基于区域生长的自适应红外图像火焰识别

发布时间：2021-01-20 21:20

　　本文提出自适应的区域生长红外图像火焰识别,通过对像素灰度值的分析,自动选择种子点,提高算法智能程度。实验结果表明,该算法可以实现火焰区域分割,能自动完成种子点选择,具有很好的适应性。 

【文章来源】：南方农机. 2020,51(05)

【文章页数】：2 页

【部分图文】：

图像灰度化

子点的选取

1.2 区域生长区域生长是根据像素或区域之间相似的性质将其结合起来形成具有相似的图像区域[4]，最终可以将目标区域与背景分割开来的一幅二值图像。算法步骤如图1所示，首先寻找种子点，然后根据阈值判断是否有同一性质直到没有同一类灰度值即结束。

【参考文献】：
期刊论文
[1]基于卷积神经网络的手势识别研究[J]. 操小文,薄华.  微型机与应用. 2016(09)
[2]图像型火灾探测预处理方法综述[J]. 毕振波,乐天,潘洪军,杨花,江有福.  消防科学与技术. 2016(01)
[3]基于STM32的红外火灾探测系统设计[J]. 刘燕燕,杨帮华,丁丽娜,张永怀.  计算机测量与控制. 2013(01)
[4]基于改进的变分水平集和区域生长的图像分割方法的研究[J]. 姜慧研,冯锐杰.  电子学报. 2012(08)
[5]一种有选择的图像灰度化方法[J]. 周金和,彭福堂.  计算机工程. 2006(20)



本文编号：2989806