基于红外图像特征与K-means的边缘检测

详细信息

Edge Detection Based on Characteristics of Infrared Image and K-means

摘要: 为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法.首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测.实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰.
- 红外图像 /
- 边缘检测 /
- 弱边缘 /
- K均值聚类

1.	田红，林云汉，陈姚节. 基于混合空洞卷积MobileNetV2的实时射流分割. 计算机与数字工程. 2024(08): 2379-2383 . 百度学术
2.	何浩玮，林云汉，纪文龙. 船载智能水炮射流稳定补偿方法. 计算机与数字工程. 2023(09): 2000-2006 . 百度学术
3.	王储，袁晓明，杨志刚，孟昭亮，孙靖. 消防水炮射流轨迹理论模型研究. 燕山大学学报. 2020(05): 442-449 . 百度学术
4.	周俊杰，陈黎，陈姚节. 基于图像分割的水炮射流落点检测. 计算机工程与设计. 2020(11): 3262-3268 . 百度学术
5.	杨维，张全，牛逸明，盛妍，徐强. 基于视频特征提取的电力客户轨迹行为监测系统设计. 电子设计工程. 2020(22): 180-184 . 百度学术