红外热图像目标区域(Region of Interest, ROI)提取对故障检测、目标跟踪等有着重要意义.为解决红外热图像干扰多、需人工标记及准确率低等问题, 提出一种基于多模态特征图融合的红外热图像ROI提取算法.通过对比度、熵及梯度特征构建多模态特征图并进行区域填充, 实现ROI提取.将新算法应用于实际采集的光伏太阳能板图像中.结果表明, 新算法具有平均查准率高(93.0553%)、平均查全率高(90.2841%)、F1指数和J指数均优于图割法, 人工标记少等优点, 可有效用于红外热图像ROI提取.
红外热图像 对比度 熵 梯度 infrared thermal image contrast entropy gradient
