摘要: 摘 要: 在图像分析、模式识别及计算机视觉研究领域中,图像分割是至关重要的预处理步骤。本文针对林火图像中“火”的特殊特性,基于光滑样条原理,提出一种自适应理的多阈值分割算法HistSplineReg(Spline Regression for Histogram),即采用光滑样条回归图像一维直方图,再从回归函数寻找极值从而实现图像的多阈值自动分割,较之现有的阈值分割方法,HistSplineReg具有以下优势:1)方法简单,易于理解,符合人类直觉;2)基于光滑样条进行算法设计,算法有理论依据;3)阈值个数及阈值位置可自动选择;4)回归函数可分析求解,计算规模主要集中在矩阵的Cholesky分解,矩阵大小由图像像素水平级决定,而不是图像尺寸。5)只有一个待定参数,该参数用于平衡回归经验误差和回归函数的光滑性。对林火识别问题,本文的实验提供一个经验参数供参考。最后,在红绿蓝颜色模式(RGB)的林火数字图像上进行实验,从灰度图像、多种颜色通道、各通道分割结果合成的彩色图像等方面进行验证,与同样采样回归思想的支持向量回归(SVR: Support Vector Regression)及多项式回归(Polyfit: Polynomial Fitting)相比,HistSplineReg方法直观分割效果更好,且三种方法都反映出红色通道信息对林火图像分割效果的影响更为显著。