对受灾区域红外图像优化识别仿真

• 作者: 陈筱勇 马兰
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 变权关联度 轮廓检测 受灾区域 图像识别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 234-237
• 页数: 4页
• 分类号: TN941
• 字数: 3938字
• 语种: 中文

摘要

研究航空对受灾区域红外图像优化识别,可及时的确定受灾区域的地点,提高受灾救援的速度.进行受灾区域红外图像识别时,应将图像分为大小相同且重叠的块,对每块曲线几何形状的关联程度对受灾区域图像进行轮廓检测完成识别,但是传统方法通过提取颜色特征,对不同受灾区域对视觉显著和非显著范围进行细尺度与粗尺度划分完成识别,但是不能对图像进行准确划分,也无法对受灾区域图像进行轮廓检测,降低了图像识别的准确性,提出一种基于Gabor小波变权关联度的航空对受灾区域红外图像优化识别方法.对受灾区域红外图像进行Gabor变换,搜索出不同方向上弱边界及凹陷边界区域敏感程度低的灰度系数,将图像分为大小相同且重叠的块,分别对每个块进行统计,融合于灰色关联度理论根据序列曲线几何形状的关联程度来判断各轮廓曲线间的联系是否紧密,并完成对图像的轮廓检测,最终实现航空对受灾区域红外图像优化识别.仿真结果表明,所提方法轮廓识别精确度高,提取的轮廓更接近于真实轮廓图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马兰	解放军信息工程大学地理空间信息学院	2	7	2.0	2.0
5	陈筱勇		3	8	2.0	2.0