留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机森林和超像素分割优化的车载红外图像彩色化算法

沈振一 孙韶媛 侯俊杰 赵海涛

沈振一, 孙韶媛, 侯俊杰, 赵海涛. 基于随机森林和超像素分割优化的车载红外图像彩色化算法[J]. 红外技术, 2015, (12): 1041-1046.
引用本文: 沈振一, 孙韶媛, 侯俊杰, 赵海涛. 基于随机森林和超像素分割优化的车载红外图像彩色化算法[J]. 红外技术, 2015, (12): 1041-1046.
SHEN Zhen-yi, SUN Shao-yuan, HOU Jun-jie, ZHAO Hai-tao. The Vehicle Infrared Image Colorization Algorithm Based on Random Forest and Superpixel Segmentation[J]. Infrared Technology , 2015, (12): 1041-1046.
Citation: SHEN Zhen-yi, SUN Shao-yuan, HOU Jun-jie, ZHAO Hai-tao. The Vehicle Infrared Image Colorization Algorithm Based on Random Forest and Superpixel Segmentation[J]. Infrared Technology , 2015, (12): 1041-1046.

基于随机森林和超像素分割优化的车载红外图像彩色化算法

基金项目: 国家自然科学基金资助项目,编号61072090,61205017,61375007。
详细信息
  • 中图分类号: TN-219

The Vehicle Infrared Image Colorization Algorithm Based on Random Forest and Superpixel Segmentation

  • 摘要: 为了将红外图像中所包含的信息更加友好、直观地呈现给用户,改善用户对于红外图像的理解效果,针对车载红外图像的特点,提出了一种基于随机森林分类器和超像素分割算法相结合的车载红外图像彩色化算法。首先对原图的各个像素点进行特征提取,然后训练随机森林分类器,使它能够对待测试图像的各个像素点进行正确的分类。再使用超像素分割与直方图统计相结合的方法对分类结果图像进行优化。最后将优化后的分类结果图像转换到 HSV 色彩空间进行对应的色彩传递。通过实验证明该方法能够在很好的对红外图像进行彩色化处理的同时,保证色彩传递的正确性和实时性。
  • 加载中
计量
  • 文章访问数:  76
  • HTML全文浏览量:  15
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回