1.一种红外热成像超像素分割融合方法,其特征在于,包括:获取红外图像,对所述红外图像进行超像素分割,并将超像素分割后的红外图像进行目标标记,以得到目标区域;
将所述红外图像转换成灰度图像,并计算出所述灰度图像的全局阈值以及所述超像素分割后的红外图像中各超像素块的灰度均值,并根据各所述超像素块的灰度均值与所述全局阈值的对比结果确定目标像素块;
将所述目标像素块和所述目标区域进行超像素合并,并判断超像素合并后的图像中是否存在所述目标像素块和/或所述目标区域;
若所述超像素合并后的图像中不存在所述目标像素块和/或所述目标区域,则输出所述超像素合并后的图像。
2.根据权利要求1所述的红外热成像超像素分割融合方法,其特征在于,对所述红外图像进行超像素分割的步骤包括:计算出线性谱聚类算法的相似度函数以及10维空间映射关系,以得到图像像素点之间的颜色相似度参数和空间距离远近参数;
利用所述颜色相似度参数和所述空间距离远近参数优化所述线性谱聚类算法,以得到优化后的Dice系数和Jaccard系数;
利用所述优化后的Dice系数和Jaccard系数对简单线性迭代聚类算法进行改进,以得到改进后的简单线性迭代聚类算法,并利用所述改进后的简单线性迭代聚类算法对所述红外图像进行超像素分割。
3.根据权利要求2所述的红外热成像超像素分割融合方法,其特征在于,所述相似度函数的表达式为:;
式中,
所述10维空间映射关系的表达式为:
;
式中,图像上的每个像素点p用五维向量 表示,其中, 为CIELAB颜色空间上像素点p的分量值, 为亮度值, 为绿‑红分量值, 为蓝‑黄分量值, 、 分别为像素点p在图像上的横坐标、纵坐标, 、分别为像素点之间颜色相似度参数和空间距离远近参数。
4.根据权利要求1所述的红外热成像超像素分割融合方法,其特征在于,根据各所述超像素块的灰度均值与所述全局阈值的对比结果确定目标像素块的步骤包括:将各所述超像素块的灰度均值中小于所述全局阈值的超像素块标记成背景像素块;
将各所述超像素块的灰度均值中不小于所述全局阈值的超像素块标记成目标像素块。
5.根据权利要求1所述的红外热成像超像素分割融合方法,其特征在于,将所述目标像素块和所述目标区域进行超像素合并的步骤包括:基于环境特征定义所述红外图像的背景类型,并基于所述背景类型对所述红外图像进行亮度标记;
将所述红外图像中亮度最低的超像素块以及所述红外图像的左右两侧边缘亮度最大的像素块标记为背景像素块;
筛除所述背景像素块,并利用MSRM超像素融合算法将所述目标像素块和所述目标区域进行超像素融合。
6.一种红外热成像超像素分割融合系统,其特征在于,包括:红外图像获取模块,用于获取红外图像,对所述红外图像进行超像素分割,并将超像素分割后的红外图像进行目标标记,以得到目标区域;
背景预选模块,用于将所述红外图像转换成灰度图像,并计算出所述灰度图像的全局阈值以及所述超像素分割后的红外图像中各超像素块的灰度均值,并根据各所述超像素块的灰度均值与所述全局阈值的对比结果确定目标像素块;
超像素合并模块,用于将所述目标像素块和所述目标区域进行超像素合并,并判断超像素合并后的图像中是否存在所述目标像素块和/或所述目标区域;
图像输出模块,用于若所述超像素合并后的图像中不存在所述目标像素块和/或所述目标区域,则输出所述超像素合并后的图像。
7.根据权利要求6所述的红外热成像超像素分割融合系统,其特征在于,所述红外图像获取模块包括:参数计算单元,用于计算出线性谱聚类算法的相似度函数以及10维空间映射关系,以得到图像像素点之间的颜色相似度参数和空间距离远近参数;
系数优化单元,用于利用所述颜色相似度参数和所述空间距离远近参数优化所述线性谱聚类算法,以得到优化后的Dice系数和Jaccard系数;
超像素分割单元,用于利用所述优化后的Dice系数和Jaccard系数对简单线性迭代聚类算法进行改进,以得到改进后的简单线性迭代聚类算法,并利用所述改进后的简单线性迭代聚类算法对所述红外图像进行超像素分割。
8.根据权利要求6所述的红外热成像超像素分割融合系统,其特征在于,所述背景预选模块包括:背景预选单元,用于将各所述超像素块的灰度均值中小于所述全局阈值的超像素块标记成背景像素块;
目标预选单元,用于将各所述超像素块的灰度均值中不小于所述全局阈值的超像素块标记成目标像素块。
9.一种介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一所述的红外热成像超像素分割融合方法。
10.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一所述的红外热成像超像素分割融合方法。