【摘要】：多維視覺(jué)圖像敏感區(qū)域的標(biāo)記在圖像分析中是十分重要的步驟,高效的敏感區(qū)域標(biāo)記方法能夠有效提高多維視覺(jué)圖像處理速度。采用當(dāng)前方法進(jìn)行多維視覺(jué)圖像敏感區(qū)域標(biāo)記時(shí),因受敏感區(qū)域圖像復(fù)雜度的影響,當(dāng)圖像敏感區(qū)域面積較大時(shí),需要對(duì)各個(gè)目標(biāo)像素點(diǎn)進(jìn)行鄰域判斷,標(biāo)記效率極大下降。為解決上述問(wèn)題,提出一種基于分水嶺的多維視覺(jué)圖像敏感區(qū)域智能標(biāo)記方法。上述方法首先通過(guò)計(jì)算獲得多維視覺(jué)圖像不受反射光干擾的分量梯度,將其融合于不同尺度結(jié)構(gòu)元下開(kāi)閉重建的多維視覺(jué)梯度圖像,對(duì)多維視覺(jué)梯度圖利用最大類(lèi)間方差算法自動(dòng)獲取閾值,用得到的二值標(biāo)記圖像對(duì)原始多維視覺(jué)梯度圖進(jìn)行強(qiáng)制標(biāo)記,確定多維視覺(jué)圖像敏感區(qū)域的邊緣信息,引入水平集方法通過(guò)符號(hào)壓力函數(shù)來(lái)指引多維視覺(jué)圖像敏感區(qū)域結(jié)構(gòu)曲線演化方向,實(shí)現(xiàn)對(duì)多維視覺(jué)圖像敏感區(qū)域完全分割,完成敏感區(qū)域智能標(biāo)記。實(shí)驗(yàn)結(jié)果表明,所提方法多維視覺(jué)圖像分割精度較高,有效避免了等效標(biāo)記的出現(xiàn),具有很好的魯棒性。
[Abstract]:The marking of multi-dimensional visual image sensitive area is a very important step in image analysis, and an efficient method can effectively improve the processing speed of multi-dimensional visual image. Because of the influence of the complexity of the sensitive region, when the current method is used to mark the sensitive area of multi-dimensional visual image, when the area of the sensitive region is large, the neighborhood judgment of each target pixel is needed, and the marking efficiency is greatly reduced. In order to solve the above problems, a watershed based intelligent marking method for multi-dimensional visual image sensitive region is proposed. Firstly, the component gradient of multi-dimensional visual image without the interference of reflected light is obtained by the calculation of the above method, and the multi-dimensional visual gradient image is fused into the multi-dimensional visual gradient image reconstructed under different scale structure elements. The multi-dimensional visual gradient map is automatically obtained by using the maximum inter-class variance algorithm, and the original multi-dimensional visual gradient map is labeled by the binary label image, and the edge information of the sensitive area of the multi-dimensional visual image is determined. The level set method is introduced to guide the evolution direction of the structural curve of the multi-dimensional visual image sensitive region by the symbolic pressure function, to realize the complete segmentation of the multi-dimensional visual image sensitive area, and to complete the intelligent tag of the sensitive area. The experimental results show that the proposed method has high segmentation accuracy and can effectively avoid the appearance of equivalent markers and has good robustness.
【作者單位】： 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61370203) 科學(xué)通信安全實(shí)驗(yàn)室基礎(chǔ)技術(shù)(9140c110301110c1103)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;Let's 讀圖[J];電腦迷;2012年13期

2 章紅;張華林;;淺議視覺(jué)圖像的信息價(jià)值[J];現(xiàn)代經(jīng)濟(jì)信息;2009年12期

3 楊青;;基于農(nóng)業(yè)視覺(jué)圖像的高效濾波處理方法[J];江蘇農(nóng)業(yè)科學(xué);2014年04期

4 黃孝平;林雯;;基于計(jì)算機(jī)視覺(jué)圖像的物流編號(hào)智能識(shí)別技術(shù)[J];物流技術(shù);2013年05期

5 ;視覺(jué)圖像處理集成芯片[J];電腦與電信;2013年08期

6 ;視覺(jué)圖像處理集成芯片[J];電腦與電信;2013年10期

7 方浩;仇麗英;盧嘉鵬;;基于區(qū)域過(guò)劃分和再融合的全幅視覺(jué)圖像分割[J];北京理工大學(xué)學(xué)報(bào);2009年09期

8 袁向榮;;神經(jīng)網(wǎng)絡(luò)在機(jī)器人視覺(jué)圖像命令識(shí)別中的應(yīng)用[J];計(jì)算機(jī)仿真;2009年06期

9 段紅旭;石永強(qiáng);王寶光;王鵬;孫長(zhǎng)庫(kù);;發(fā)動(dòng)機(jī)缸體視覺(jué)圖像定位方法研究[J];儀器儀表學(xué)報(bào);2012年03期

10 李云偉;;基于視覺(jué)圖像的鐵軌平行性檢測(cè)研究與仿真[J];計(jì)算機(jī)仿真;2012年07期

相關(guān)會(huì)議論文 前1條

1 王智靈;陳宗海;周露萍;;視覺(jué)圖像理解中的定性方法研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

相關(guān)碩士學(xué)位論文 前8條

1 江偉;機(jī)器視覺(jué)圖像中目標(biāo)識(shí)別及處理方法研究[D];華北電力大學(xué);2015年

2 車(chē)延超;基于視覺(jué)圖像處理的田間行走與噴灑機(jī)器人研制[D];哈爾濱工業(yè)大學(xué);2016年

3 井亮;基于視覺(jué)圖像的移動(dòng)目標(biāo)跟蹤技術(shù)研究[D];南京航空航天大學(xué);2011年

4 陳焱;全方位視覺(jué)圖像展開(kāi)和空間定位研究[D];浙江工業(yè)大學(xué);2006年

5 張嘉霖;基于計(jì)算機(jī)視覺(jué)圖像的位置跟蹤技術(shù)研究[D];河北工業(yè)大學(xué);2007年

6 吳紀(jì)超;機(jī)器視覺(jué)圖像中目標(biāo)提取識(shí)別算法研究[D];河北農(nóng)業(yè)大學(xué);2010年

7 周康韻;基于光譜與視覺(jué)圖像的機(jī)載式油菜生長(zhǎng)信息檢測(cè)統(tǒng)研究[D];浙江大學(xué);2011年

8 黃曉立;基于視覺(jué)圖像的手指關(guān)節(jié)角度測(cè)量方法和實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2014年

，

本文編號(hào)：2211022