标签: 目标分割

针对工业现场所拍摄的高温熔体表面覆盖有大量烟雾且难以有效分割的状况,提出一种目标图像的组合识别方法,即先采用分色分割算法去除杂散光、光晕和雾状、点状噪声等干扰,然后用改进的最大类间方差算法分割高温目标图像,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑.实验结果表明,该方法能够有效地分割出目标图像,并减小目标图像所受的噪声干扰,有较强的实用性.幸高温辐射体目标图像的组合识别方法李晟，彭小奇，孙元，李玉晓（中南大学物理科学与技术学院，湖南长沙４１００８３）摘要：针对工业现场所拍摄的高温熔体表面覆盖有大量烟雾且难以有效分割的状况，提出一种目标图像的组合识别方法，即先采用分色分割算法去除杂散光、光晕和雾状、点状噪声等干扰，然后用改进的最大类间方差算法分割高温目标图像，并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞，使图像边缘平滑。实验结果表明，该方法能够有效地分割出目标图像，并减小目标图像所受的噪声干扰，有较强的实用性。关键词：图像目标识别；数字图像处理；辐射测温；目标分割Ｃｏｍｂｉｎａｔｅｄｒｅｃｏ……

目标分割方法是工业自动化、在线产品检验、生产过程控制等领域的关键技术之一。基于特征匹配策略，研究了如何增强纹理特征的区分能力以及如何快速分割特定的目标。在纹理特征提取方面，首先通过形态学处理获取图像细节信息，然后对细节信息进行过滤进而得到鲁棒的局部信息，最后融合局部二值模式用于增强特征的区分能力。在目标分割方面，基于纹理特征和变化分解窗口框架，根据目标窗口和待定目标窗口间的特征距离分等级的变化分解窗口的尺度，从而快速定位到目标。最后，在纹理数据集上验证了方法的有效性。