基于多模态特征图融合的红外热图像目标区域提取算法
投稿时间:2018-04-03  修订日期:2018-05-08  点此下载全文
引用本文:
摘要点击次数: 179
全文下载次数: 
作者单位E-mail
朱莉 南昌大学 lizhu@ncu.edu.cn 
张晶 南昌大学 416114417181@email.ncu.edu.cn 
傅应锴 南昌大学 6130116028@email.ncu.edu.cn 
沈惠 南昌大学 huishen@email.ncu.edu.cn 
张守峰 南昌大学 416114417186@email.ncu.edu.cn 
洪向共 南昌大学 lizhu@ncu.edu.cn 
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)(61463035),中国博士后科学基金(2016M592117),江西省科技厅科学基金资助面上项目(20161BAB202045),江西省博士后科研择优资助项目(2016KY01),微软Azure研究基金(2017)
中文摘要: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%)、 F指数和 J指数均优于图割法,人工标记少等优点,可有效用于实际红外热图像ROI提取。
中文关键词:红外热图像  对比度    梯度
 
Infrared thermal image ROI extraction algorithm based on fusion of multi-modal feature maps
Abstract:Infrared thermal image region of interest(ROI) extraction has important significance for fault detection, target tracking and so on. In order to solve the problems of many infrared thermal image disturbances, artificial markers and low accuracy, a ROI of infrared thermal image extraction algorithm based on fusion of multi-modal feature map was proposed. Multi-modal feature maps were constructed by contrast, entropy, and gradient features, and region filling was performed to achieve ROI extraction. Apply the new algorithm to the actual collected photovoltaic solar panel image. The results show that the new algorithm has the advantages of high average precision (93.0553%), high average recall (90.2841%), F index and J index are better than Grab Cut, less artificial marks, etc.. It can be effectively used for ROI extraction of actual infrared thermal images.
keywords:infrared thermal image, contrast, entropy, gradient
  查看/发表评论  下载PDF阅读器

版权所有:《红外与毫米波学报》编辑部