迷彩设计中背景图像聚类方法的比较分析

被引：11

作者：

喻钧 ^{[1
]}

初苗 ^{[2
]}

田少辉 ^{[3
]}

胡志毅 ^{[3
]}

机构：

[1] 西安工业大学计算机科学与工程学院

[2] 西安工业大学艺术与传媒学院

[3] 总后勤部建筑工程研究所

来源：

应用科学学报 | 2009年 / 27卷 / 05期

关键词：

迷彩设计; 图像分割; 均值聚类; 自组织特征映射;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

迷彩设计中,通过对目标背景的图像信息进行归类处理,利用图像分割技术获取背景斑点,然后设计出与背景亮度和纹理相协调的迷彩图案.目前,最常用的图像分割方法是均值聚类法,由于它直接利用灰度信息以致分割的细节不明显,容易导致模拟背景纹理失真.针对它的不足,提出了采用基于自组织特征映射(selforganizing feature map, SOFM)神经网络的分割方法对背景进行聚类分割.该方法将整幅图像作为神经网络的输入,聚类分割后的颜色作为输出,按照自组织特征映射网络的学习过程,使用其函数进行迭代运算直至学习停止.比较实验结果表明,SOFM方法能更好地保留图像的细节纹理,得到较为理想的设计效果.

引用

页码：475 / 479

页数：5

共 5 条

[1] 基于背景代表色提取的迷彩伪装颜色选取算法 [J].

徐英 .

光电工程, 2007, (01) :100-103+144

[2] 工程机械迷彩伪装的设计与优化 [J].

申岳国 ;

霍晓强 ;

李晓齐 .

工程机械, 2006, (08) :29-33+88

[3] 基于自组织神经网络的彩色图像自适应聚类分割 [J].

常发亮 ;

刘静 ;

乔谊正 .

控制与决策 , 2006, (04) :449-452

[4] Extraction of rice-planted area using a self-organizing feature map [J].

Konishi, Tomohisa ;

Omatu, Sigeru ;

Suga, Yuzo .

ARTIFICIAL LIFE AND ROBOTICS, 2007, 11 (02) :215-218

[5]

A self-organizing approach to background subtraction for visual surveillance applications. Maddalena L,Petrosino A. IEEE Transactions on Image Processing . 2008

← 1 →