二维Otsu的Z字折线阈值分割方法

针对二维直方图阈值分割算法存在的因误分类而导致的分割精度下降的问题,结合二维直方图的先验知识的阈值分割方法,提出了二维Otsu的Z字折线阈值分割方法。基于二维Otsu区域斜分法的基础上进行改进。我们结合二维直方图中的边界区域和噪声区域的信息,采用Z字折线阈值作为分割标准,纠正了普遍存在的错误分类,并利用小概率事件原则自适应确定折线方程,实现高精度图像分割的同时还有效提高了算法的适应性。实验结果表明,改进方法能够有效提高图像分割的精度,增强自适应性,与同类分割算法比较,性能有了明显提升。

基于改进LOG算子与Otsu算法结合的物体表面图像残损检测方法

针对物体表面残损区域存在明显的亮缺陷和不明显的暗缺陷这一特性,构建一种基于改进LOG算子与Otsu算法相结合的物体表面残损区域缺陷的边缘检测方法。首先,针对传统的LOG算子在检测图像亮缺陷边缘时检测结果不准确的问题,引入可根据图像特性自动调整模糊因子的Wiener滤波代替传统LOG算子中的高斯滤波,以提高图像亮缺陷检测的精度;其次,针对检测图像暗缺陷边缘时结果不准确的问题,使用Otsu算法分析图像暗缺陷的灰度直方图来自动确定阈值,以提升暗缺陷边缘检测准确率;最后,采用像素加权平均融合算法对检测出的物体表面图像亮、暗缺陷边缘进行融合,以实现物体表面残损缺陷检测。实验结果表明:相较于单独使用改进的LOG算子和Otsu算法,采用加权融合的方法检测到的缺陷像素点数量与原始图片中基本一致,能够更准确地对图像中物体表面残损区域的亮、暗缺陷边缘进行检测。

基于改进跳蛛算法的二维OTSU限重标志识别算法

针对交通标志识别中限重标志和限速标志相似程度大、容易造成误检等问题,结合抗噪能力强的二维OTSU自动阈值分割法与寻优能力强的跳蛛优化算法,提出了一种基于跳蛛优化的二维OTSU限重标志识别算法。该算法通过统计交通标志牌感兴趣区域的二维灰度直方图,采用改进跳蛛算法求解二维OTSU分割阈值,快速地实现交通标志图像的二值化,再利用DBSCAN对二值化图像边缘点聚类,最后根据聚类结果的相对位置正确识别限重标志。实验结果表明:在不降低识别率的条件下,运算时间降低了34.16%,并能够正确区别限重标志和限速标志。

基于改进Otsu+Hough图像处理算法的菌落计数研究

在农业、食品、医学等行业中,微生物检测是重中之重,贯穿在日常工作之中,农业、食品、医学等行业中的从业者需要使用人工计数的方法对菌落计数。菌落人工计数这种办法不仅仅充满不确定性,而且存在效率低等问题,在微生物重视度越来越高的今天,微生物自动化检测系统成为了改工作从业者最需要的系统。该文对工业相机、图像处理以及计数算法等进行展开研究,提出一种基于改进Otsu的菌落计数系统。该系统分为2个部分:硬件的视觉图像采集系统和软件图像处理算法;运动控制技术通过使用Labview来控制,视觉采集系统通过工业相机收集菌落图像,实现了微生物图像自动采集,可以在菌落培养柜中实时采集图像,无需对培养皿进行频繁的取出操作,避免培养皿中的菌落因为环境变化而受到影响。图像处理利用python语言的方便快捷性,根据开放源代码OpenCV库来对多种图像进行Otsu、Hough变换等处理算法,使得微生物计数在保证正确率和效率的同时,不需要耗费人力人工计数,由算法自动生成计算和分析计数结果。实验结果表明,程序处理图像平均用时较短,算法计数结果与人工计数结果相比误差较小,通过算法精简可以实现相关实验室对菌落计数的自动化处理,在提高了菌落计数效率及准确度的同时减少了科研人员劳动强度。

基于Deeplabv3+与Otsu模型的输电线电晕放电紫外图像分割方法

电晕放电严重威胁输电线路的安全运行,如何提高其放电区域识别分割准确率是一个亟待解决的问题。而因环境影响及设备性能限制,夜间型紫外成像仪常出现成像不清晰、放电区域对比度不明显等特征,导致难以有效实现电晕放电区域的分割,从而影响放电故障的判定。为此提出了基于Deeplabv3+与Otsu模型的输电线电晕放电紫外图像精确分割方法,首先构建基于Deeplabv3+语义分割模型,对放电区域进行类别分割得到大致区域;然后,利用改进Otsu算法对语义分割结果中放电目标区域方差自适应加权,使得分割阈值近似理想阈值,从而实现电晕放电区域的精确分割。实验结果表明,本文提出的分割方法在测试集中平均像素精度为93.97%,平均交并比为90.85%,分割性能良好。

基于蛇优化算法的Otsu图像分割方法

Otsu算法是图像处理中运用广泛的图像分割方法,尽管有着计算简单、准确的特性,但因为需要进行穷举运算,所以计算效率不高。为提高图像分割的实时性,引入了蛇优化算法(SO)对Otsu进行了优化,创建了基于蛇优化算法的Otsu图像分割方法(SO-Otsu)。在该算法中,利用蛇优化算法来模拟蛇的特性进行最佳阈值的寻找,以降低迭代时间,提升计算速度。在仿真实验中,利用经典的Lena、Peppers、Goldhill、Cameraman图片进行测试,与基于果蝇优化算法的Otsu方法(FOA-Otsu)和基于麻雀搜索算法的Otsu方法(SSA-Otsu)进行对比。并通过计算峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似性(FSIM)和计算时间作为评价指标结果进行评估。结果表明,与其他算法相比,算法计算效率高、分割细节效果好且综合分割性能优异,为提高图像分割的计算效率提供了一种理想的工具。

基于改进红绿色差和Otsu的葡萄果穗图像分割

为提高田间复杂环境下传统图像分割法分割葡萄果穗图像准确度低的问题,提出一种基于改进红绿色差和Otsu算法的田间葡萄果穗图像分割方法。选取与人类视觉相近的RGB颜色空间,提取并分析R、G特征图的直方图,经分析对其点乘特征图并进行Otsu运算,再经过形态学处理,实现对田间环境下葡萄果穗图像的分割。与灰度图、(R-G)特征图和(R-G)/(R+G)特征图分别采用最大阈值分割法(Otsu)分割的结果进行对比,试验结果表明,红绿色差点乘Otsu分割法的分割结果最优,准确率为92.37%,F_(1)值90.13%。对50幅图像做了测试,其中图像准确率最高为97%,准确率最低为79%,其平均准确率为88.75%。所提出的方法能够实现葡萄果穗较完整的分割,并可为葡萄果穗的识别、定位提供研究基础。

基于分块Otsu法的车窗开关缺陷阈值分割方法

车窗开关的外观与性能有着不可分割的关系,表面缺陷检测是阻止缺陷产品流入市场的重要手段。针对用传统的阈值算法对车窗开关进行分割时容易造成误分现象,提出一种分块Otsu阈值法。对开关组图像去噪后分割开关,然后对开关图像进行分块阈值处理,通过提取特征进行缺陷判断。分块阈值处理是将图像分块,以整幅图像灰度最高值作为基准,对每块图像进行灰度补偿,并进行Otsu阈值法处理。实验结果表明:分块Otsu法能有效分割出车窗开关的缺陷,同时消除了光照不均现象的影响,充分验证该方法的可行性;利用多种常见阈值分割处理进行对比实验,其效果优于其他处理方法,充分验证方法的高效性。

基于改进OTSU-CNN的轴承智能故障诊断

针对传统故障诊断方法在小样本数据集下诊断准确率低且故障特征提取难的问题,提出了一种改进大津阈值分割算法(OTSU)和卷积神经网络(CNN)相结合的智能故障诊断方法。首先,对采集到的振动信号进行希尔伯特变换(Hillbert)得到信号的包络谱,同时使用小波变换对包络谱信号处理,获取二维特征时频图;其次,建立最大类间方差目标函数模型,通过算术优化算法(AOA)得到时频图的最佳分割阈值,再将变换后的阈值分割图像作为CNN的输入得到最优训练模型,最后得到分类结果。试验结果表明:所提方法相比于传统OTSU方法,所提取的故障特征更为突出,为模型提供了优秀的训练样本;在较小数据样本条件下,所提方法的准确率达99.01%,远高于传统故障诊断方法,且模型有着良好的泛化能力。

基于Otsu的EEG通道选择情绪识别研究

脑电信号情绪识别是数据人机交互(HCI)技术的一种,实时情感识别对于模型性能要求较高,为实现以较低的运算成本获取较高的识别精度,采用时域滑动窗口的方法扩充样本量,基于Otsu算法筛选出含有最多情绪特征信息的通道,并利用快速傅里叶变换进行脑电信号频段提取,以功率谱密度作为特征,构建了基于支持向量机等分类模型,对高唤醒-低唤醒(HA-LA)和高效价-低效价(HV-LV)两种任务进行分类。实验表明,使用SVM分类器在HA-LA情绪识别任务中得到(82.2±0.4)%的识别准确率,在HV-LV情绪识别任务中得到(83.4±0.3)%的识别准确率。所提出的时域滑动窗口能有效提取含有情绪的脑电信号,在减少数据量的情况下仍获得了不错的情绪识别性能,为实时情感识别的脑机接口提供了一种高效的模型。

改进蜜獾算法优化OTSU的图像分割研究

群体智能算法结合图像分割技术已经成为图像处理领域中的新热点,传统的图像分割方法需要大量的人力和时间,蜜獾算法(honey badger algorithm,HBA)可以通过模拟蜜獾觅食的行为来执行优化任务,在寻找解决问题的过程中可以逐步逼近最优解来实现图像分割任务;通过反向学习策略改进蜜獾种群的初始化,提高种群多样性和分布平衡,从而提高算法的整体搜索能力;引入柯西变异因子,对算法计算得到的可行解进行扰动,使算法更易于跳出局部最优,增强算法的局部搜索能力和收敛精度;选取三幅测试图像进行分割验证,实验结果显示,融合改进蜜獾算法和二维OTSU算法得到的分割图像精度更高、效果更细致,验证了方法的有效性;综上所述,改进蜜獾算法具有更好的鲁棒性和泛化性,优化的二维OTSU算法可以更好地处理复杂场景和图像。

基于OTSU在MODIS数据中的云检测应用

MODIS数据信息量大,具有丰富的研究价值,为了更好地对MODIS数据进行利用,就需要进行云检测的研究。论文针对MODIS数据的特点,通过平均方差替代均值的计算方式,改良传统的OTSU算法,从而得出对应阈值,融入到多波段阈值法中,将遥感影像分割为云和非云两部分,使得边缘地区的薄云识别的效果更加明显,多学科之间相结合实现了云检测的可视化和自动化,提高了云检测整体精度。实验表明,在黄渤海地区该方法较固定阈值法效果提升明显,更能够适应不同时相的云,并且总体精度达到94%以上。

基于改进的Otsu法对红花图像分割的研究

红花图像分割的准确率直接影响后期红花空间定位的精度。利用改进的色差模型结合Otsu法,建立一种准确分割目标红花的方法。首先,将RGB颜色空间转换为HSV颜色空间,利用H、S、V阈值范围清除图像背景像素,初步对图像像素进行筛选;然后利用双边滤波法对筛选后的图像进行预处理,随后利用基于最小二乘原理的色差模型,快速准确分割目标红花;最后,采取最小外接矩的方法标记出目标红花和重心点,将标记效果融合到红花原图中,完成红花识别。结果表明,基于改进的色差模型图像分割效果明显,准确率高达90%,对于复杂背景的红花图像具有一定的适应性。

基于OTSU图像分割算法的碎米检测

碎米作为大米加工过程的常见产物,常会对产品的口感、味道产生影响,因此针对整米中碎米的有效筛分尤为重要。针对上述问题,该文建立基于大津法(maximal variance between clusters,OTSU)图像分割算法的逻辑回归模型用以检测整米中的碎米。将检测结果与国标法进行对比,结果表明逻辑回归模型的曲线线下面积(area under the curve,AUC)值为0.987,柯尔莫可洛夫-斯米洛夫(Kolmogorov-Smirnov,KS)值为0.909,0.5为最佳阈值;而国标法的AUC值为0.922,KS值为0.669,21为最佳阈值。该文所建立的逻辑回归模型的准确率、精确率、召回率及F1分数均高于国标法。此外,逻辑回归模型的AUC值比国标法的AUC值更接近于1,KS值也更高,表明逻辑回归模型能够更好地区分碎米与整米。长轴(x_(1))、面积(x_(2))、短轴(x_(3))与长短轴比(x_(4))4个特征参数都是模型中具有显著影响的因素,对应的线性关系为z=-139.97-5.35x_(1)+10.93x_(2)+2.86x_(3)+34.59x_(4)。

基于改进Otsu的桥梁裂缝检测方法

针对传统的桥梁裂缝检测方法效率低、主观性强,以及费时费力等缺点,提出一种基于改进Otsu的桥梁裂缝检测方法。在目标方差前加入偏重参数和背景倾向系数,利用灰度值梯度累积量获取峰值信息,进而保证在单峰情况下阈值始终在峰值左侧,然后通过灰度值累积量适当调整阈值,最终实现自适应桥梁裂缝检测。实验结果表明,改进算法能够有效检测出桥梁裂缝,且相比于EW,WOV,VE等算法,所提算法获得的误分类值更接近0,缺陷检测率更接近1,有更好的检测效果。

基于GA-PSO-Otsu算法的质子交换膜燃料电池催化层孔结构自适应识别

车载质子交换膜燃料电池催化层的孔结构识别效率低、精度差且实验要求严格,无法适应日趋规模化的行业发展体系,因此针对该问题,本文提出基于遗传粒子群的最大化类间方差(GA-PSO-Otsu)优化算法,实现对催化层扫描电镜图孔径分布和孔隙率高效、精确且自适应的识别和测算。首先,协同引入高斯卷积核与二值化阈值最大化类间方差,有效降低噪声和手动调参对精度和效率的影响,实现自动化去噪和孔结构识别;其次,进一步提出遗传粒子群算法,有效解决传统方法遍历参数耗时长和易陷入局部优化的问题,兼具高精度和高效率的优点;最后,通过对催化层结构和灰度分布差异明显的扫描电镜图的对比实验验证,表明该方法具备良好的鲁棒性、自适应性和实用性,与遍历所有参数的传统Otsu算法的孔隙率误差小于0.5%,测算耗时降低约26.2%。

三维直方图重建和降维的Otsu阈值分割算法

针对三维Otsu阈值分割算法中因区域误分而产生的抗噪性差这一问题,提出了一种三维直方图重建和降维的Otsu阈值分割算法.该方法首先在详细分析三维直方图中噪声点分布的基础上,通过重建三维直方图,减弱了噪声干扰;然后将三维直方图区域划分由八分法改为二分法,使得阈值搜索的空间维度从三维降低到一维,减少了处理时间和存储空间.本文最后给出了算法的分割结果和运行时间,并与三维Otsu方法、二维分解法和二维斜分法进行对比.实验结果表明,本文算法的抗噪性更强,且分割效果更为理想,同时时间复杂度也远低于三维Otsu法.

基于显著性的OTSU局部递归分割算法

针对OTSU方法的局限性 ,提出了一种基于显著性的OTSU局部递归分割算法 .该算法的思路是把一次OTSU分割得到的目标区域作为新的图像进行下一次OTSU分割 ,依次递归下去 ,直到满足一定条件为止 ,然后把每次分割得到的目标区域按照一定加权原则累加起来 ,得到分割结果图像 .实验结果表明 ,在不同的冷背景下 ,基于显著性的OTSU局部递归分割算法能够稳定地实现目标分割提取 。

加权三维Otsu方法在图像分割中的应用

从信息散度角度出发,提出一种新的三维Otsu加权方法,对分布不均匀的图像做细致分割。由于三维Otsu中三个维度在分割中所起的作用不同,可以通过调整不同维度的权因子使不同的图像都能得到很好的分割效果。最后利用加权的特点,将三维Otsu分解为三个一维Otsu,在加快运算速度、降低时间复杂度的同时得到了比较好的分割效果,使得加权方法更具有实际效用。

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法。将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果。利用无人机航拍采集的图像数据进行实验,结果显示基于属性加权朴素贝叶斯算法的OTSU图像分割方法优化了图像的分割效果,较完整地展示了分割后的图像细节,具有较好的应用价值。