基于改进差分盒维数的烟雾分割方法

于海晶; 李桂菊

doi:10.3788/YJYXS20132801.0115

您当前的位置：

首页 >

文章列表页 >

基于改进差分盒维数的烟雾分割方法

成像技术与图像处理 | 更新时间：2020-08-12

- 基于改进差分盒维数的烟雾分割方法
- Smoke Segmentation Method Based on Improved Differential Box-Counting Fractal Dimension
- 液晶与显示 2013年28卷第1期页码：115-119
- 作者机构：
  
  1. 中国科学院长春光学精密机械与物理研究所,吉林长春,中国,130033
  2. 中国科学院大学北京,100049
- 作者简介：
- 基金信息：
  
  国家自然科学基金(No.61172111)()
- DOI：10.3788/YJYXS20132801.0115
  中图分类号： TP391.4
- 收稿日期：2012-03-12，
  
  修回日期：2012-11-19，
  
  纸质出版日期：2013-02-15
- 稿件说明：
移动端阅览
于海晶, 李桂菊. 基于改进差分盒维数的烟雾分割方法[J]. 液晶与显示, 2013,(1): 115-119

YU Hai-jing, LI Gui-ju. Smoke Segmentation Method Based on Improved Differential Box-Counting Fractal Dimension[J]. , 2013,(1): 115-119
于海晶, 李桂菊. 基于改进差分盒维数的烟雾分割方法[J]. 液晶与显示, 2013,(1): 115-119 DOI： 10.3788/YJYXS20132801.0115.

YU Hai-jing, LI Gui-ju. Smoke Segmentation Method Based on Improved Differential Box-Counting Fractal Dimension[J]. , 2013,(1): 115-119 DOI： 10.3788/YJYXS20132801.0115.

摘要

针对森林背景与烟雾的分形纹理结构的不同特性

提出了改进差分盒维数的烟雾分割方法。首先

在已有的差分盒维数算法基础上

扩大子窗口的选择范围

计算每个像素的分形维数值并分析得到的其分形特征数据;然后

选择合适的阈值对像素进行分类

筛选出符合烟雾特征的像素

从而实现烟与森林背景的分割;最后

应用形态学中膨胀算法进行连通处理。实验结果证明

基于改进的差分盒维数方法对以树木为背景的烟雾图像具有较好的分割效果。

Abstract

Aiming at the different texture characteristics of the forest and the smoke image

a smoke segmentation method about the improvement of differential box-counting(DBC)fractal dimension algorithm is proposed. Firstly

the improved algorithm expands the scope of child window based on the existing algorithm

calculates every pixel fractal dimension and analyses them. Then

it filters the pixels marked the smoke feature by choosing the fit threshold

it can realize smoke image segmentation. Finally

the expansive algorithm in the morphology is used to the connected processing. The experimental results demonstrate that the improved differential box-counting fractal dimension algorithm has a satisfying segmentation result.

关键词

Keywords

references

Chaudhuri B B, Sarkar N. An efficient approach to compute fractal dimension in texture image [J].Pattern Recognition,1992,25(9):1035-1041.

Sarkar N, Chaudhuri B B. An efficient differential box-counting approach to compute fractal dimension of image [J]. IEEE transactions on systems,man,and cybernetics,1994,24(1):115-120.

赵春波. 自然背景下人造目标检测与识别的分形方法研究 [D]. 南京:河海大学,2007.

赵建.分数阶微分在图像纹理增强中的应有 [J]. 液晶与显示, 2012,27(1):121-124.

闫晓珂,史彩成,赵保军,等. 基于分形理论的红外图像机场跑道自动目标识别 [J]. 激光与红外, 2006,36(9):897-899.

朱梦宇,杨裕亮.基于分形特征的机场跑道识别算法的研究 [J]. 红外技术, 2005,27(2):151-153.

张东晓,何四华,杨绍清.一种多尺度分形的舰船目标检测方法 [J]. 激光与红外, 2009,39(3):315-318.

蒋爱平,于洋.基于Contourlet林火烟雾图像多重分形分割的研究 [J]. 仪器仪表学报, 2010,31(4):818-823.

靳永亮,王延杰,丁南南,等.改进的红外弱小目标检测方法 [J]. 液晶与显示, 2011,26(4):555-560.

王田,刘伟宁,刘海江,等.基于复杂度和方向梯度的红外弱小目标检测方法 [J]. 液晶与显示, 2012,27(5):692-696.

Tzeng Yu-Chang,Fan Kuo-Tai, Chen Kun-Shan. A parallel differential box-counting algorithm applied to hyperspectral image classification [J]. IEEE Geoscience and Remote Sensing Letters,2012,9(2):272-276.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于边缘增强和特征融合的伪装目标分割

基于图像分割的点云去噪方法

基于NODE-UNet++和标记分水岭算法的红细胞图像分割

自适应动态肤色检测技术研究进展

基于Faster R-CNN的仪表识别方法