基于模糊聚類的紅外圖像目標(biāo)分割方法研究.pdf

1、紅外圖像目標(biāo)的檢測(cè)與識(shí)別是現(xiàn)代軍事武器系統(tǒng)中的核心技術(shù)之一，紅外面目標(biāo)的檢測(cè)主要依靠圖像分割技術(shù)，而圖像分割結(jié)果的精確度又決定了后續(xù)處理中圖像目標(biāo)提取與識(shí)別的準(zhǔn)確性和可靠性?；谀：垲惖膱D像分割方法是將聚類問題轉(zhuǎn)化為帶一定約束的非線性規(guī)劃問題，通過求解和優(yōu)化得到圖像的模糊劃分和聚類。本文對(duì)基于模糊聚類的紅外圖像目標(biāo)分割方法進(jìn)行了深入的研究并取得了以下研究成果：
　　首先，針對(duì)基于模糊C均值的紅外圖像分割算法、基于改進(jìn)的FCM和均

2、值漂移的紅外圖像分割算法以及基于勢(shì)函數(shù)的自適應(yīng)模糊 C均值紅外圖像分割算法這三種基于模糊理論的紅外圖像分割方法進(jìn)行了仿真實(shí)現(xiàn)，并分析了三種算法的優(yōu)勢(shì)及不足。此外，本文介紹了兩種算法分割質(zhì)量的客觀評(píng)價(jià)準(zhǔn)則，為研究后續(xù)算法的性能提供了客觀依據(jù)。
　　其次，針對(duì)模糊聚類算法無(wú)法自適應(yīng)得到合理的聚類數(shù)目且該算法對(duì)目標(biāo)區(qū)域和背景區(qū)域灰度差異較大的紅外圖像分割率低的問題，本文提出了一種基于多閾值的自適應(yīng)模糊聚類紅外圖像分割算法。該算法基于一種

3、由粗到細(xì)的多級(jí)分割思想，首先采用能有效去除偽峰干擾的多閾值算法對(duì)待分割紅外圖像進(jìn)行粗分割，然后結(jié)合能自適應(yīng)得到合理聚類數(shù)目的模糊聚類算法對(duì)粗分割后的圖像進(jìn)行模糊聚類，最終得到更精細(xì)的分割結(jié)果。實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，本文所提算法不僅保留了多閾值分割方法實(shí)現(xiàn)簡(jiǎn)單、速度快的優(yōu)點(diǎn)，且提高了目標(biāo)區(qū)域和背景區(qū)域灰度差異較大的紅外圖像分割精確度。
　　最后，針對(duì)模糊聚類算法無(wú)法充分利用圖像的全部有用信息，容易陷入局部極小值且無(wú)法有效分割背景區(qū)域

4、和目標(biāo)區(qū)域灰度差異較小的紅外圖像問題，本文提出了一種基于模糊聚類的水平集紅外圖像分割算法。該算法結(jié)合了模糊聚類算法和水平集算法各自的優(yōu)點(diǎn)，先采用經(jīng)模擬退火算法優(yōu)化的模糊聚類算法對(duì)待分割紅外圖像進(jìn)行初始聚類，并將聚類結(jié)果轉(zhuǎn)化為水平集分割的初始輪廓，再利用結(jié)合了鄰域信息的水平集演化控制參數(shù)對(duì)待分割紅外圖像進(jìn)行水平集分割，最終得到目標(biāo)的分割結(jié)果。實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，本文所提算法確保了模糊聚類得到全局最優(yōu)結(jié)果，且充分利用了圖像的邊緣、灰度和鄰