基于多模态特征图融合的红外热图像目标区域提取算法

基于多模态特征图融合的红外热图像目标区域提取算法

TP391.41; 红外热图像目标区域 (Region of Interest, ROI) 提取对故障检测、目标跟踪等有着重要意义.为解决红外热图像干扰多、需人工标记及准确率低等问题, 提出一种基于多模态特征图融合的红外热图像ROI提取算法.通过对比度、熵及梯度特征构建多模态特征图并进行区域填充, 实现ROI提取.将新算法应用于实际采集的光伏太阳能板图像中.结果表明, 新算法具有平均查准率高 (93. 0553％) 、平均查全率高 (90. 2841％) 、F1指数和J指数均优于图割法, 人工标记少等优点, 可有效用于红外热图像ROI提取....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:红外与毫米波学报 2019-02, Vol.38 (1), p.125-132
Hauptverfasser: 朱莉, 张晶, 傅应锴, 沈惠, 张守峰, 洪向共
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391.41; 红外热图像目标区域 (Region of Interest, ROI) 提取对故障检测、目标跟踪等有着重要意义.为解决红外热图像干扰多、需人工标记及准确率低等问题, 提出一种基于多模态特征图融合的红外热图像ROI提取算法.通过对比度、熵及梯度特征构建多模态特征图并进行区域填充, 实现ROI提取.将新算法应用于实际采集的光伏太阳能板图像中.结果表明, 新算法具有平均查准率高 (93. 0553％) 、平均查全率高 (90. 2841％) 、F1指数和J指数均优于图割法, 人工标记少等优点, 可有效用于红外热图像ROI提取.
ISSN:1001-9014
DOI:10.11972/j.issn.1001-9014.2019.01.019