摘要:
远红外图像中人体目标分割阈值自动选取算法的鲁棒性较差。为此,从远红外图像的成像机理出发,提出一种改进的K均值聚类中心分析法。当所属类别不同时,聚类前呈线性分布的聚类中心会在聚类后明显转折。根据该特点,将聚类后待测类别的实际聚类中心值与理论聚类中心预测值的绝对差值作为测度函数,选择转折点并确定图像分割的阈值。实验结果表明,该算法具有良好的鲁棒性与抗噪性。
中图分类号:
高潮, 田翠翠, 郭永彩. 基于改进聚类中心分析法的红外行人分割[J]. 计算机工程, 2011, 37(6): 151-152.
GAO Chao, TIAN Cui-Cui, GUO Yong-Cai. Pedestrian Segmentation in Infrared Images Based on Improved Clustering Centers Analysis Algorithm[J]. Computer Engineering, 2011, 37(6): 151-152.