基于人眼感知特性的圖像分割關(guān)鍵技術(shù)及應(yīng)用研究.pdf

1、圖像分割技術(shù)在交通領(lǐng)域中的橋梁裂縫檢測、智能車輛導(dǎo)航、紅外行人檢測等多方面具有廣泛的應(yīng)用前景，是近年計(jì)算機(jī)圖像處理領(lǐng)域備受關(guān)注的前沿方向和研究熱點(diǎn)。圖像分割技術(shù)包括了圖像去噪、圖像增強(qiáng)、圖像分割等方面的內(nèi)容，由于圖像在采集和傳輸過程中引入的噪聲、采集場景亮度低、光照不均等特點(diǎn)，研究普適性強(qiáng)、可靠性高的圖像分割技術(shù)成為一個(gè)具有挑戰(zhàn)性的難題，受到學(xué)術(shù)界廣泛關(guān)注。
　　 為了克服噪聲、光照不均等帶來的影響，本文借鑒人眼視覺感知特性，圍

2、繞圖像具有的本質(zhì)模糊特性，深入研究了基于多通道視覺特性的圖像去噪、基于對比度拉伸灰度與基于人眼色彩感知特性的彩色圖像增強(qiáng)、基于模糊信息熵的快速圖像分割方法，最終形成了一套基于人眼感知特性和模糊理論的圖像分割方法。
　　 在圖像去噪方面，針對現(xiàn)有方法“過扼殺”細(xì)節(jié)系數(shù)、“過保留”噪聲系數(shù)等問題，考慮局部區(qū)域距離因素及輪廓連續(xù)性特征，定義基于扇形的具有旋轉(zhuǎn)不變特性局部方差，提出一種新的基于局部方差的模糊小波去噪方法。實(shí)驗(yàn)結(jié)果表明該方

3、法降低了邊緣輪廓模糊程度，取得了較好的去噪效果。
　　 在圖像增強(qiáng)方面，針對傳統(tǒng)Beta函數(shù)圖像增強(qiáng)方法的不足，通過引入增強(qiáng)算子和形狀控制參數(shù)定義新的廣義Beta函數(shù)，并給出增強(qiáng)算子與參數(shù)的自適應(yīng)選取機(jī)制，實(shí)現(xiàn)了灰度圖像的自適應(yīng)增強(qiáng)，突顯了圖像的細(xì)節(jié)輪廓信息。另一方面，考慮人眼對色彩感知非線性特征，利用Weber-Fechner定律建立對人眼對H、S色彩通道的感知模型，改進(jìn)直方圖均衡化算法，提出基于人眼感知特性的彩色圖像增強(qiáng)方法

4、，有效地消除了圖像顏色“失真”現(xiàn)象，增強(qiáng)了圖像的細(xì)節(jié)信息。
　　 在圖像分割方面，針對數(shù)字圖像本質(zhì)上具有的模糊特性，定義了新的模糊Renyi熵，提出了一種新的基于模糊熵的圖像閾值快速分割方法，該方法實(shí)現(xiàn)了圖像的精確分割，滿足處理的實(shí)時(shí)性要求。
　　 綜合上述研究成果，最終形成了一套基于人眼感知特性和模糊理論的圖像分割方法，并在交通領(lǐng)域中橋梁裂縫檢測、智能車輛導(dǎo)航、紅外行人檢測進(jìn)行了應(yīng)用實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：提出的算法能