多源圖像的分割與識別算法研究.pdf

1、圖像分割是計算機視覺的基本問題之一，對圖像進行分割的目的是將目標(biāo)從背景之中提取出來，使得后續(xù)算法更專注于目標(biāo)物體，從而提高算法的速度和精度。經(jīng)過幾十年的發(fā)展，圖像分割算法已經(jīng)趨向成熟。在已有的大量的圖像分割算法中，不同算法由于側(cè)重的方向不同，對同一幅圖像的分割結(jié)果往往也存在著一定的差異。這并非只是由于分割算法不精確所導(dǎo)致的，更是因為不同的圖像分割算法側(cè)重于表達(dá)目標(biāo)的不同屬性。如何更好利用這些豐富的信息成為圖像分割領(lǐng)域的一個新的研究方向。

2、同時，如何根據(jù)圖像分割結(jié)果進行后續(xù)的目標(biāo)檢測與識別，也是研究人員的關(guān)注點之一。
　　本文首先總結(jié)了幾種圖像分割方式，并通過超像素的形式對這些分割算法所得到的結(jié)果進行描述。同時，通過顏色直方圖、形態(tài)學(xué)信息、不變矩信息及標(biāo)定信息對這些超像素進行特征度量。為了提高圖像分割算法的精度，本文提出一種基于標(biāo)定信息與超像素距離的非監(jiān)督型圖像分割算法。算法首先使用均值漂移、圖割法及基于Gabor濾波的紋理分割等三種分割算法生成初始分割結(jié)果。然后，

3、對這些分割結(jié)果進行基于LDAPPA算法的聚類融合，得到最終的分割結(jié)果。本文提出的算法相較于九種基準(zhǔn)分割算法，在PRI和BDE兩種分割精度指標(biāo)參數(shù)上居于首位，并且與其他算法在數(shù)值上拉開了一定的距離。同時，將改進的分割算法應(yīng)用在紅外目標(biāo)檢測和識別領(lǐng)域，針對特定場景下紅外目標(biāo)的檢測與識別問題進行了研究，提出了兩種特定場景下紅外目標(biāo)識別算法。根據(jù)輸入圖像的場景特征，算法首先采用不同的分割算法進行ROI（Region of Interest）提取