摘要：以园艺草割过与未割过的自然图像两类分割为研究对象,提出了基于多尺度特征提取,以行像素最小、次小和最大、次大值求取加权中值点集的窄带兴趣区法,以及相邻行像素两类特征证据增强与多证据模糊判别增强分割法.通过自动跟踪分割实验,显示出自然图像中的不同色块和阴影对分割影响不大,而且能够做到实时输出分割参数,70 ms内自主做出未经透视投影变换的作业机理想移动方向决策.这两种方法对纹理两类边缘的分割是完全无监督的,可避免耗时的计算和人工操作介入.

关键词：非结构化自然图像 野外自主导航技术 自然环境 被动传感器 分割方法 

单位：浙江工程学院计算机视觉与模式识别实验室; 副教授; 博士生; 浙江大学; 310033; 杭州市; 浙江工程学院信息电子学院; 副教授; 浙江工程学院院长; 教授; 浙江工程学院信息电子学院; 硕士生