Dynamic threshold for SPWVD parameter estimation based on Otsu algorithm

Time-frequency-based methods are proven to be effective for parameter estimation of linear frequency modulation （LFM） signals. The smoothed pseudo Winger-Ville distribution （SPWVD） is used for the parameter estimation of multi-LFM signals, and a method of the SPWVD binarization by a dynamic threshold based on the Otsu algorithm is proposed. The proposed method is effective in the demand for the estimation of different parameters and the unknown signal-to-noise ratio （SNR） circumstance. The performance of this method is confirmed by numerical simulation.

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。

改进沙猫群优化算法的2D-OTSU多阈值图像分割

针对传统多级阈值图像分割方法精度低、收敛速度慢的问题,提出一种改进的沙猫群优化算法(Improved Sand Cat Swarm Optimization, ISCSO)用于全局优化,并应用于2D-OTSU多阈值图像分割任务。通过使用Henon混沌映射和反向折射机制初始化种群,使得种群的分布更加均匀,提高搜索的起始状态,从而增加算法的全局搜索能力;采用非线性灵敏度更新公式来平衡搜索多样性和收敛精度;引入可变螺旋搜索策略改进位置更新算法,以确保算法具有较好的搜索多样性和跳出局部最优解的能力。选取6张测试图像对ISCSO算法进行2DOTSU多阈值图像分割实验,采用峰值信噪比(PSNR)、特征相似性指数(FSIM)和结构相似性指数(SSIM)对实验结果进行评价。实验结果表明,基于ISCSO算法的2D-OSTU多阈值图像分割方法在图像分割任务中85.2%的结果优于对比算法,具有较强的搜索精度和收敛速度,这证明了ISCSO算法在图像分割领域的有效性和潜力。

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。

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。

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)。

非接触电导检测土壤养分离子的谱峰自动识别方法

[目的/意义]电容耦合非接触式电导检测(Capacitively Coupled Contactless Conductivity Detection,C4D)在农业土壤养分离子检测方面发挥着重要作用。对C4D信号中离子特征峰的有效识别,有利于后续对离子特征峰的定性和定量分析,为加强农业土壤养分管理提供依据。然而,C4D信号的特征峰检测仍然存在无法自动精准识别、人工操作复杂、效率低等缺点。[方法]提出一种基于连续小波变换结合粒子群优化(Particle Swarm Optimization,PSO)和最大类间方差法(Otsu)的谱峰自动识别算法,旨在实现准确、高效、自动化的C4D信号峰识别。采用C4D检测样品溶液,得到离子谱图信号,对谱图信号进行连续小波变换,得到小波变换系数矩阵。通过搜索小波系数变换系数矩阵极值,识别出脊线和谷线。将小波系数矩阵转换为灰度图像,结合PSO和Otsu寻找最佳阈值,进一步对灰度图像的背景和目标分割,再结合原始谱图中的脊谷线识别谱图中的特征峰。[结果与讨论]测试含有41、61和102个峰的数据集,以受试者工作特性(Receiver Operating Characteristic,ROC)曲线和度量值作为评估峰值检测算法性能的准则。与其他方法相比,基于连续小波变换结合粒子群优化的最大类间方差法分割图像(Continuous Wavelet Transform C.ombined with Particle Swarm Optimization of Otsu to Segment Image,CWTSPSO)的谱峰自动识别算法的ROC曲线均保持在0.9以上,度量值分别为0.976、0.915和0.969。CWTSPSO能够有效检测出更多弱峰和重叠峰,同时检测出更少的假峰,有利于提升C4D信号的谱峰识别率和精准性。[结论]本研究提出的CWTSPSO能为非接触式电导检测农业土壤养分离子信号分析提供有力支持。

基于加权灰度图与混合阈值分割方法的光伏热斑检测

在光伏红外热图像中,热斑和部分高温工作区的亮度非常接近。在利用传统的阈值分割技术提取热斑时,往往会将工作区也一并分割出来,形成虚假热斑。结合Otsu算法和Sauvola算法的优点,提出了一种基于加权灰度图的混合阈值分割方法。通过对灰度图加权处理,降低工作区亮度,从而增强热斑与工作区的对比度,改善热斑的可视性。利用Otsu算法与Sauvola算法二值化灰度图,并根据二值图差异度计算混合阈值,以此消除虚假热斑的干扰。实验证明,该方法适用于检测存在高温工作区的光伏板热斑,能够精准有效地分割热斑。

基于改进Canny算法的皮革铺展图像边缘检测研究

为提高皮革抓取铺展过程的准确性,提出一种基于改进Canny算法的皮革铺展图像边缘检测方法。该方法首先在皮革铺展图像分割中采用二维Otsu算法,并引入狼群算法对二维Otsu算法阈值进行优化,以改进传统的Canny边缘检测阈值由人为设定的问题;利用改进后的Canny算法对皮革铺展图像进行边缘检测,从而为后续的皮革抓取铺展奠定基础。结果表明,引入狼群算法优化后的二维Otsu算法,其迭代次数与运行时间都相较于原始Otsu算法有了大幅降低,结构一致性指数提高了0.024,具有更好的图像处理效果;使用改进的Canny算法,相较于原始Canny算法以及Robert、Prewitts等常用边缘检测算法,不仅实现了阈值的自适应设置,得到的皮革边缘线条也更完整清晰,具有更好的抗噪性。将改进Canny算法用于皮革双机械臂抓取铺展,机械臂可准确检测皮革铺展图像的边缘。由此得出,本方法可为后续的铺展抓取奠定基础,具有一定的实用性。

基于改进Canny算法和Hough变换的脉冲氩弧焊坡口边缘提取研究

针对脉冲氩弧焊中被动光传感采集的图像存在光亮变换快,目标像素少,难以提取出坡口的问题,提出一种基于改进阈值选择和双阈值检测的Canny算法。通过中值滤波和双边滤波代替传统Canny算法中的高斯滤波对图像进行滤波,引入背景像素与前景像素的数量比改进Otsu算法的最大方差,计算得到了靠近坡口的梯度值的阈值,依据改进后的双阈值检测获得完整的坡口边缘信息,对边缘信息进行Hough变换提取出清晰的坡口边缘。实验结果表明,和传统Canny算法相比,改进后的Canny算法提取坡口成功率提高,获得的坡口边缘信息也更加完整。

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%。

Otsu算法在Canny算子中的应用

Canny算子应用于细胞图像分割,只要选择适当的参数就可以取得好的分割效果。在分析细胞图像直方图后,利用类间方差最大化阈值分割算法(Otsu)可以实现Canny算子中门限值的自适应选择。试验结果表明,Otsu算法应用于Canny算子中的门限选择,改善了算法在细胞图像中的分割效果,提高了算法的自适应性能。

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.

基于改进Otsu算法的生猪热红外图像耳根特征区域检测

为研究规模化生猪养殖场中非接触式体温检测方法,以自行设计的热红外图像采集器采集生猪图像,选取HSV颜色空间对图像进行变换,生成S层图像,应用形态学特征闭运算对二值化图像去噪。用改进后的Otsu算法,分别对仔猪、育肥猪和妊娠猪图像耳根特征区域进行检测。结果表明,该方法可以100%正确检测具有完整耳根部特征的仔猪、育肥猪、妊娠猪图像;对于耳根部特征不完整的仔猪图像23%可正确进行检测,育肥猪图像25%可正确进行检测,妊娠猪图像33%可正确进行检测;无法检测不具有耳根部特征的图像。

基于边缘检测与Otsu的图像分割算法研究

Otsu算法作为图像分割领域的经典算法得到了广泛的应用,在其基础上发展起来的2维Otsu算法由于运算时间长、抗噪能力差,应用受到限制。为此,提出一种改进的Otsu算法。通过更改2维直方图的区域划分方式,分别运用Sobel,Log和Canny边缘检测算法与直线拟合法相结合,将图像的目标和背景区域限制在一对平行于对角线的界线内,使用噪声点的邻域均值代替其灰度值,利用2维Otsu斜分法将目标从背景中分割出来。实验结果表明,与传统2维Otsu算法及其改进算法相比,该算法不仅运算时间较短,而且具有较好的分割质量、抗噪性能和自适应能力。

基于积分图像的快速二维Otsu算法

Otsu自适应阈值算法是图像分割的经典方法之一,在其基础上发展起来的二维Otsu阈值算法却因为计算复杂而制约了其应用。本文针对二维Otsu的耗时瓶颈问题,引入积分图像简化了二维直方图最佳阈值搜索过程的计算复杂度,从而大大缩短了算法处理时间。实验结果表明,本文提出的算法在分割效果上与原始算法完全相同,但计算时间远远小于后者,具有很好的实时性。

基于属性直方图的快速Otsu红外目标检测算法

为了提高红外小目标检测的有效性和实时性,提出了一种改进的二维Otsu算法。该算法运用了属性直方图的概念,通过构造适合红外小目标图像特性的属性集,来确定Otsu算法的最佳分割阈值。为了减小计算复杂度,从推导递推关系式和缩小搜索范围两方面,给出了快速算法。在数学形态学Top-Hat变换对原始红外图像进行背景抑制的基础上,利用本文提出的改进算法在含有噪声的背景抑制图中分割出候选的目标点,并和其他目标分割方法进行比较,实验结果证明了这种方法的抗干扰性更好、时效性更高。

改进的Otsu算法在图像分割中的应用

针对二维Otsu自适应阈值算法计算复杂度高的问题,提出一种新的快速有效的Otsu图像分割改进算法。该算法通过求两个一维Otsu法的阈值来代替传统的二维Otsu法的分割阈值,使得分割的计算复杂度从O(L4)降到O(L)。为保证分割对象的完整性,算法引入类内最小离散度的概念,并通过遗传算法实现对参数的自动优化。理论分析和实验结果表明本算法计算速度不仅优于原二维Otsu算法,而且分割效果较好。