基于多尺度自回归分析的红外图像分割  

Infrared Image Segmentation Based on Multiscale Auto Regressive Analysis

作　　者：郑晨[1] 郑红[1] 刘振强[1] 

机构地区：[1]北京航空航天大学自动化科学与电气工程学院,北京100191

出　　处：《计算机工程》2011年第23期189-191,202,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(60543006)

摘　　要：提出一种基于多尺度自回归模型与二维TSV熵方法的红外图像分割方法。引入多尺度自回归模型,建立层与层之间及相邻层像素点之间的数学关系,并将该模型与改进的二维TSV熵最大熵方法结合,实现更合理的红外图像多尺度分割。根据相邻尺度的依赖关系,使用多尺度自回归模型的预测结果引导二维TSV熵方法对精细尺度图像进行分割,以减少最细尺度下的分割时间,去除最细尺度下的误分类斑块。实验结果表明,该方法能分割出更清晰、平滑的目标边界。A method of Infrared image segmentation based on Multiscale Auto Regressive Analysis（MARA） and Two-dimensional TSV（TDTSV） entropy is proposed.MAR model is used to establish mathematic relationship among different image layers,and is combined with the method of two-dimensional TSV.Through the optimization of the regression coefficient,the adjacent scale image is combined reasonable,then it leads to a more accurate segmentation.Experimental results on infrared image show that this method reduces the iterative times of segmentation and inaccuracy classify blocks,and gets clear and smooth object border.

关 键 词：自回归模型 红外图像分割 二维直方图 二维TSV熵 参数估计 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]