方图均衡化转换为Sk,完成图像增强处理。Р 步骤III:分析目标物和背景的特征(特征向量),使用阈值法进行图像分割,实现目标物识别。Р 设C(R,G,B)为物体在彩色图像中的任意一点,则对应的RGB三个通道特征向量为: Р 式中是RGB三通道灰度值的平均值,?c图像的亮度成正比,是图像的亮度特征。Р 统计得到不同目标物体的颜色特征向量: Р 通过判断比较目标物体的颜色特征与阈值的大小,即可实现对目标物的分割。Р 3 算例实验Р 针对样例卫星数据。首先对原始的单通道数据值进行读取和转换,进行原始图像的灰度直方图处理。通过反色及灰度直方图均衡化,对原始图像进行增强处理;然后进行RGB通道组合构成真彩色图像;对图像中的任意像素点构建RGB特征向量,比较与阈值的大小,实现对目标物(云)的图像分割(图略)。通过对连续一个月的数据检验,本文的算法在白天对目标物(云)和背景(晴空)的进行了比较理想的分割,准确率可达80%以上,分割效果较好。Р 4 结语Р 综上看出,本文所提出的模型算法主要通过对目标物的颜色特征的统计分析,可以实现对卫星图像中目标物的识别分割。现在已经出现了许多图像分割算法,可以用于各种用途。但是,对于图像分割的问题仍然没有统一的解决方案,这一技术和相关领域知识往往要紧密结合,从而为更有效的解决图像分割领域。通过各种新理论和新技术结合,图像分割方法将不断取得突破和进展,分割结果更加高效、精确。Р 参考文献Р [1]陈炳权,刘宏立,孟凡斌.数字图像处理技术的现状及其发展方向[J].吉首大学学报(自然科学版),2009.1:63-65. Р [2]万玲,马兴.数字图像处理的方法与应用[J].科技信息,2010.23:590,635. Р [3]张姗姗.基于直方图均衡化的数字图像增强技术[J].电脑编程技巧与维护,2015.21:77-78. Р 收稿日期:2016-09-01
全文预览
