杨漫

（河海大学 商学院，江苏 南京211100）

基于顶帽-底帽变换和二次图像分割的目标提取

杨漫

（河海大学 商学院，江苏 南京211100）

文中分别采用最大内间方差法、迭代法、二维最大熵法、KFCM单次阈值分割法和灰度均值区域生长法对坦克和卡车从背景中进行提取。针对单次阈值分割法和灰度均值区域生长法在提取目标时出现不能分割出车身投影或者大量丢失车体等问题，本文结合单次阈值分割法和区域生长法的优势，提出了基于顶帽-底帽变换和二次图像分割的目标提取算法。对比试验表明，该算法在较完整保留车体部分同时能去除车体的投影，很大程度上抑制了目标的形心漂移。

阈值分割法；区域生长法；顶帽-底帽变换；二次分割

图像分割技术研究，指依据图像的一些特性（如灰度强度、颜色、纹理等）将图像中的各个像素归类成互相都不相交的、具有某种相似性的均匀子区域的过程，是图像处理领域中的一项重要内容。本文根据分割方法的不同特点将其分为：基于边缘的图像分割、基于阈值的图像分割、基于区域的图像分割和结合特定理论的图像分割。近年来，在图像分割中随着人工神经网络、模糊集理论和图论等的广泛使用，产生了很多与特定理论结合的分割算法。

在图像分割的实际应用中有时还需要根据实际问题解决一些特定的分割问题。例如在本文所要提取的坦克和卡车目标中，如何在提取坦克和卡车目标的同时去掉投影分割也是需要研究的问题。……