复杂背景图像局部轮廓信息人工智能识别仿真

发布时间：2022-01-02 01:04

　　对复杂背景图像局部轮廓信息进行识别,能够快速获取图像相关信息,对图像局部轮廓信息进行智能识别,需要对复杂背景图像进行分解提取多尺度细节特征,将图像原图与经过形态学运算操作后的图像作差。传统方法利用相与操作算子对复杂背景进行处理,将图像中的干扰信号剔除,但忽略了对图像的细节分解,导致识别效率低。提出一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别方法,利用对偶树复小波变换的优良特性对复杂背景图像进行分解提取多尺度细节特征。对提取获得的图像特征进行灰度膨胀、腐蚀、开闭运算。将图像原图与经过形态学运算操作后的图像作差,实现了对复杂背景图像局部轮廓信息的识别。仿真结果表明,所提方法的识别精度高,提高复杂背景图像局部轮廓的信噪比,为后续实现图像更多信息的获取奠定了良好基础。 

【文章来源】：计算机仿真. 2018,35(08)北大核心

【文章页数】：5 页

【部分图文】：

复杂背景原图

能识别。4仿真设计与结果分析为了更加准确地评价复杂背景图像局部轮廓信息识别方法的有效性和可行性，选取优质的判断方法非常必要，选取一天空复杂背景图像，基于CPU型号为E6750，主频为2.66GHz，内存为4GB的PC机，在MATLAB7.0的软件平台下进行仿真。从客观和主观两个方面来衡量背景抑制后的图像质量。图1～图5所示为仿真选用的复杂背景图像及其背景抑制主观视觉效果图。图1复杂背景原图从图1可以看出，天空图像中的背景区域十分复杂，图像的信杂比比较低，图2是天空复杂背景图像的灰度处理结果，图3～图5分别展示了文献［4］方法、文献［5］方法和研究提出的Tophat算法的图像主观视觉效果，观察发现，文献［4］方法可以在一定程度上抑制弱小目标周围区域的背景噪图2天空背景灰度图图3文献［4］方法的背景抑制主观视觉效果图4文献［5］方法的背景抑制主观视觉效果图5基于Tophat算法的背景抑制主观视觉效果声干扰;文献［5］方法较好地突出了弱小目标，但仍然残留较多背景杂波;采用Tophat算法后的背景抑制效果显示，背景中起伏波动较大的部分均得到平缓，杂波干扰也得到了很大程度抑制，主观视觉处理效果最好。采用以下六个客观评价标准对图1包含弱小目标的天空背景图像进行抑制方法性能对比:1)背景抑制后图像的全局信噪比，具体计算公式如下SNＲ=(ft－fb)/μ(12)式中，μ表示弱小目标定位跟踪的背景标准差。—363—

教?下进行仿真。从客观和主观两个方面来衡量背景抑制后的图像质量。图1～图5所示为仿真选用的复杂背景图像及其背景抑制主观视觉效果图。图1复杂背景原图从图1可以看出，天空图像中的背景区域十分复杂，图像的信杂比比较低，图2是天空复杂背景图像的灰度处理结果，图3～图5分别展示了文献［4］方法、文献［5］方法和研究提出的Tophat算法的图像主观视觉效果，观察发现，文献［4］方法可以在一定程度上抑制弱小目标周围区域的背景噪图2天空背景灰度图图3文献［4］方法的背景抑制主观视觉效果图4文献［5］方法的背景抑制主观视觉效果图5基于Tophat算法的背景抑制主观视觉效果声干扰;文献［5］方法较好地突出了弱小目标，但仍然残留较多背景杂波;采用Tophat算法后的背景抑制效果显示，背景中起伏波动较大的部分均得到平缓，杂波干扰也得到了很大程度抑制，主观视觉处理效果最好。采用以下六个客观评价标准对图1包含弱小目标的天空背景图像进行抑制方法性能对比:1)背景抑制后图像的全局信噪比，具体计算公式如下SNＲ=(ft－fb)/μ(12)式中，μ表示弱小目标定位跟踪的背景标准差。—363—

【参考文献】：
期刊论文
[1]基于层次轮廓计算机视觉的交通路标识别[J]. 赵铎.  电子设计工程. 2017(14)
[2]基于轮廓和ASIFT特征的目标检测与跟踪算法[J]. 顾苏杭,陆兵,马正华.  计算机仿真. 2017(06)
[3]基于圆弧的原木轮廓的识别与验证[J]. 林耀海,景林,王长缨,王雪平,林甲祥,林培杰.  福建农林大学学报(自然科学版). 2016(06)
[4]多特征的光学遥感图像多目标识别算法[J]. 姬晓飞,秦宁丽,刘洋.  智能系统学报. 2016(05)
[5]基于kinect深度图像的目标定位与识别[J]. 周振,杜姗姗.  机械制造与自动化. 2016(04)
[6]运动员动作三维视觉图像准确识别仿真研究[J]. 刘和臣.  计算机仿真. 2016(08)
[7]远程采集图像特征的优化识别过程仿真[J]. 崔永锋,刘伟.  控制工程. 2016(07)
[8]引入局部全局信息的区域自适应局域化快速活动轮廓模型[J]. 廖祥云,袁志勇,郑奇,童倩倩,赖虔葑,张贵安.  计算机学报. 2016(07)
[9]基于局部特征和语义信息的扣件图像检测[J]. 罗建桥,刘甲甲,李柏林,熊鹰.  计算机应用研究. 2016(08)
[10]自然场景中基于局部轮廓特征的对象识别方法[J]. 朱铭武,韩军,陆冬明,班孝坤.  计算机工程与应用. 2016(01)



本文编号：3563159