一种基于双重Kmeans聚类的红外目标轮廓分割方法

    公开(公告)号:CN106340013B

    公开(公告)日:2019-03-22

    申请号:CN201610728123.6

    申请日:2016-08-25

    Abstract: 本发明提供双重Kmeans聚类的红外目标轮廓分割方法,包括:从任意一帧图像开始,通过局域概率分布算法确定目标的中心点,保存所述中心点位置、灰度信息;将图像进行第一次Kmeans聚类,目标的中心点作为初始化聚类中心;利用聚成每类面积信息,归并面积最大的一类为背景,剩下的几类作为目标;将第一次聚类结果中的目标对应于原图位置处置0,再次进行Kmeans聚类;得到二次聚类后的目标;对二次聚类后的结果进行骨架提取和奇异点剔除,得到最终输出结果;分割结束,得到目标轮廓。本发明提供的基于双重Kmeans聚类的红外目标轮廓分割方法,实现对能量分布不均匀的红外目标的分割,能够在背景较为平缓的前提下,快速准确地分割出目标。

    一种基于双重Kmeans聚类的红外目标轮廓分割方法

    公开(公告)号:CN106340013A

    公开(公告)日:2017-01-18

    申请号:CN201610728123.6

    申请日:2016-08-25

    Abstract: 本发明提供双重Kmeans聚类的红外目标轮廓分割方法,包括:从任意一帧图像开始,通过局域概率分布算法确定目标的中心点,保存所述中心点位置、灰度信息;将图像进行第一次Kmeans聚类,目标的中心点作为初始化聚类中心;利用聚成每类面积信息,归并面积最大的一类为背景,剩下的几类作为目标;将第一次聚类结果中的目标对应于原图位置处置0,再次进行Kmeans聚类;得到二次聚类后的目标;对二次聚类后的结果进行骨架提取和奇异点剔除,得到最终输出结果;分割结束,得到目标轮廓。本发明提供的基于双重Kmeans聚类的红外目标轮廓分割方法,实现对能量分布不均匀的红外目标的分割,能够在背景较为平缓的前提下,快速准确地分割出目标。

Patent Agency Ranking