杨焘等：流形正则化多核模型的模糊红外目标提取 883 图10手部离开木板l20s时的提取结果.(a)原红外图像：(b)prewitt算子：(c)分水龄法：(d)Otsu法：(e)Snake模型：()免疫聚类模板 法：(g)免疫网络模板法：(h)免疫球面模板法：()本文算法 Fig.10 Extraction results of the images of 120s after hand leaving:(a)original infrared image:(b)prewitt operator:(c)watershed method:(d) Otsu method:(e)Snake model:(f)immune template clustering method;(g)immune network template method:(h)superstring galaxy template algorithm:(i)the proposed method 从四个数值评价指标分析，结果如表1和表2 标提取比例，单一方面考虑FPR的低百分比只能说明 所示. 算法所提取的目标属于真实目标，不能说明提取目标 表1红外目标提取算法的定量分析结果(60s) 的完整性. Table 1 Quantitative results of infrared target extraction methods (60s) 表2红外目标提取算法的定量分析结果(120s) 提取算法 FPR/% R/% Table 2 Quantitative results of infrared target extraction methods Prewitt算子 得不到连续封闭的目标区域 (120s) 分水岭法 6.7 0.81 0.89 6.1 提取算法 FPR/% D R./% 0Lsu法 8.0 0.89 0.94 3.4 Prewitt算子 得不到连续封闭的目标区域 Snake模型 67.2 0.16 0.27 55.5 分水岭法 5.6 0.69 0.82 9.7 免疫聚类模板 7.5 0.84 0.91 5.1 Otsu法 7.4 0.78 0.87 6.9 免疫网络模板 8.2 0.89 0.94 3.3 Snake模型 67.6 0.16 0.27 55.8 免疫球面模板 9.2 0.87 0.93 4.0 免疫聚类模板 5.6 0.82 0.89 5.6 本文算法 6.3 0.90 0.95 3.1 免疫网络模板 10.8 0.82 0.89 5.9 免疫球面模板 7.6 0.82 0.89 5.8 从图9和图10以及表1和表2得出，本文算法在 本文算法 9.0 0.84 0.91 5.3 提取模糊边缘红外目标上是有效的，且整体优于其他 对比方法.表1中本文算法的数值情况都是最优的， 针对三种最新的基于人工免疫的模板方法，分析 表2中分水岭法、Osu法、免疫聚类模板法和免疫球面 如下：免疫网络模板法以人工免疫为机制，设计了一个 模板法的FPR虽然低于本文算法，但是FPR表示假目 三层网络；以图像像素灰度的统计信息和小波信息为杨 焘等: 流形正则化多核模型的模糊红外目标提取 图 10 手部离开木板 120 s 时的提取结果． ( a) 原红外图像; ( b) prewitt 算子; ( c) 分水岭法; ( d) Otsu 法; ( e) Snake 模型; ( f) 免疫聚类模板 法; ( g) 免疫网络模板法; ( h) 免疫球面模板法; ( i) 本文算法 Fig． 10 Extraction results of the images of 120 s after hand leaving: ( a) original infrared image; ( b) prewitt operator; ( c) watershed method; ( d) Otsu method; ( e) Snake model; ( f) immune template clustering method; ( g) immune network template method; ( h) superstring galaxy template algorithm; ( i) the proposed method 从四个数值评价指标分析，结果 如 表 1 和 表 2 所示． 表 1 红外目标提取算法的定量分析结果( 60 s) Table 1 Quantitative results of infrared target extraction methods ( 60 s) 提取算法 FPＲ /% J D Ｒe /% Prewitt 算子 得不到连续封闭的目标区域 分水岭法 6. 7 0. 81 0. 89 6. 1 Otsu 法 8. 0 0. 89 0. 94 3. 4 Snake 模型 67. 2 0. 16 0. 27 55. 5 免疫聚类模板 7. 5 0. 84 0. 91 5. 1 免疫网络模板 8. 2 0. 89 0. 94 3. 3 免疫球面模板 9. 2 0. 87 0. 93 4. 0 本文算法 6. 3 0. 90 0. 95 3. 1 从图 9 和图 10 以及表 1 和表 2 得出，本文算法在 提取模糊边缘红外目标上是有效的，且整体优于其他 对比方法． 表 1 中本文算法的数值情况都是最优的， 表 2 中分水岭法、Otsu 法、免疫聚类模板法和免疫球面 模板法的 FPＲ 虽然低于本文算法，但是 FPＲ 表示假目 标提取比例，单一方面考虑 FPＲ 的低百分比只能说明 算法所提取的目标属于真实目标，不能说明提取目标 的完整性． 表 2 红外目标提取算法的定量分析结果( 120 s) Table 2 Quantitative results of infrared target extraction methods ( 120 s) 提取算法 FPＲ /% J D Ｒe /% Prewitt 算子 得不到连续封闭的目标区域 分水岭法 5. 6 0. 69 0. 82 9. 7 Otsu 法 7. 4 0. 78 0. 87 6. 9 Snake 模型 67. 6 0. 16 0. 27 55. 8 免疫聚类模板 5. 6 0. 82 0. 89 5. 6 免疫网络模板 10. 8 0. 82 0. 89 5. 9 免疫球面模板 7. 6 0. 82 0. 89 5. 8 本文算法 9. 0 0. 84 0. 91 5. 3 针对三种最新的基于人工免疫的模板方法，分析 如下: 免疫网络模板法以人工免疫为机制，设计了一个 三层网络; 以图像像素灰度的统计信息和小波信息为 · 388 ·