1 Key Laboratory of Intelligent Infrared Perception, Chinese Academy of Sciences, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai200083, China
2 Huzhou Center for Applied Technology Research and Industrialization, Chinese Academy of Sciences, Huzhou1000, China
3 Key Laboratory of Intelligent Infrared Perception, Chinese Academy of Sciences, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai200083, China
为了有效地检测复杂背景下的红外弱小目标,提出了一种基于横纵多尺度灰度差(HV-MSGD)的方法来增强弱目标,并通过距离和像素差异来实现对背景强边的抑制。目标区域与周围区域之间存在不连续性,为了加强它们的差异,HV-MSGD与双边滤波(BF)相结合,可以在抑制背景的同时提高目标强度。进一步通过自适应局部阈值分割和全局阈值分割来提取候选目标。为了进一步验证对单帧检测的影响,将上述单帧检测算法与改进的无迹卡尔曼粒子滤波器(UPF)相结合,实现轨迹检测。实验结果表明,该方法在弱信噪比(SNR)下优于其他方法,在抑制背景的同时可以增强目标,增强效果是其他方法的6-30倍。在实验中,输入信噪比分别为2.78,1.77,1.79,1.13和1.16。图像处理后,背景抑制因子(BSFs)分别为13.48,21.33,11.73,20.63和121.92,信噪比增益(GSNRs)分别为40.09,71.37,27.53,12.65和131。该方法的检测概率(Pd)也优于其他算法。当误报率(FARs)为
![]()
![]()
,
![]()
![]()
,
![]()
![]()
,
![]()
![]()
和
![]()
![]()
,计算五组真实序列图像的Pd为94.4%,92.2%,91.3%,95.6%和96.7%。
弱目标检测 多尺度灰度差 距离和像素差 局部阈值分割 全局阈值分割 dim target detection multi-scale grayscale difference distance and pixel difference local threshold segmentation global threshold segmentation
1 军事医学科学院卫生装备研究所, 天津 300161
2 武警后勤学院附属医院检验科, 天津 300161
探讨阈值分割算法,把其应用于痕量微生物图像的处理。基于阈值算法提出了适合痕量微生物图像的目标信号提取方法。对阈值分割算法进行分析, 对比传统阈值方法和提出的改进阈值算法的实际图像处理效果。传统阈值算法可实现对图像中微生物信号的提取, 但存在一定失真。基于阈值分割方法的改进算法具有抑制噪声信号, 及区分背景与目标的能力, 可高效实现微生物信号的提取。所成微生物分布二值图像具有轮廓清晰、易于观察的特点。
微生物图像分割 阈值法 全局阈值 阈值选取 改进阈值算法 microbial image segmentation threshold algorithm global threshold choose threshold improved threshold algorithm
太原理工大学新型传感器与智能控制教育部重点实验室, 山西 太原 030024
红外图像二值化分割是对红外图像进行分析和理解的关键, 图像二值化分割的质量, 直接关系到图像的后期处理, 结合红外图像对比度低、分辨潜力差、分辨率低等自身特点, 提出一种基于局部灰度梯度值和全局化阈值面相结合的二值化分割算法。
红外图像 二值化分割 灰度梯度值 全局阈值面 infrared image binary segmentation gray gradient value global threshold surface
重庆大学 光电技术及系统教育部重点实验室,重庆 400030
分析了基于LOG 算子的局部动态阈值和基于最大类间方差的全局阈值算法的基本原理,讨论了他们在机械工件数字识别中二值化的具体实现方法。针对动态阈值和全局阈值各自的优点,结合工件字符图像的特点,提出了LOG 算子的局部动态阈值和基于最大类间方差的全局阈值相结合的新方法:首先用LOG 算子的局部动态阈值算法增强字符的细节信息,较好的区分了易混淆的数字。然后利用最大类间方差的全局阈值算法对背景进行二值化。该综合算法的计算复杂度、执行时间、二值化效果以及适用范围等方面均有较佳表现,并已应用于实际系统,取得了较好的实验结果。
机械工件 图像二值化 全局阈值 动态阈值 mechanical workpiece image binarization global threshold dynamic threshold