基于加强模糊聚类的航空行李图像超像素分割
Super-pixel segmentation of air baggage image based on enhanced fuzzy clustering作者机构:中国民航大学机器人研究所天津300300
出 版 物:《航空学报》 (Acta Aeronautica et Astronautica Sinica)
年 卷 期:2020年第41卷第S2期
页 面:205-212页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0704[理学-天文学] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:多尺度重建 自适应尺度 超像素预分割 彩色图像分割 EnFCM模糊聚类
摘 要:在自助行李托运系统拍摄的行李图像库中检索错误运输的行李时,图像背景会严重影响检索精度。针对该问题提出了一种加强模糊聚类算法(EnFCM)的超像素分割方法,实现了行李目标区域的提取。通过多尺度形态学重建梯度图像,设计了自适应上限尺度的分水岭超像素预分割算法,得到多个独立的超像素区域。对超像素图像进行直方图统计,并结合分水岭分割参数和实际行李图像内容的类别数量进行超像素的加强模糊聚类,得到行李区域。通过多个实际行李图像的分割实验验证了算法的有效性,平均分割精度达到93%,超过多个典型的分割算法。