基于灰度空间相关性最大类间方差的图像分割

一维最大类间方差1D-Otsu和二维最大类间方差2D-Otsu在目标和背景比较模糊时,图像分割效果较差。针对该问题,提出一种基于灰度空间相关性(GLSC)最大类间方差的图像分割算法。该算法使用各像素的灰度值与其邻域内相似像素的数目构建直方图,通过计算GLSC直方图的最大类间方差得到分割阈值,应用积分图的思想将运算复杂度由O((N2×L)2)降到O(N2×L),节省了运算时间。针对5幅大小不同和直方图类型不同的真实图像,与1DOtsu、2D-Otsu和灰度空间相关性熵算法进行分割实验比较,结果表明该算法具有较好的鲁棒性。

基于灰度空间相关性的双谱微光图像融合方法

图像的灰度空间相关性可以反映图像的清晰度,而图像融合的主要目的之一就是改善图像的清晰度.根据微光全波图像和微光短波图像的光谱特点,在分析微光全波图像和微光短波图像的一维灰度直方图及二维灰度空间相关性图的基础上,提出了一种新型的基于灰度空间相关性的图像融合方法.该融合方法由基于标准偏差的灰度调制和灰度统计平衡两部分实现,同灰度调制融合法及谱域融合法比较,此方法能够有效地改善图像的清晰度,同时便于硬件实现.文中详细阐述了该融合方法的理论公式,并分析了其在不同场景时的实验结果.