非监督层次化模糊相关的人体红外图像分割

摘要：

针对当前多级模糊熵算法在分割人体红外图像时,存在划分数需人工指定,全局划分导致熵的信息度量精度受背景干扰,分割精度不高等问题,提出了非监督层次化模糊相关分割.首先采用熵率法将图像划分为若干超像素,确保区域一致性,提高后续处理效率;随后,用准确度量划分适当性的模糊相关来描述图像,构建模糊相关图割2-划分算子,提高层次化分割中单步分割的精度.2-划分算子的核心思想是利用提出的递推计算策略,快速搜索最大模糊相关时目标和背景的划分概率,并用其来设置图割的数据项,实施超像素的模糊相关图割2-划分.最后将2-划分算子与自顶向下的非监督层次化分割策略相结合,迭代地对目标超像素区域实施2-划分,自适应确定划分数,获得人体目标.实验结果表明:较常用算法,该算法不但能自动确定划分数,而且分割精度还提高了约18％,运行时间约为3.8s,能有效用于人体红外图像分割的工程实践中.

关键词：机器视觉、红外图像分割、超像素、模糊相关

所属期刊栏目：26

分类号：TP391.4;TN216(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金资助项目61502396;西南财经大学中央高校基本科研业务费青年教师成长项目JBK1801076;西南财经大学中央高校基本科研业务费专项资金项目JBK150503;四川省教育厅一般项目资助18ZB0484;四川师范大学自制仪器设备项目ZZYQ2017001;陕西省科技厅工业公关项目2016GY-088;互联网金融创新及监管四川省协同创新中心资助

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1542-1550