紅外圖像活動輪廓分割方法研究.pdf

1、圖像處理在軍事、遙感、氣象、醫(yī)學(xué)等諸多領(lǐng)域中有重要的應(yīng)用，而圖像分割又是圖像處理中的重要環(huán)節(jié)。圖像分割的目的是把圖像劃分成一個包含若干個對象的集合，這樣就能為更高層次的圖像分析和理解提供服務(wù)。例如，目標識別與跟蹤技術(shù)就需要用到圖像分割的結(jié)果。自20世紀90年代以來，基于偏微分方程的活動輪廓圖像分割方法逐漸成為眾多學(xué)者研究的熱點，并在實踐中證明了它的價值。
　　目前，紅外技術(shù)已廣泛應(yīng)用于制導(dǎo)、自動控制、人工智能等領(lǐng)域。紅外圖像分割對

2、紅外目標的識別與跟蹤起著關(guān)鍵性的作用。現(xiàn)階段，常用的紅外圖像分割方法有閾值法，遺傳算法等。由于活動輪廓圖像分割方法有其自身的優(yōu)點，故已有一些學(xué)者將其應(yīng)用于紅外圖像的分割中，并取得了一定的成果。但總的來說，活動輪廓分割方法在紅外圖像分割中的應(yīng)用尚處于探索階段。
　　本學(xué)位論文針對活動輪廓在紅外圖像分割中的應(yīng)用做了如下的研究工作：
　　基于邊緣的活動輪廓模型是幾何活動輪廓模型中的一種，在設(shè)計該模型時，邊緣停止函數(shù)的選擇對分割結(jié)果

3、的好壞起著至關(guān)重要的作用。而常用的邊緣停止函數(shù)只用到了圖像像素點的梯度信息來控制曲線的演化，這對噪聲較小，邊緣清晰的圖像能取得良好的分割效果。然而，紅外圖像往往存在著噪聲較大、邊緣模糊、對比度低等特點。故采用傳統(tǒng)的邊緣停止函數(shù)對紅外圖像難以取得良好的分割效果。由于圖像的局部熵能夠很好的反應(yīng)出圖像局部灰度變化情況且對噪聲有良好的抑制作用，故本文將結(jié)合圖像的局部熵信息提出一種新的邊緣停止函數(shù)，將其應(yīng)用于邊緣活動輪廓模型中。實驗結(jié)果表明，新的