留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

距离选通激光成像空间定位模糊C均值聚类分割法

曹忆南 王新伟 周燕

曹忆南, 王新伟, 周燕. 距离选通激光成像空间定位模糊C均值聚类分割法[J]. 红外与激光工程, 2013, 42(10): 2682-2686,2696.
引用本文: 曹忆南, 王新伟, 周燕. 距离选通激光成像空间定位模糊C均值聚类分割法[J]. 红外与激光工程, 2013, 42(10): 2682-2686,2696.
Cao Yinan, Wang Xinwei, Zhou Yan. Spatial positioning fuzzy C-means algorithm in segmentation of range-gated image[J]. Infrared and Laser Engineering, 2013, 42(10): 2682-2686,2696.
Citation: Cao Yinan, Wang Xinwei, Zhou Yan. Spatial positioning fuzzy C-means algorithm in segmentation of range-gated image[J]. Infrared and Laser Engineering, 2013, 42(10): 2682-2686,2696.

距离选通激光成像空间定位模糊C均值聚类分割法

基金项目: 

国家自然科学基金(40905011)

详细信息
    作者简介:

    曹忆南(1988- ),男,硕士生,主要从事图像处理及嵌入式系统方面的研究。Email:caoyinan@semi.ac.cn;周燕(1972- ),女,研究员,博士,主要从事光电成像、光电信号检测方面的研究。Email:zhouyan@semi.ac.cn

    曹忆南(1988- ),男,硕士生,主要从事图像处理及嵌入式系统方面的研究。Email:caoyinan@semi.ac.cn;周燕(1972- ),女,研究员,博士,主要从事光电成像、光电信号检测方面的研究。Email:zhouyan@semi.ac.cn

  • 中图分类号: TP391.4

Spatial positioning fuzzy C-means algorithm in segmentation of range-gated image

  • 摘要: 针对距离选通激光成像对比度低、照度不均、图像模糊的特点,提出了一种基于空间定位的模糊C均值聚类方法(SPFCM)对目标进行分割。传统的模糊C均值聚类法存在以下缺点:一是需要预先获得目标分类数量,自适应性较差;二是对空间信息不敏感,导致目标轮廓不完整以及错误分类。针对上述缺陷,文中对传统算法进行了改进,引入了初定位的概念,首先利用最大类间方差法(Otsu 法)和数学形态学工具对子目标进行初步定位,再将其形心方位信息和灰度信息融合到聚类过程中,以较短的迭代过程实现不同目标的归类。实验结果证明基于空间定位的模糊C均值聚类法可以完整、有效地对距离选通激光图像进行提取分割,处理时间优于传统FCM。
  • [1]
    [2] Zhao Yan, Zhai Baichen, Wang Jianli, et al. Design and implementation of the laser range-gating imaging synchronization control system [J]. Infrared and Laser Engineering, 2005, 34(5): 526-529. (in Chinese) 赵岩, 翟百臣, 王建立, 等. 激光距离选通成像同步控制 系统的设计与实现[J]. 红外与激光工程, 2005, 34(5): 526-529.
    [3] Busck J, Heiselberg H. Gated viewing and high-accuracy three-dimensional laser radar [J]. Appl Opt, 2004, 43 (24): 4705-4710.
    [4]
    [5] Baker I M, Duncan S S, Copley J W. A low-noise laser-gated imaging system for long-range target identification[C]// SPIE, 2004, 5406: 133-140.
    [6]
    [7]
    [8] Wang Dongmei, Zhang Tao, Yan Feng. Research on range-gated Laser active illuminating technology [J]. Control and Automation Publication Group, 2006, 7(1): 48-50. (in Chinese) 王冬梅, 张涛, 闫丰. 基于距离选通的激光主动照明技术 的研究[J]. 微计算机信息, 2006, 7(1): 48-50.
    [9]
    [10] Dai Dede, Sun Huayan, Han Yi. Image quality assessment of laser active imaging system [J]. Laser and Infrared, 2009, 40(9): 986-990. (in Chinese) 戴得德, 孙华燕, 韩意, 等. 激光主动成像系统目标图像质 量评价参数研究[J]. 激光与红外, 2009, 40(9): 986-990.
    [11]
    [12] He Yue, Shen Xuanjing, Zeng Zheng. Effective noise reduction fuzzy C-means algorithm for image segmentation[J]. Computer Engineering and Applications, 2011, 47(29): 211-213. (in Chinese) 何月, 申铉京, 曾铮. 一种有效抑制噪音的模糊C 均值图 像分割算法[J]. 计算机工程与应用, 2011, 47(29): 211-213.
    [13] Alan Weechung Liew, Hong Yan. An adaptive spatial fuzzy clustering algorithm for 3-D MR image segmentation[ J ] . IEEE Transactions on Medical Imaging, 2003, 22(9): 1063-1075.
    [14]
    [15] Meng Limin, Song Yuqing, Zhu Feng. Research on fuzzy Cmeans clustering algorithm based on spatial weighted and its application [J]. Application Research of Computers, 2010, 10: 3968-3970. (in Chinese) 孟丽敏, 宋余庆, 朱峰. 基于空间邻域加权的模糊C_ 均值聚 类及其应用研究[J]. 计算机应用研究, 2010, 10: 3968-3970.
    [16]
    [17]
    [18] Shan Lijie. Target extraction method based on sub-block feature [J]. Infrared and Laser Engineering, 2004, 33 (6): 597-599. (in Chinese) 单丽杰. 基于子图像特征的目标提取方法[J]. 红外与激光 工程, 2004, 33(6): 597-599.
    [19] Wang Haiyang, Pan Delu, Xia Deshen. A fast algorithm for two-dimensional Otsu adaptive threshold algorithm [J]. Acta Automatica Sinica, 2007, 33(9): 101-106. (in Chinese) 汪海洋, 潘德炉, 夏德深. 二维Otsu 自适应阈值选取算法 的快速实现[J]. 自动化学报, 2007, 33(9): 101-106.
    [20]
    [21] Otsu N. A threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems, Man and Cybernetics, 1979, 9(1):62-66.
    [22]
    [23] Richard L. Espinola, Ove Steinvall, Magnus Elmquist. Modeling of 1.5 m range gated imaging for small surface vessel identification[C]//SPIE, 2010, 7835.
  • [1] 黄宜帆, 贺岩, 胡善江, 侯春鹤, 朱小磊, 李凯鹏, 刘芳华, 陈勇强, 郭守川.  海洋激光雷达图像处理提取海水深度的方法 . 红外与激光工程, 2021, 50(6): 20211034-1-20211034-8. doi: 10.3788/IRLA20211034
    [2] 母一宁, 郝国印, 刘春阳, 刘德兴, 曹喆.  波导栅型微孔阵列的自触发瞬时选通成像研究(特邀) . 红外与激光工程, 2019, 48(4): 402002-0402002(4). doi: 10.3788/IRLA201948.0402002
    [3] 黄林生, 张庆, 张东彦, 林芬芳, 徐超, 赵晋陵.  Relief-F筛选波段的小麦白粉病早期诊断研究 . 红外与激光工程, 2018, 47(5): 523001-0523001(8). doi: 10.3788/IRLA201847.0523001
    [4] 崔光茫, 张克奇, 徐之海, 冯华君, 赵巨峰.  基于仿射重建和噪声散点直方图的图像噪声水平估计 . 红外与激光工程, 2018, 47(S1): 182-188. doi: 10.3788/IRLA201847.S126002
    [5] 范有臣, 赵洪利, 孙华燕, 郭惠超, 赵延仲.  互相关算法在运动目标距离选通激光三维成像中的应用 . 红外与激光工程, 2016, 45(6): 617003-0617003(9). doi: 10.3788/IRLA201645.0617003
    [6] 范有臣, 赵洪利, 孙华燕, 郭惠超, 赵延仲.  激光主动成像结合距离选通技术的零时信号测量方法 . 红外与激光工程, 2016, 45(3): 306004-0306004(7). doi: 10.3788/IRLA201645.0306004
    [7] 唐庆菊, 刘俊岩, 王扬, 刘元林, 梅晨.  基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测 . 红外与激光工程, 2016, 45(9): 928001-0928001(5). doi: 10.3788/IRLA201645.0928001
    [8] 薛模根, 周浦城, 刘存超.  夜视图像局部颜色传递算法 . 红外与激光工程, 2015, 44(2): 781-785.
    [9] 胡玲, 王霞, 延波, 李帅帅.  水下距离选通成像系统调制传递函数模型分析 . 红外与激光工程, 2015, 44(11): 3262-3269.
    [10] 范有臣, 赵洪利, 孙华燕, 郭惠超, 赵延仲.  主被动复合激光距离选通探测系统最大作用距离的推算 . 红外与激光工程, 2015, 44(S1): 86-92.
    [11] 祁敏, 曹剑中, 周祚峰, 高博, 郭惠楠, 杨磊.  基于Tao 立体匹配框架的全局优化算法 . 红外与激光工程, 2014, 43(9): 3122-3127.
    [12] 王金玲, 贺小军, 宋克非.  采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
    [13] 王冬冬, 张炜, 金国锋, 杨正伟, 田干.  尖点突变理论在红外热波检测图像分割中的应用 . 红外与激光工程, 2014, 43(3): 1009-1015.
    [14] 闵超波, 张俊举, 常本康, 孙斌, 李英杰.  采用边界评价的红外视频运动目标时空域分割方法 . 红外与激光工程, 2013, 42(10): 2636-2641.
    [15] 葛卫龙, 华良洪, 张晓晖.  距离选通水下成像中基于等水体后向散射光能量的目标搜索方法 . 红外与激光工程, 2013, 42(10): 2677-2681.
    [16] 葛卫龙, 华良洪, 张晓晖.  距离选通水下激光成像系统信噪比分析与计算 . 红外与激光工程, 2013, 42(8): 2022-2026.
    [17] 都琳, 李迎春, 郭惠超, 范有臣.  互相关法实现距离选通远距离目标的三维重建 . 红外与激光工程, 2013, 42(7): 1725-1729.
    [18] 陈超, 杨鸿儒, 吴磊, 俞兵, 袁良, 杨斌, 黎高平.  距离选通成像系统关键性能的实验 . 红外与激光工程, 2013, 42(12): 3423-3427.
    [19] 王磊, 徐智勇, 张启衡, 王华闯.  蓝绿激光水下成像系统的探测灵敏度分析 . 红外与激光工程, 2012, 41(1): 79-84.
    [20] 李东, 杨华军, 郑秋贞, 邓志辉.  距离选通技术在三维成像激光雷达中的应用研究 . 红外与激光工程, 2012, 41(1): 85-88.
  • 加载中
计量
  • 文章访问数:  189
  • HTML全文浏览量:  16
  • PDF下载量:  171
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-02-07
  • 修回日期:  2013-03-10
  • 刊出日期:  2013-10-25

距离选通激光成像空间定位模糊C均值聚类分割法

    作者简介:

    曹忆南(1988- ),男,硕士生,主要从事图像处理及嵌入式系统方面的研究。Email:caoyinan@semi.ac.cn;周燕(1972- ),女,研究员,博士,主要从事光电成像、光电信号检测方面的研究。Email:zhouyan@semi.ac.cn

    曹忆南(1988- ),男,硕士生,主要从事图像处理及嵌入式系统方面的研究。Email:caoyinan@semi.ac.cn;周燕(1972- ),女,研究员,博士,主要从事光电成像、光电信号检测方面的研究。Email:zhouyan@semi.ac.cn

基金项目:

国家自然科学基金(40905011)

  • 中图分类号: TP391.4

摘要: 针对距离选通激光成像对比度低、照度不均、图像模糊的特点,提出了一种基于空间定位的模糊C均值聚类方法(SPFCM)对目标进行分割。传统的模糊C均值聚类法存在以下缺点:一是需要预先获得目标分类数量,自适应性较差;二是对空间信息不敏感,导致目标轮廓不完整以及错误分类。针对上述缺陷,文中对传统算法进行了改进,引入了初定位的概念,首先利用最大类间方差法(Otsu 法)和数学形态学工具对子目标进行初步定位,再将其形心方位信息和灰度信息融合到聚类过程中,以较短的迭代过程实现不同目标的归类。实验结果证明基于空间定位的模糊C均值聚类法可以完整、有效地对距离选通激光图像进行提取分割,处理时间优于传统FCM。

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回