红外小目标图像的分割与聚类分析.pdf

收藏

编号:20181207071338705904    类型:共享资源    大小:88.32KB    格式:PDF    上传时间:2019-02-16
  
5
金币
关 键 词:
小目标 PDF 和红外 的分析 ... 红外小目标 红外图像 小目标分割 pdf 小 目标 分析与分割 红外小目标的分割 图像的 红外小目标图像 红外图像的小目标 小目标和 红外小目标 图像
资源描述:
文 章 编 号 : 1?0?0?7?-?2?2?7?6? ( 2?0?0?0?) 0?6?-?0?0?6?0?-?0?4? 红 外 小 目 标 图 像 的 分 割 与 聚 类 分 析 !? 李 斌 , 彭 嘉 雄 ( 华 中 科 技 大 学 图 像 识 别 与 人 工 智 能 研 究 所 图 像 信 息 处 理 与 智 能 控 制 教 育 部 重 点 实 验 室 , 武 汉 4?3?0?0?7?4?) 摘 要 : 天 空 背 景 下 红 外 小 目 标 图 像 的 分 割 与 聚 类 是 检 测 和 识 别 目 标 过 程 的 预 处 理 部 分 。 首 先 对 图 像 进 行 对 比 度 增 强 处 理 , 并 通 过 模 板 滤 波 去 除 弱 噪 声 , 再 运 用 分 割 算 法 把 目 标 和 强 噪 声 从 背 景 中 分 离 出 来 , 然 后 根 据 聚 类 得 到 可 能 的 小 目 标 , 最 后 给 出 整 套 处 理 方 法 的 实 验 结 果 和 分 析 。 关 键 词 : 对 比 度 增 强 ; 模 板 滤 波 ; 概 率 松 弛 ; 特 征 提 取 ; 聚 类 分 析 中 图 分 类 号 : T?P?3?9?1?文 献 标 识 码 : A? S?e?g?m?e?n?t?a?t?i?O?n? a?n?d? c?l?u?S?t?e?r?i?n?g? O?f? i?n?f?r?a?r?e?d? S?m?a?l?l? t?a?r?g?e?t? i?m?a?g?e? L?i? B?i?D?, P?e?D?g? J?i?a?X?i?O?D?g? ( S?t?a?t?e? E?c?u?c?a?t?i?O?D? C?O?m?m?i?S?S?i?O?D? L?a?b?.? f?O?r? I?m?a?g?e? P?r?O?c?e?S?S?i?D?g? a?D?c? I?D?t?e?1?1?i?g?e?D?t? C?O?D?t?r?O?1?, I?D?S?t?i?t?u?t?e? f?O?r? P?a?t?t?e?r?D? R?e?c?O?g?.? a?D?c? A?r?t?i?f?i?c?i?a?1? I?D?t?e?1?1?i?g?e?D?c?e?, H?u?a?Z?1?O?D?g? U?D?i?V?.? O?f? S?c?i?e?D?c?e? a?D?c? T?e?c?1?D?O?1?O?g?y?, W?u?1?a?D?, C?1?i?D?a?, 4?3?0?0?7?4?) A?b?S?t?r?a?c?t?: T?1?e? S?e?g?m?e?D?t?a?t?i?O?D? a?D?c? c?1?u?S?t?e?r?i?D?g? O?f? i?D?f?r?a?r?e?c? S?m?a?1?1? t?a?r?g?e?t? i?m?a?g?e? i?D? a? S?k?y? b?a?c?k?g?r?O?u?D?c? i?S? c?O?D?S?i?c?-? e?r?e?c? i?D? t?1?i?S? p?a?p?e?r?, w?1?i?c?1? i?S? t?1?e? p?r?e?p?r?O?c?e?S?S?i?D?g? p?a?r?t? O?f? t?1?e? c?e?t?e?c?t?i?O?D? a?D?c? r?e?c?O?g?D?i?t?i?O?D? O?f? m?O?V?i?D?g? S?m?a?1?1? t?a?r?g?e?t? i?D? a?D? i?D?f?r?a?r?e?c? i?m?a?g?e? S?e?g?u?e?D?c?e?.? F?i?r?S?t?, t?1?e? i?D?f?r?a?r?e?c? i?m?a?g?e? i?S? e?D?1?a?D?c?e?c? t?O? i?m?p?r?O?V?e? i?t?S? c?O?D?t?r?a?S?t?, a?D?c? t?1?e? c?i?m? D?O?i?S?e?S? a?r?e? r?e?m?O?V?e?c? b?y? u?S?e? O?f? t?1?e? t?e?m?p?1?a?t?e? f?i?1?t?e?r?.? S?e?c?O?D?c?1?y?, t?1?e? S?e?g?m?e?D?t?a?t?i?O?D? a?1?g?O?r?i?t?1?m? i?S? p?r?e?S?e?D?t?e?c? t?O? S?e?p?a?r?a?t?e? t?1?e? t?a?r?g?e?t? a?D?c? b?r?i?g?1?t?e?r? D?O?i?S?e?S? f?r?O?m? t?1?e? b?a?c?k?g?r?O?u?D?c?.? T?1?i?r?c?1?y?, a?c?c?O?r?c?i?D?g? t?O? t?1?e? c?1?u?S?t?e?r?i?D?g? a?D?a?1?y?S?i?S?, t?1?e? p?O?S?S?i?b?1?e? t?a?r?g?e?t?S? a?r?e? e?X?t?r?a?c?t?e?c?.? T?O? t?1?e? 1?a?S?t?, t?1?e? e?X?p?e?r?i?m?e?D?t? r?e?S?u?1?t?S? a?r?e? a?D?a?1?y?Z?e?c? a?D?c? t?1?e? e?X?i?S?t?i?D?g? p?r?O?b?1?e?m? i?S? c?i?S?c?u?S?S?e?c?.? K?e?y?W?O?r?d?S?: C?O?D?t?r?a?S?t? e?D?1?a?D?c?e?m?e?D?t?; T?e?m?p?1?a?t?e? f?i?1?t?e?r?i?D?g?; P?r?O?b?a?b?i?1?i?S?t?i?c? r?e?1?a?X?a?t?i?O?D?; F?e?a?t?u?r?e? e?X?t?r?a?c?-? t?i?O?D?; C?1?u?S?t?e?r?i?D?g? a?D?a?1?y?S?i?S? 收 稿 日 期 : 2?0?0?0?-?0?3?-?1?7?; 修 订 日 期 : 2?0?0?0?-?0?8?-?2?3? 基 金 项 目 : 国 防 科 技 预 研 基 金 资 助 项 目 ( 9?7?J?2?.?4?.?4?.?J?W?0?5?1?7?) 。 作 者 简 介 : 李 斌 ( 1?9?7?7? -? ) , 男 , 硕 士 , 主 要 从 事 计 算 机 视 觉 、 图 像 分 析 、 理 解 及 信 息 与 自 动 化 等 方 面 的 研 究 工 作 。 · 0?6? “?“? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? · 何 国 威 : 基 于 知 识 的 红 外 数 字 图 像 中 铁 路 的 识 别 !?引 言 当 红 外 成 像 的 距 离 较 远 时 , 目 标 在 成 像 平 面 只 占 几 个 或 十 几 个 像 素 的 面 积 , 表 现 为 点 状 或 斑 点 状 , 信 噪 比 较 低 , 称 为 小 目 标 或 弱 目 标 。 目 标 由 于 缺 乏 足 够 的 形 状 特 征 , 加 上 成 像 系 统 还 不 能 反 映 出 除 温 度 以 外 的 其 它 物 理 特 性 , 故 在 研 究 问 题 时 主 要 考 虑 亮 度 特 性 , 即 目 标 的 灰 度 信 息 [ l?] 。 在 红 外 图 像 序 列 中 检 测 运 动 小 目 标 , 若 从 单 帧 灰 度 信 息 出 发 , 目 标 难 以 同 噪 声 区 别 开 来 , 通 常 的 灰 度 目 标 检 测 方 法 无 法 采 用 , 只 能 根 据 目 标 运 动 的 连 续 性 和 一 致 性 来 检 测 和 识 别 。 为 了 检 测 和 识 别 红 外 序 列 图 像 中 的 运 动 目 标 , 必 须 对 红 外 图 像 进 行 预 处 理 , 即 提 取 出 可 能 目 标 , 尽 量 减 少 图 像 中 噪 声 点 , 为 下 一 步 运 动 目 标 识 别 作 好 充 分 的 准 备 。 文 中 利 用 红 外 小 目 标 场 景 的 图 像 模 型 , 对 红 外 图 像 进 行 增 强 处 理 和 模 板 滤 波 , 根 据 分 割 算 法 和 聚 类 分 析 得 到 图 像 中 的 可 能 目 标 。 实 验 结 果 表 明 , 通 过 上 述 处 理 , 图 像 中 只 有 为 数 不 多 的 可 能 目 标 , 达 到 了 红 外 小 目 标 图 像 预 处 理 的 效 果 。 “?图 像 的 增 强 和 滤 波 由 于 探 测 器 本 身 固 有 的 特 性 , 红 外 图 像 普 遍 存 在 目 标 与 背 景 对 比 度 较 差 , 图 像 边 缘 模 糊 , 噪 声 较 大 等 缺 点 , 因 此 必 须 进 行 处 理 , 以 提 高 其 对 比 度 , 再 通 过 高 频 滤 波 去 除 缓 慢 变 化 的 背 景 部 分 和 弱 噪 声 干 扰 。 包 含 有 目 标 的 红 外 场 景 图 像 f? ( m?, I?) 可 以 描 述 为 : f? ( m?, I?) =? f? T? ( m?, I?) +? f? N? ( m?, I?) +? f? B? ( m?, I?) ( l?) 式 中 f? ( m?, I?) — — — 红 外 图 像 的 灰 度 值 ; f?T?( m?, I?) — — — 目 标 点 灰 度 值 ; f?B?( m?, I?) — — — 背 景 图 像 灰 度 值 ; f?N?( m?, I?) — — — 噪 声 图 像 灰 度 值 。 我 们 所 关 心 的 是 红 外 图 像 中 的 目 标 点 , 即 f? T? ( m?, I?) , 但 在 天 空 背 景 中 图 像 的 细 节 成 分 较 少 , 目 标 在 图 像 中 可 以 被 看 作 是 噪 声 点 , 它 与 周 围 背 景 的 相 关 性 小 。 因 此 可 令 : f?T?N?( m?, I?) =? f? T? ( m?, I?) +? f? N? ( m?, I?) ( 2?) 则 : f? ( m?, I?) =? f? T?N? ( m?, I?) +? f? B? ( m?, I?) ( S?) 由 公 式 ( S?) 可 知 , 通 过 分 解 f? ( m?, I?) , 可 以 去 除 具 有 强 相 关 性 背 景 的 影 响 。 为 了 估 计 f? B? ( m?, I?) , 首 先 让 f? ( m?, I?) 通 过 一 个 K? ? K? 的 均 值 滤 波 器 , 这 相 当 于 得 到 图 像 的 低 频 部 分 , 而 目 标 和 噪 声 具 有 明 显 的 高 频 特 征 , 因 此 将 大 部 分 留 在 f? T?N? ( m?, I?) 中 : f?T?N?( m?, I?) =? f? ( m?, I?) -? f? B? ( m?, I?) ( 4?) 为 了 最 终 得 到 图 像 中 的 高 频 信 号 f? T?N? ( m?, I?) , 可 将 均 值 滤 波 器 和 公 式 ( 4?) 合 并 成 一 个 高 通 滤 波 器 , 去 除 图 像 中 的 弱 噪 声 , 5? ? 5? 窗 口 的 高 通 滤 波 模 板 如 图 l? 所 示 [ 2?] 。 l? 2?5? l?l?l?l?l? l?l?l?l?l? l?l?-? 2?4?l?l? l?l?l?l?l?               l?l?l?l?l? 图 l? 5? ? 5? 窗 口 的 高 通 滤 波 模 板 F?i?g?.?l?T?h?e? 5? ? 5? t?e?m?p?I?a?t?e? f?O?r? h?i?g?h? p?a?s?s? f?i?I?t?e?r?i?n?g? 在 对 图 像 进 行 高 通 滤 波 之 前 , 进 行 增 强 对 比 度 的 处 理 , 可 更 大 地 提 高 图 像 的 信 噪 比 , 采 用 直 接 对 比 度 增 强 算 法 ( D?C?E?) 可 以 达 到 此 目 的 , D?C?E? 就 是 对 图 像 的 对 比 度 进 行 非 线 性 变 换 , 再 根 据 变 换 后 的 对 比 度 计 算 图 像 的 像 素 灰 度 值 , 如 下 式 所 示 : c? =? z? -? z?e? z?e? ( 5?) c?t?=? !? ( c?) ( 6?) z?t?=? z?e?( l? -? c?t?) ( l? +? c?t?) z?!?z?e? a? -? ( a? -? z?e?) ( l? -? c?t?) ( l? +? c?t?) z? ? z?        e? ( 7?) · l?6? “?“? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? “? · 李 斌 : 红 外 小 目 标 图 像 的 分 割 与 聚 类 分 析 式 中 c? 和 c?t?为 变 换 前 后 图 像 的 对 比 度 ; z? 和 z?t?为 变 换 前 后 图 像 的 灰 度 值 ; z?e?为 窗 口 模 板 内 的 灰 度 平 均 值 ; a? 为 允 许 的 最 大 灰 度 值 ; !?为 某 一 凸 变 换 函 数 , 且 !? ( 0?) =? 0?, !? ( 1?) =? 1?, !? ( c?) >?c?, 文 中 取 !? ( c?) =? 3?c? -? 3?c?2? +? c?3?。 经 过 上 述 处 理 再 进 行 滤 波 , 图 像 的 信 噪 比 得 到 很 大 的 提 高 , 对 比 度 也 被 增 强 , 同 时 图 像 的 动 态 范 围 也 有 所 扩 大 , 实 验 结 果 如 图 2? 所 示 。 ( a?) 原 图 像 灰 度 直 方 图 ( D?) 直 接 对 比 度 增 强 后 图 像 灰 度 直 方 图 ( a?) T?1?e? 1?i?S?t?O?g?r?a?m? O?f?( D?) T?1?e? 1?i?S?t?O?g?r?a?m? O?f? D?C?E? O?r?i?g?i?D?a?1? i?m?a?g?e?i?m?a?g?e? 图 2? 对 比 度 增 强 前 后 图 像 的 直 方 图 F?i?g?.?2?T?1?e? 1?i?S?t?O?g?r?a?m?S? O?f? O?r?i?g?i?D?a?1? i?m?a?g?e? a?D?c? D?C?E? i?m?a?g?e? !?图 像 的 分 割 原 图 像 经 过 增 强 和 高 通 滤 波 后 , 得 到 高 频 成 分 图 像 f? T?N? ( m?, I?) , 为 了 从 图 像 f? T?N? ( m?, I?) 中 分 离 出 可 能 目 标 , 可 以 采 用 松 弛 算 法 进 行 分 割 [ 3?] 。 松 弛 法 假 设 待 分 割 的 图 像 中 只 有 目 标 和 背 景 , 一 类 灰 度 值 “ 白 ” , 另 一 类 灰 度 值 “ 黑 ” 。 在 分 割 之 初 , 可 以 根 据 各 像 素 的 灰 度 值 计 算 出 其 为 “ 白 ” 与 “ 黑 ” 的 概 率 , 且 每 一 像 素 的 “ 白 ” 概 率 与 “ 黑 ” 概 率 之 和 为 1?。 再 根 据 该 像 素 邻 域 中 像 素 的 概 率 迭 代 更 新 其 概 率 , 以 使 属 于 “ 白 ” 的 像 素 ( 或 “ 黑 ” 的 像 素 ) 的 “ 白 ” 概 率 ( 或 “ 黑 ” 概 率 ) 变 得 更 高 , 松 弛 迭 代 结 束 后 就 形 成 了 需 要 的 分 割 。 根 据 邻 域 中 像 素 的 概 率 , 调 整 每 个 像 素 的 概 率 , 是 一 个 迭 代 更 新 的 过 程 。 设 “?是 分 类 标 记 集 ( 如 黑 、 白 像 素 类 ) , 为 进 行 更 新 计 算 , 定 义 标 记 #?G?“?的 像 素 x?i?和 标 记 $?G?“? 的 像 素 x? ? 之 间 的 相 容 系 数 r? i?, ?( #?, $?) 如 下 : r?i?, ? ( #?, $?) =? p? ( x?i?=?#?, x? ?=?$?) p? ( x?i?=?#?) p? ( x? ?=? $?) ( 8?) 更 新 像 素 概 率 的 方 程 可 以 是 [ 4?] : p?I?+?1? i? ( #?) =? p?I?i?( #?) 】? x? ?G?N?i?】? $?G?“? r?i?, ? ( #?, $?) p?I? ?( $?) 】? #?G?“? p?I?i?( #?) 】? x? ?G?N?i?】? $?G?“? r?i?, ? ( #?, $?) p?I? ?( $?) ( 9?) 式 中 N?i? 是 x? i?的 一 个 邻 域 ; I? 为 迭 代 次 数 。 由 于 公 式 ( 9?) 为 一 迭 代 方 程 , 须 有 初 始 值 , 可 用 公 式 ( 1?0?) 和 ( 1?1?) 作 为 迭 代 起 点 , 设 6? 和 i? 分 别 为 图 像 中 的 灰 度 最 小 值 和 最 大 值 , 像 素 x? i?的 灰 度 值 为 g? i?, m? 为 图 像 的 灰 度 均 值 。 p?0?i?( #?) =? 1? 2? +? 1? 2? g?i?-? m? i? -? m? g?i?? m?( 1?0?) p?0?i?( $?) =? 1? 2? +? 1? 2? m? -? g?i? m? -? 6? g?i?<?m?( 1?1?) 文 中 取 N?i? 为 x? i?的 八 邻 域 , 当 且 仅 当 #?与 $?同 为 黑 像 素 类 或 白 像 素 类 时 , 相 容 系 数 r? i?, ?( #?, $?) 为 1?, 否 则 r? i?, ? ( #?, $?) 为 0?。 迭 代 结 束 后 , 选 择 适 当 的 阈 值 就 可 分 割 出 可 能 目 标 , 它 们 是 那 些 “ 白 ” 概 率 比 较 大 的 像 素 。 由 上 可 知 , 概 率 松 弛 算 法 利 用 了 图 像 像 素 和 该 像 素 邻 域 的 灰 度 信 息 , 计 算 出 每 一 像 素 点 的 “ 黑 ” 概 率 和 “ 白 ” 概 率 , 再 通 过 方 程 进 行 迭 代 , 使 目 标 的 “ 白 ” 概 率 变 大 , 背 景 的 “ 黑 ” 概 率 变 大 , 以 达 到 分 割 的 目 的 。 该 方 法 的 本 质 是 贝 叶 斯 ( B?a?y?e?S?) 决 策 理 论 [ 5?] , 即 根 据 样 本 的 先 验 概 率 来 推 知 用 作 分 类 判 决 依 据 的 后 验 概 率 。 分 割 后 得 到 的 图 像 包 括 目 标 和 高 频 噪 声 , 但 它 们 在 灰 度 值 的 表 现 上 没 有 很 大 的 区 别 , 必 须 根 据 其 它 的 某 种 像 素 属 性 特 征 加 以 标 记 区 分 , 可 以 通 过 聚 类 分 析 , 进 一 步 筛 选 侯 选 目 标 。 “?聚 类 分 析 邻 域 特 征 是 一 种 很 好 的 像 素 属 性 特 征 , 其 典 型 算 · 2?6? p?p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? p? · 李 斌 : 红 外 小 目 标 图 像 的 分 割 与 聚 类 分 析 法 有 基 于 最 近 邻 法 则 和 最 大 最 小 距 离 的 聚 类 算 法 , 但 两 种 方 法 存 在 明 显 的 缺 点 [ 6?] 。 基 于 最 近 邻 法 则 的 聚 类 算 法 在 知 道 像 素 分 布 的 情 况 下 , 其 聚 类 结 果 在 很 大 程 度 上 取 决 于 第 一 个 聚 类 中 心 的 选 取 和 距 离 阈 值 的 大 小 , 同 时 图 像 像 素 的 分 布 一 般 是 未 知 的 , 所 以 只 有 多 次 进 行 试 探 , 并 对 聚 类 结 果 进 行 验 算 , 从 中 选 择 最 优 的 聚 类 效 果 , 这 样 就 相 对 增 加 了 计 算 的 复 杂 度 。 同 样 , 最 大 最 小 距 离 聚 类 算 法 也 与 像 素 分 布 的 先 验 知 识 有 很 大 关 系 , 只 有 通 过 多 次 试 探 使 结 果 优 化 , 并 且 聚 类 结 果 与 参 数 和 起 始 点 的 选 取 有 很 大 关 系 。 文 中 提 出 的 算 法 与 以 上 提 到 的 两 种 方 法 同 样 是 基 于 像 素 的 邻 域 特 征 , 但 不 需 考 虑 像 素 的 分 布 、 参 数 的 选 择 、 起 始 点 的 选 取 和 距 离 阈 值 的 大 小 。 该 算 法 的 假 设 条 件 是 : 若 两 像 素 相 邻 , 即 其 中 一 个 像 素 在 另 一 个 像 素 的 3? ? 3? 邻 域 内 , 称 两 像 素 在 同 一 个 邻 域 内 , 则 可 认 为 这 两 个 像 素 为 同 一 类 ; 若 第 三 个 像 素 与 上 两 个 像 素 之 一 又 同 在 一 个 邻 域 内 , 则 可 认 为 这 三 个 像 素 为 同 一 类 ; 若 第 三 个 像 素 与 上 两 个 像 素 都 不 在 一 个 邻 域 内 , 则 认 为 第 三 个 像 素 为 另 一 类 ; 依 次 类 推 , 对 图 像 中 的 所 有 像 素 进 行 归 类 。 根 据 目 标 和 噪 声 的 特 征 , 目 标 具 有 一 定 的 稳 定 性 , 噪 声 则 随 机 性 较 大 , 所 以 从 像 素 分 布 上 看 , 目 标 和 噪 声 应 都 在 各 自 的 邻 域 内 , 满 足 算 法 的 假 设 条 件 。 在 图 像 中 , 目 标 的 大 小 具 有 一 定 的 稳 定 性 , 而 噪 声 相 对 来 说 大 小 不 定 , 选 取 一 个 比 较 合 适 的 同 类 像 素 数 作 为 阈 值 , 可 进 一 步 剔 除 噪 声 点 。 文 中 在 基 于 邻 域 性 质 的 聚 类 算 法 中 , 采 用 图 3? 所 示 的 3? ? 3? 邻 域 模 板 对 图 像 像 素 进 行 归 类 , 进 一 步 取 同 类 像 素 数 的 平 均 值 作 为 同 类 像 素 数 阈 值 。 ( !? -? l?, “? -? l?) ( !? -? l?, “?) ( !? -? l?, “? +? l?) ( !?, “? -? l?) ( !?, “?) ( !?, “? +? l?) ( !? +? l?, “? -? l?) ( !? +? l?, “?) ( !? +? l?, “? +? l?) 图 3? 3? ? 3? 邻 域 模 板 F?i?g?.?3?T?h?e? t?e?m?p?I?a?t?e? O?f? 3? ? 3? n?e?i?g?h?b?O?r?h?O?O?d? !?实 验 结 果 与 分 析 实 验 采 用 2?O?O? ? 2?8?O? 红 外 图 像 , 首 先 对 原 始 图 像 进 行 增 强 处 理 以 提 高 对 比 度 , 并 通 过 模 板 滤 波 去 除 弱 噪 声 , 再 运 用 分 割 算 法 把 目 标 和 强 噪 声 从 背 景 中 分 离 出 来 , 最 后 根 据 聚 类 方 法 得 到 可 能 的 小 目 标 。 实 验 结 果 分 析 如 下 : ( l?) 如 对 原 始 图 像 进 行 对 比 度 增 强 处 理 , 滤 波 时 可 进 一 步 提 高 图 像 的 信 噪 比 ; ( 2?) 在 对 红 外 图 像 进 行 分 割 时 , 根 据 贝 叶 斯 决 策 理 论 推 导 出 公 式 , 计 算 出 每 个 样 本 ( 图 像 像 素 ) 的 后 验 概 率 , 以 此 作 为 分 类 判 决 依 据 , 符 合 随 机 模 式 和 图 像 分 割 的 本 质 特 征 ; ( 3?) 聚 类 分 析 提 取 图 像 中 的 可 能 目 标 时 , 根 据 像 素 的 邻 域 特 征 和 目 标 大 小 的 相 对 稳 定 性 , 进 一 步 筛 选 侯 选 目 标 ; ( 4?) 对 图 像 进 行 增 强 、 滤 波 、 分 割 和 聚 类 , 实 际 上 都 是 对 单 帧 图 像 进 行 处 理 , 属 于 静 态 图 像 处 理 的 范 畴 , 以 实 现 目 标 和 噪 声 的 初 步 分 离 ; ( 5?) 进 一 步 从 红 外 序 列 图 像 中 检 测 和 识 别 运 动 小 目 标 的 工 作 , 可 以 此 为 基 础 运 用 光 流 法 、 动 态 规 划 、 流 水 线 法 、 ~?O?u?g?h? 变 换 技 术 、 ~?O?p?f?i?e?I?d? 型 神 经 网 络 等 方 法 来 确 定 真 正 的 运 动 小 目 标 。 参 考 文 献 [ l?] 韩 客 松 .? 复 杂 背 景 下 红 外 点 目 标 检 测 的 预 处 理 [ J?] .? 红 外 技 术 , l?9?9?9?, 2?l? ( 4?) : 3?6? ~? 3?9? [ 2?] 彭 嘉 雄 等 .? 弱 目 标 检 测 的 图 像 流 法 .? 红 外 与 激 光 工 程 [ J?] .?l?9?9?6?, 2?5? ( 4?) : 3?4? ~? 4?O? [ 3?] A?z?r?i?e?I? R?e?s?e?n?f?e?I?d? e?t?c?.? S?c?e?n?e? I?a?b?e?I?i?n?g? b?y? r?e?I?a?x?a?t?i?O?n? O?p?e?r?a?t?i?O?n?s? [ J?] .? I?E?E?E? T?r?a?n?s?.? O?n? S?y?s?t?e?m?, M?a?n? a?n?d? C?y?b?e?r?n?e?t?i?c?s?, l?9?7?6?, 6? ( 6?) : 4?2?O? ~? 4?3?3? [ 4?] S?h?m?u?e?I? P?e?I?e?g?, A? n?e?w? p?r?O?b?a?b?i?I?i?s?t?i?c? r?e?I?a?x?a?t?i?O?n? s?c?h?e?m?e?.? I?E?E?E? T?r?a?n?s?.? O?n? P?a?t?t?e?r?n? A?n?a?I?y?s?i?s? a?n?d? M?a?c?h?i?n?e? I?n?t?e?I?I?i?g?e?n?c?e? l?9?8?O?, 7? ( 4?) : 3?6?2? ~? 3?6?9? [ 5?] D?e?V?i?j?V?e?r? P? A? e?t?c?.? P?a?t?t?e?r?n? R?e?c?O?g?n?i?t?i?O?n?: A? S?t?a?t?i?s?t?i?c?a?I? A?p?p?r?O?a?c?h? [ M?] .? P?r?e?t?i?e?e?-?~?a?I?I?, l?9?8?2? [ 6?] 李 金 宗 .? 模 式 识 别 导 论 [ M?] , 北 京 : 高 等 教 育 出 版 社 , l?9?9?4? · 3?6? !?!? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? !? · 李 斌 : 红 外 小 目 标 图 像 的 分 割 与 聚 类 分 析
展开阅读全文
  皮皮文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:红外小目标图像的分割与聚类分析.pdf
链接地址:http://www.ppdoc.com/p-10938322.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2008-2018 皮皮文库网站版权所有
经营许可证编号:京ICP备12026657号-3 

收起
展开