基于活動輪廓模型的紅外圖像分割方法研究.pdf

1、紅外圖像分割是紅外圖像自動識別技術的重要組成部分，它是將紅外圖像分割成若干個特定的、具有獨特性質的區(qū)域并提取出感興趣目標的技術和過程。近年來，隨著計算機技術、數(shù)字圖像處理技術和紅外傳感器分辨率的不斷提高，紅外圖像分割的研究已成為軍事，醫(yī)療，生產(chǎn)等領域內一項十分活躍的課題，具有重要的學術價值和應用前景。
　　 本文主要研究基于活動輪廓模型的紅外圖像分割方法，在分析現(xiàn)有活動輪廓模型分割方法的基礎上，深入研究了適用于紅外圖像的分割方法

2、，并進行了大量仿真實驗，對仿真結果進行了分析，驗證了所用方法的有效性。
　　 首先，結合偏微分方程的數(shù)學基礎，介紹了基于變分方法的參數(shù)活動輪廓模型和基于水平集的幾何活動輪廓模型，并將兩種模型應用于紅外圖像的分割中，通過仿真實驗驗證了兩者在紅外圖像分割中的效果，總結了兩者的優(yōu)缺點。
　　 其次，在總結基于邊緣和基于區(qū)域的變分水平集分割方法基礎上，提出了一種改進的融合了邊緣信息和區(qū)域信息的變分水平集紅外圖像分割方法，通過對能

3、量函數(shù)中邊緣能量項和區(qū)域能量項權重系數(shù)的自適應設置，加快了圖像的分割速度，并應用改進的迭代終止條件自動終止迭代，同時該算法不需要重新初始化水平集函數(shù)。仿真實驗驗證了在迭代次數(shù)相同的情況下，該方法不僅保持了傳統(tǒng)方法的優(yōu)點，而且改善了分割效果，提高了分割速度。
　　 最后，將小波分析與C-V模型相結合，提出了兼顧目標和背景同質性信息的小波多尺度C-V模型，實現(xiàn)對紅外噪聲圖像的分割。首先對紅外圖像進行小波變換，降低計算的數(shù)據(jù)量，然后在