高级检索
ENGLISH
王潇晨, 付冬梅, 李晓刚, 刘燕. 基于meanshift滤波和蚁群聚类的复杂红外目标分割[J]. 红外技术, 2009, 31(9): 545-548. DOI: 10.3969/j.issn.1001-8891.2009.09.012
引用本文: 王潇晨, 付冬梅, 李晓刚, 刘燕. 基于meanshift滤波和蚁群聚类的复杂红外目标分割[J]. 红外技术, 2009, 31(9): 545-548. DOI: 10.3969/j.issn.1001-8891.2009.09.012
shu
WANG Xiao-chen, FU Dong-mei, LI Xiao-gang, LIU Yan. Complex Infrared Objects Segmentation Based on Mean-shift Filtering and Ant Colony Clustering[J]. Infrared Technology , 2009, 31(9): 545-548. DOI: 10.3969/j.issn.1001-8891.2009.09.012
Citation: WANG Xiao-chen, FU Dong-mei, LI Xiao-gang, LIU Yan. Complex Infrared Objects Segmentation Based on Mean-shift Filtering and Ant Colony Clustering[J]. Infrared Technology , 2009, 31(9): 545-548. DOI: 10.3969/j.issn.1001-8891.2009.09.012
shu

基于meanshift滤波和蚁群聚类的复杂红外目标分割

Complex Infrared Objects Segmentation Based on Mean-shift Filtering and Ant Colony Clustering

    摘要
  • 摘要: 提出了一种复杂背景下红外目标分割的有效方法.该方法首先利用meanshift的自适应平滑滤波特性,在不损失目标信息的情况下,滤除复杂背景的杂波干扰;然后根据滤波得到的区域,用蚁群方法在区域之间进行聚类合并,获得最终的分割结果.采用区域来表征蚂蚁,与基本蚁群算法将每个像素看作一只蚂蚁相比,其蚂蚁个数大大减少,因而减小了计算的复杂度,提高了图像处理的效率.在蚁群算法中引入了一种新的引导函数,可以更准确引导蚁群聚类.实验结果表明,该方法可以准确地分割出目标,是一种快速有效的图像分割方法.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回