海天背景下目标图象分割的行上聚类法.pdfVIP

海天背景下目标图象分割的行上聚类法 王传芳 山东烟台海军航空工程学院403教研室26400l 【摘要】本文根据海面及天空背景的辐射特征，提出了一种海天背景下目标图象分割的新 方法一行上聚类法．该方法计算简单，不需任何先验的知识，能完全自主地实现对海天背 景下复杂目标图象分割。 l 引言 海天背景下目标图象的分割，即把图象分为海天背景和目标两部分，以便于对目标进 行自动地探测、跟踪、分类和识别．海天背景下的目标图象的分割技术在成象制导，海洋 监测、船舶导航等领域有应用价值． 本文根据海天背景下目标图象的特点提出了一种完全自主的、适应性极强的分割方法 嘶上聚类法。该海天背景目标图象的分割方法不仅适用于单目标简单图象的分割，也适 用于多目标、多直方图峰值等复杂图象的分割，而其计算代价较小． 2海天背景下目标图象的特点 对背景象素的正态检验和相关计算还表明：背景图象的任一行上，象素的灰度呈正态 分布；背景图象的灰度呈现行行相关性。 图j 图2 图3 图1为一幅典型的海天背景目标图象的直方图．我们看到，该直方图呈双峰分布，即 由较高灰度的天空区域和较低灰度的海面区域所组成．虽然天空背录的辐射亮度比海面背 景的辐射亮度要大得多且两区域存在着明显的分界，但仅从该直方图上我们并不能觉察到 目标的存在． 由于背景象素的行行相关性和在行上呈正态分布的特性，在图象的任一行的直方图上 背景区域一定是一个尖锐的单峰而不是双峰。图2和图3正是穿越目标的行上的直方图． 我们看到，在图2中背景尖峰的左侧和图3中背景尖峰的左右两侧都出现了主要代表目标 区域象素的尖峰．对目标图象逐行进行分割是有可能的，这正是本文图象分割方法的基础． 3逐行聚类分割 虽然在图象的单一行的直方图上出现了代表目标区域的尖峰，但由于没有先验的知识 作为依据，常用的固定阚值法及最大似然比或最小错误分类法仍不能实现对目标图象的逐 行自动分割。因为单一行的直方图上的目标区域有可能在背景尖峰两侧形成双峰或多峰， 所以须在背景尖峰的两侧分别进行分割。由此，本文在单一行的直方图的背景尖峰的两侧 分别进行聚类法分割。现在，以在单一行直方图上的聚类分割方法为例来阐述该分割步骤． 分割步骤如下： (1)求该行的灰度中值． (2)统计该行的直方图． (3)以比中值灰度高一级的灰度作为阈值，将中值与最高灰度之间的象素分为两 类，并求两类之间的类间散度： 瓯：尘虹竺上垫 ∽。一m。)2 甩 42 式中， 11。为背景类的象素数；n。为目标类的象素数；m、为背景类的平均灰度：m． 目标类的平均灰度；mo为该行上灰度高于或等于中值灰度的所有象素的平均灰 度。 (4)将阈值增大一级灰度，用移动以后的闽值将该行上大于或等于中值灰度的所有 象素重新划分为背景类和目标类并按(3)中的方法求两类之问的类问散度。如 果闽值移动以后类问散度有所增加，说明移动正确，应继续增大闯值并求相应的 类间散度；否则，维持类问散度最大时的划分，此时的阈值即为背景与目标或噪 声在较高灰度上的分界m．． (5)以比中值灰度低一级的灰度作为阂值，将中值与最低灰度之间的象素分为两 类，并按(3)中的公式求两类之间的类间散度．此时，公式中的m。为该行上灰 度低于中值灰度的所有象素的平均灰度。 (6)将阈值降低一级灰度，用移动以后的闽值将该行上小于中值灰度的所有象素重 新划分为背景类和目标类并按(5)中的方法求两类之间的类问散度。如果闽值 移动以后类问散度有所增加，说明移动正确，应继续降低阈值并求相应的类问散 度；否则，维持类间散度最大时的划分，此时的闽值即为背景与目标或噪声在较 低灰度上的分界m．． (7)在该行上对任一灰度为m的象素作如下分割判决：若m满足，7