基于自适应图像粒的目标对象边界周长估算

摘要：

在图像目标对象边界周长估计中,目标边界的模糊复杂化严重影响了周长估算精度,且周长计算时间较长.为此,结合粒计算,提出一种自适应计算不同边界周长的算法.设计基于图像粒思想的概率模型,用于定义目标图像的边界厚度,根据得到的边界厚度,选取最优的图像粒度对图像进行分块和粒化预处理,使得图像数据得到降维,并应用经典算法估算预处理后的目标边界周长.实验结果表明,与传统的数字化直线片段法、最小多边形法和灰度级信息法相比,该方法能自适应地处理不同边界厚度的目标对象,在保持周长计算精度的情况下,计算时间更短,特别是在边界模糊复杂化的情况下,具有更好的精度和适应性.

关键词：周长估算、模糊复杂化、图像粒、自适应、降维

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61202312,61170121;教育部留学回国人员科研启动基金

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：235-241