基于活動(dòng)輪廓模型的紅外圖像分割方法研究.pdf

1、紅外圖像分割是紅外圖像自動(dòng)識(shí)別技術(shù)的重要組成部分，它是將紅外圖像分割成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。近年來，隨著計(jì)算機(jī)技術(shù)、數(shù)字圖像處理技術(shù)和紅外傳感器分辨率的不斷提高，紅外圖像分割的研究已成為軍事，醫(yī)療，生產(chǎn)等領(lǐng)域內(nèi)一項(xiàng)十分活躍的課題，具有重要的學(xué)術(shù)價(jià)值和應(yīng)用前景。
　　 本文主要研究基于活動(dòng)輪廓模型的紅外圖像分割方法，在分析現(xiàn)有活動(dòng)輪廓模型分割方法的基礎(chǔ)上，深入研究了適用于紅外圖像的分割方法

2、，并進(jìn)行了大量仿真實(shí)驗(yàn)，對(duì)仿真結(jié)果進(jìn)行了分析，驗(yàn)證了所用方法的有效性。
　　 首先，結(jié)合偏微分方程的數(shù)學(xué)基礎(chǔ)，介紹了基于變分方法的參數(shù)活動(dòng)輪廓模型和基于水平集的幾何活動(dòng)輪廓模型，并將兩種模型應(yīng)用于紅外圖像的分割中，通過仿真實(shí)驗(yàn)驗(yàn)證了兩者在紅外圖像分割中的效果，總結(jié)了兩者的優(yōu)缺點(diǎn)。
　　 其次，在總結(jié)基于邊緣和基于區(qū)域的變分水平集分割方法基礎(chǔ)上，提出了一種改進(jìn)的融合了邊緣信息和區(qū)域信息的變分水平集紅外圖像分割方法，通過對(duì)能

3、量函數(shù)中邊緣能量項(xiàng)和區(qū)域能量項(xiàng)權(quán)重系數(shù)的自適應(yīng)設(shè)置，加快了圖像的分割速度，并應(yīng)用改進(jìn)的迭代終止條件自動(dòng)終止迭代，同時(shí)該算法不需要重新初始化水平集函數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了在迭代次數(shù)相同的情況下，該方法不僅保持了傳統(tǒng)方法的優(yōu)點(diǎn)，而且改善了分割效果，提高了分割速度。
　　 最后，將小波分析與C-V模型相結(jié)合，提出了兼顧目標(biāo)和背景同質(zhì)性信息的小波多尺度C-V模型，實(shí)現(xiàn)對(duì)紅外噪聲圖像的分割。首先對(duì)紅外圖像進(jìn)行小波變換，降低計(jì)算的數(shù)據(jù)量，然后在