針對傳統(tǒng)sar圖像閾值分割方法復雜度較高,導致分割后的圖像較為模糊,分割耗時較長的問題,提出基于機器視覺的多目標sar圖像閾值分割方法。分析機器視覺的硬件組成與光源照明、光學鏡頭以及CCD攝像機等關鍵技術;在多目標優(yōu)化基礎上建立多目標模型,利用兩個目標時情況代替sar圖像的多目標散射區(qū);通過微偏分方程對sar圖像做去噪處理,保證模糊部分的邊緣細節(jié)不丟失,并根據(jù)降噪圖像的特點,鎖定閾值搜索范圍;最后在機器視覺基礎上確定子圖像大小,并建立局部圖像的灰度直方圖,經過線性灰度變換,選取最佳閾值,完成圖像分割。仿真結果表明,所提方法能夠快速并準確的完成多目標sar圖像閾值分割,在圖像閾值分割中具有一定可行性和有效性。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 機器視覺的組成與關鍵技術
    2.1 硬件組成
    2.2 關鍵技術
3 基于機器視覺的多目標sar圖像閾值分割方法
    3.1 多目標優(yōu)化
    3.2 基于偏微分方程的sar圖像去噪處理
    3.3 sar圖像閾值分割實現(xiàn)
        1)子圖像選取規(guī)格
        2)構建局部圖像的灰度直方圖
        3)獲取理想閾值
4 仿真數(shù)據(jù)分析與研究
5 結論


【參考文獻】：
期刊論文
[1]一種改進的Otsu多閾值SAR圖像分割方法[J]. 楊蘊,李玉,王玉,趙泉華.  遙感信息. 2019(04)
[2]核空間自適應抑制式直覺模糊圖像分割算法[J]. 林洋,蘭蓉.  計算機工程與設計. 2019(08)
[3]經濟發(fā)達地區(qū)農村居民點生產居住空間權衡關系解析[J]. 張佰林,姜廣輝,曲衍波.  農業(yè)工程學報. 2019(13)
[4]連鑄結晶器振動位移系統(tǒng)中非線性處理[J]. 李強,方一鳴,李建雄,鄭會成.  中國機械工程. 2019(12)
[5]基于運動散斑的物體三維形貌測量方法[J]. 孫俊鋒,徐玉華,趙曉楓,謝良,張小虎.  實驗力學. 2018(05)
[6]多通道SAR-GMTI二維余弦調相散射波干擾[J]. 房明星,畢大平,沈愛國.  上海交通大學學報. 2018(03)
[7]二進小波增強與邊緣局部信息FCM的SAR圖像變化檢測[J]. 毛天祺,劉偉,黃潔,趙擁軍.  信號處理. 2018(01)
[8]圖像處理中的格子玻爾茲曼方法研究綜述[J]. 劉應乾,嚴壯志.  中國圖象圖形學報. 2017(12)
[9]基于自適應標量—矢量量化的IQ數(shù)據(jù)壓縮算法[J]. 王清,龔曉峰,雒瑞森.  計算機仿真. 2017(12)
[10]數(shù)字全息法測量CO2在RP-3燃油中的擴散系數(shù)[J]. 李超越,馮詩愚,邵壘,潘俊,劉衛(wèi)華.  航空學報. 2017(12)



本文編號：3729015