用于强度非均匀红外图像的多特征驱动主动轮廓分割模型
计算机视觉与模式识别
2020-11-26 v1
摘要
红外（IR）图像分割在许多城市防御应用中至关重要，例如行人监控、车辆计数、安全监测等。主动轮廓模型（ACM）是目前使用最广泛的图像分割工具之一，但现有方法仅利用图像的局部或全局单特征信息来最小化能量函数，容易在红外图像中造成错误分割。在本文中，我们提出一种多特征驱动主动轮廓分割模型来处理具有强度非均匀性的红外图像。首先，通过结合由全局平均灰度信息计算的全局信息以及由局部熵、局部标准差和梯度信息计算的局部多特征信息，构建一种特别设计的符号压力力（SPF）函数。然后，我们利用由局部范围计算的自适应权重系数来调整前述全局项和局部项。接下来，将 SPF 函数代入水平集公式（LSF）以进一步演化。最后，LSF 在有限次迭代后收敛，并从相应的收敛结果中得到红外图像分割结果。实验结果表明，所提方法在红外测试图像的准确率和重叠率方面优于最先进的模型。
引用
@article{arxiv.2011.12492,
title = {Multi-feature driven active contour segmentation model for infrared image with intensity inhomogeneity},
author = {Qinyan Huang and Weiwen Zhou and Minjie Wan and Xin Chen and Qian Chen and Guohua Gu},
journal= {arXiv preprint arXiv:2011.12492},
year = {2020}
}