红外图像中的阈值分割算法研究

红外图像中的阈值分割算法研究摘要:阈值分割方法具冇运算速度快,易于实现等优点,在红外图像分割中得到广泛应用。木文对阈值分割算法的三种经典算法进行了研究,并在Matlab平台上进行了对三种算法仿真分析。关键词:阈值分割最大炳红外图像中图分类号:TP391.41文献标识码:A文章编号:1007-9416(2013)08-0114-01红外成像技术是一项在军事需要推动下,迅速发展起来的新兴技术。但是,由于红外成像原理及红外图像成像系统自身的原因,使得红外图像跟可见光图像相比,普遍存在图像噪声大、较模糊等特点,这对图像的后续处理十分不利;所以增强红外图像的目标,削弱或除去那些不需要的信息,就需要对图像进行适当的分割处理。阈值分割算法是红外图像分割中常用的算法,红外图像分割对红外成像技术的后续处理有着至关重要的作用。1阈值分割法1.1算法的基本原理阈值分割主耍是利用图像中背景与目标之间的灰度差异。理想状态下,背景与目标Z间的灰度值差异很大,且同一个目标的灰度值基本相同。在图像的灰度直方图上表现为直方图呈明显的双峰分布,两类物体灰度级间没有交叠。在直方图中处于谷底的区域选取一个灰度值作为阈值,根据灰度与阈值的关系将像素判定为目标点或背景点,这个过程称为图像二值化。対二值图像进行进一步的分析就可以获得图像的分割结果。设f(x,y)表示原图像,g(x,y)表示分割后的图像,T为选定的灰度阈值,分割算法表示为:其中:“1”表示物体(目标或对象),“0”表示背景。选取阈值是最常见的基于灰度的分割方法。常见的阈值分割算法有最大类间方差法、迭代法、最大嫡阈值分割法等。最大类间方差法与迭代法相比其执行更为稳定,但其运算量太大;最大爛阈值算法就是在最大类间方差法上的提高,大大减少了运行量。1.2算法的性能指标评价图像分割的指标有很多,本文采用面积相似度作为评价图像分割的指标。面积相似度即利用杰卡德相似系数,计算阈值分割算法分割的目标面积与参考图像的目标面积的相似度。设参考图像的目标面积为二值数组Am,算法分割图像的日标面积为二值数组As,集合Am和As的交集的元素在Am和As的并集中所占的比例:杰卡德相似系数越接近1,表示图像的分割质量越好。2阈值分割算法的仿真分析下面详细介绍三种算法的仿真实现。选择一幅图像,分别用三种算法实现阈值分割,观察其分割结果。如图1所示。选取三幅图像,分别计算三种算法的的运行时间和杰卡德相似系数值,如表1所示。从表1可以知最大嫡阈值分割法対目标与背景的分割最清楚,运行速度比最大方差法稍快一些,相对于迭代法要慢很多;在某种特定背景下的分割效果也没迭代法好。但是迭代法只对某一组特定背景的图片的分割效果好,其他都是模糊不清,说明其适应试没冇最大爛阈值分割法强。最大类间方差法的分割效果查且运算速度慢。3结语通过实验研究可以明确直观的了解最大爛阈值分割法与另外两种算法相比,它的最低值却比其他两种算法都要高,对不同背景的图像的分割情况也更为稳定,所以它具冇较强的适应性;最大爛阈值的分割算法的运算速度虽然比迭代法耍慢,但是它的适应性却比迭代法强很多;与最大类间方差法相比不仅是分割效果好而且运算速度快。因此,今后应加强提高最大爛阈值分割算法运算速度方面的研究。参考文献[1]杨金龙•图像分割算法研究与实现[D]・兰州:西北师范大学硕丄-论文,2009.[2]郑兆平,曾汉生,丁翠平•红外热成像测温技术及其应用[J]•红外技术,2003.[3]王家文,李仰军.MATLAB7.0图形图像处理[M]•北京:国防工业出版社,2006.

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?