《表1 3幅含噪红外图像分割后的部分参数值》
从图5可以看出:由于标准FCM算法对噪声敏感,因此分割效果较差,分割结果还含有大量错误分类的像素点。FCM-S1算法分割后的图像残留了不少噪声;KFCM-S1分割效果与FCM-S1算法相当,分割后的图像存在部分噪点;而经KFCM-NLS算法分割后的图像仅残留了少数噪点。在图6、7中,由于添加的高斯噪声方差大于图5,因此FCM算法、FCM-S1算法和KFCM-S1算法的分割效果都不佳,均存在大量高斯噪声残留,而KFCM-NLS算法分割效果较好,大量的高斯噪声已被去除,犀牛图像与羚羊图像的轮廓也相比其他算法清晰分明。这是由于KFCM-NLS算法引入非局部空间限制项,提升了抗噪能力。因此,KFCM-NLS算法与FCM算法、FCM-S1算法、KFCM-S1算法相比,能在含噪红外图像分割方面取得更为理想的结果。表1为图5~7所示含噪红外图像分割后的部分参数值。
图表编号 | XD00183122200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 张莲、杨森淋、禹红良、左兴喜、刘晓丽 |
绘制单位 | 重庆理工大学电气与电子工程学院、重庆理工大学电气与电子工程学院、重庆理工大学电气与电子工程学院、重庆理工大学电气与电子工程学院、重庆理工大学电气与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |