅外圖像處理的算法[D];北京郵電大學(xué);2009年

3 池小梅;壓縮傳感理論及其在紅外圖像處理中的應(yīng)用研究[D];河南科技大學(xué);2011年

4 李慶華;復(fù)雜背景條件下的紅外圖像中小目標(biāo)的檢測[D];哈爾濱工程大學(xué);2006年

5 盛攀龍;基于紅外圖像的人流檢測技術(shù)的研究[D];上海交通大學(xué);2008年

6 韋鵬博;紅外圖像多分辨分割方法研究[D];西安電子科技大學(xué);2012年

7 李靜靜;紅外圖像的目標(biāo)檢測與識別方法研究[D];沈陽理工大學(xué);2013年

8 田翠翠;基于紅外圖像的夜間行人檢測技術(shù)研究[D];重慶大學(xué);2010年

9 郭師虹;空域紅外圖像增強方法的研究[D];西安建筑科技大學(xué);2005年

10 李文永;紅外圖像實時增強處理技術(shù)研究[D];南京理工大學(xué);2006年

，

本文編號：1687253