摘要:由于红外图像大多具有目标边缘模糊、对比度低、噪声多的特点,传统的C-V模型在进行分割时,易产生过分割且计算量大。针对这一问题,本文提出了一种兼顾目标同质性信息的小波多尺度C-V模型红外图像分割方法,该方法根据图像目标和背景同质性信息所占面积比例关系自适应地调节模型的参数。首先对红外图像做小波分解,从分解的顶层低频图像开始,利用改进能量函数,寻找目标边界,通过插值由粗尺度到细尺度逐层演化,最终获得原始图像的分割。该方法与原有方法相比,大大减少数据的计算量,有效地提高了分割速度,改善了分割效果。仿真实验证明了算法的有效性。