贵州大学智能信息处理研究所, 贵州 贵阳 550025
针对图像前后景分离的传统算法需要人机交互且分离效果差、效率低和种子点选取难等问题,提出了基于Lab颜色空间纹理特征的图像前后景自动分离算法。对图像进行分块,并将图像转换到由国际照明委员会(CIE)制定的CIE Lab颜色空间;然后提取各图像子块的颜色和纹理特征,选取种子点;最后采用区域生长算法得到分割图像,采用区域合并改善过分割现象。结果表明,所提算法的分离结果较好,处理时间和算法复杂度较传统算法更优。
图像处理 图像前后景分离 区域生长 区域合并 图像子块 激光与光电子学进展
2019, 56(12): 121001
上海交通大学,图像处理与模式识别研究所,上海,200030
提出了一种基于分块图像统计特征的红外目标提取方法,首先将图像逐步分成越来越小的块,根据块图像统计特征构造函数求其极大值,获得目标的种子区域和包含整个目标的约束区域;然后在约束区域内,将一种快速的区域生长方法用于目标种子区域的生长,最终提取出红外目标.通过对不同目标大小的红外飞机图像的实验,验证了算法的有效性.对算法在TI公司的DSP芯片TMS320VC33-150上实现的时间消耗进行了估算,结果表明可以达到实时提取目标的要求.
目标提取 分块图像 统计特性 区域生长 Object extraction Image blocks Statistical feature Region growing
