基于红外图像帧关联的自动阈值分割方法

苗晓孔; 王春平; 付强

doi:doi:10.3969/j.issn.1672-8785.2016.10.008

红外, 2016, 37 (10): 41, 网络出版: 2017-01-03

基于红外图像帧关联的自动阈值分割方法

Automatic Threshold Segmentation Method Based on Infrared Image Frame Association

论文大纲

苗晓孔 ^*王春平付强

作者单位

军械工程学院电子与光学工程系，河北石家庄 050003

红外图像阈值分割帧关联目标检测 infrared image threshold segmentation frame association target detection

摘要

针对目前单帧图像阈值分割中分割易受突变影响、目标背景分割不明显以及分割效果较差等问题，提出了一种基于红外图像帧关联的自动阈值分割方法。该方法利用自动阈值分割法简单分割单帧图像，然后根据图像帧关联信息对图像进行分组处理，再对每帧图像进行权重分配，最终确定每帧图像的分割阈值，以提高分割的抗干扰性，改善分割效果。通过理论分析和实验仿真验证了该算法的有效性和可行性，并将其与其他算法进行了对比实验。实验结果表明，本文提出的分割算法的抗干扰性较强，能够将目标图像从背景中清晰地分割出来，具有更好的分割效果和更强的应用性。

Abstract

In the current single-frame image threshold segmentation, the segmentation is susceptible to mutations, the background segmentation is not obvious and the segmentation effectiveness is poor. To solve these problems, an automatic threshold segmentation method based on infrared image frame association is proposed. Firstly, the automatic threshold segmentation method is used to segment a single-frame image simply. Secondly, the image is processed group by group according to the frame-related information. Then, the weights are assigned to each frame. Finally, the segmentation threshold of each frame is determined to improve the anti-interference and segmentation effectiveness. The validity and feasibility of the method are verified through theoretical analysis and experimental simulation. Compared with other algorithms, the proposed method is stronger in anti-interference ability. It can segment the target image clearly from the background and has better segmentation effectiveness and applicability.

参考文献

[1] 杨名宇, 李刚. 利用区域信息的航拍图像分割 [J]. 中国光学, 2014, 7(5): 779-785.

[2] 李久权, 王平, 王永强. CT图像分割几种算法 [J].微计算机信息, 2006, 2(1): 240-242.

[3] Reddi S S, Rudin S F, Keshavan H R. An Optimal MuItiple Threshold Scheme for Image Segmentation [J].IEEE Transactions on Systems, Man and Cybernetics, 1984, 14(4): 661-665.

[4] 吴一全, 吴文怡, 潘[35]. 二维最大类间方差阈值分割的快速迭代算法 [J]. 中国体视学与图像分析, 2007, 12(3): 216-220.

[5] 吴成茂, 田小平, 谭铁牛. 二维Otsu阈值法的快速迭代算法 [J]. 模式识别与人工智能, 2008, 21(6): 746-757.

[6] Zhou M. Low SNR Infrared Weak Target Image Segmentation Algorithm[J].Laser and Infrared, 2004, 34(3): 225-228.

[7] 张怀柱, 向长波, 宋建中, 等. 改进的遗传算法在实时图像分割中的应用 [J]. 光学精密工程, 2008, 16(2): 333-337.

[8] 郑毅, 刘上乾. 基于模糊指数熵和模拟退火的图像分割 [J]. 红外技术, 2006, 28(7): 395-399.

[9] 郭巳秋, 许廷发, 王洪庆, 等. 改进的粒子群优化目标跟踪方法 [J]. 中国光学, 2014, 7(5): 759-767.

[10] Ma M, Liang J H, Guo M, et al. SAR Image Segmentation Based on Artificial Bee Colony Algorithm[J].Applied Soft Computing, 2011, 11(8): 5205-5214.

[11] 陈恺, 陈芳, 戴敏, 等. 基于萤火虫算法的二维熵多阈值快速图像分割 [J]. 光学精密工程, 2014, 22(2): 517-523.

[12] Zang H, Zhao B J, Mao E K. A Real-time Effective Method for Infrared Point Target Detection in Spatially Varying Clutter [C]. Beijing: CIE International Conference on Radar, 2001.

[13] Muller M.Saliency Measures in Cluttered IR Images for ATR [C]. SPIE, 1999, 3699: 150-154.

[14] 王刚, 陈永光, 杨锁昌, 等. 采用图像块对比特性的红外弱小目标检测 [J]. 光学精密工程, 2015, 5(23): 1424-1433.

[15] 阳芬. 红外序列图像目标轨迹关联算法研究与硬件设计 [D]. 长沙: 国防科学技术大学, 2008.

[16] Liu H Q, Zhao F, Jiao L C. Fuzzy Spectral Clustering with Robust Spatial Information for Image Segmentation [J].Applied Soft Computing, 2012, 12(3): 3636-3647.

[17] 刘春燕. 图像分割评价方法研究 [D]. 西安: 西安电子科技大学, 2011.

苗晓孔, 王春平, 付强. 基于红外图像帧关联的自动阈值分割方法[J]. 红外, 2016, 37(10): 41. MIAO Xiao-kong, WANG Chun-ping, Fu Qiang. Automatic Threshold Segmentation Method Based on Infrared Image Frame Association[J]. INFRARED, 2016, 37(10): 41.

基于红外图像帧关联的自动阈值分割方法

关于本站 Cookie 的使用提示

全站搜索

基于红外图像帧关联的自动阈值分割方法

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索