二维最小误差分割在红外图像中的快速实现

详细信息

Fast Implementation of Two-dimensional Minimum Error Segmentation in Infrared Image

摘要: 最小误差分割算法的图像分割性能优异，但一维的最小误差分割算法容易受到噪声的干扰。利用图像的二维直方图，二维最小误差分割算法不仅能够利用图像的灰度信息，同时利用了相邻像素之间的邻域信息，取得更加理想的分割效果。但在实际使用的过程中，二维最小误差算法采用穷尽搜索的算法运算时间长，二维直线型最小误差分割算法无法反映全局最优解，降维形式的最小误差算法复杂度高。本文将结合粒子群优化算法（PSO）将二维最小误差分割算法应用在红外图像上，大大提升了算法的求解速度，能够在实现更低对比度的红外图像分割的同时满足工程中实时检测的要求。
- 红外图像 /
- 二维最小误差分割 /
- 微粒子优化 /
- 图像分割

1.	柳赟，孙淑艳. 基于自适应模板更新的改进孪生卷积网络目标跟踪算法. 计算机应用与软件. 2021(04): 145-151+230 . 百度学术
2.	于慧杰，李大华，高强，于晓. 自然环境中重叠与遮挡绿苹果图像的识别. 激光杂志. 2020(02): 20-24 . 百度学术
3.	余志超，张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法. 西安电子科技大学学报. 2020(03): 40-49 . 百度学术