基于超像素混合合并方法的铜电解槽红外图像功能区域分割

铜电解槽面红外图像由多类功能区域构成，综合各区域温度特征可有效评估电解状态。但各区域灰度分布复杂，区域间边界模糊，导致功能区域难以分割。为了提高功能区域分割的准确性和鲁棒性，提出超像素混合合并方法。首先，针对小尺度空间，使用区域临界图法，并提出基于灰度空间相关性的合并停止条件，避免过拟合。随后，针对大尺度空间，提取超像素纹理特征进行多类别支持向量机(SVM)训练，完成区域分类。研究结果表明：本文所提方法可以有效分割电解槽红外图像中的功能区域，与活动轮廓方法、Otsu方法相比，在区域完整性方面表现更优。