计算机科学与探索 ›› 2018, Vol. 12 ›› Issue (1): 163-170.DOI: 10.3778/j.issn.1673-9418.1609019
• 人工智能与模式识别 • 上一篇
韩铖惠,王慧琴+,胡 燕
HAN Chenghui, WANG Huiqin+, HU Yan
摘要: 针对火焰与背景对比度不明显情况下的低对比度火焰目标提取问题,提出了一种Retinex和CV (Chan-Vese)模型相结合的火焰图像增强和分割算法。首先在YCbCr颜色空间利用Retinex算法构造彩色双边滤波器,根据分量Cr和Cb的关系设计对比度调节函数调节像素点亮度,以凸显原图像中火焰明亮、鲜艳的颜色特征,细节信息也更清晰;再通过帧间差分法和建立的火焰颜色模型获取疑似火焰区域,根据该区域所得中心坐标点设置CV模型的初始轮廓曲线,进一步分割得到火焰目标。仿真实验表明:所提算法不但能够提取出简单和复杂背景环境下低对比度火焰图像,而且目标边缘不规则信息保留完整,误分率比已有算法有明显降低,表明了算法的先进性和有效性。