融合万有引力和局部熵的FCM算法

为了克服传统模糊C-均值(fuzzy C-means,FCM)聚类算法特征描述单一、易受复杂灰度影响而出现误分割的缺点,将万有引力和图像局部熵融入到FCM算法。算法首先引入图像局部信息熵来描述节点(像素点)间的特征,同时计算新节点的同质值;其次,将该同质值看做新节点的质量,节点之间通过万有引力算子形成关联,使节点灰度特征和节点空间位置特征有效结合,以此解决传统FCM算法节点特征描述孤立的缺陷。最后,对三类典型的灰度分布不均的医学图像进行仿真实验,结果表明改进算法获得了更加精确的分割结果。

改进alpha-matting算法及其在军事红外目标提取中的应用

针对红外图像的成像特点,为了更加精细准确的获得红外目标,提出基于通道抠图(alpha-matting)的红外目标提取方法.利用目标监测的连续帧变化特性,将相邻帧进行差分运算,从而获得目标前景(即目标)、背景、不确定区域;采用二次方贝塞尔曲线(Quadratic BézierCurve)拟合法建立动态调整曲线方程,计算出精确的前景透明度值(也即通道alpha值),实现alpha值的自动选择。仿真结果表明,改进算法能有效的提取红外目标(尤其红外小目标),准确率高,实时性好,具有很好的应用前景.