HSI模型结合OSTU法的玉米种胚检测算法

为解决玉米种胚特征提取问题,提出了一种利用HSI模型结合OSTU方法进行玉米种胚检测的算法。使用研制的图像采集系统获取玉米种子的RGB图像,并利用公式转为HSI图像进行分析,发现胚部与非胚部的S分量的差异较之B分量更加明显。同时,采用屏蔽背景像素的OSTU方法 ,对S分量图像进行分割,获得玉米种胚区域。试验表明,此算法能检测到的玉米种胚区域与人眼观测到的基本一致。

基于改进二维Ostu算法的SAR图像分割方法研究

INS／SAR组合导航系统对SAR图像分割提出了较高的实时性和准确性要求。文章针对SAR图像的特点与二维Ostu方法在区域划分以及运行速度上的缺陷，提出了一种改进的二维Ostu方法，更为准确地划分了目标和背景区域，并且将阈值搜索空间由二维降为一维。经仿真验证，该方法具有良好的分割效果并能有效提高分割速度，满足了组合导航系统相应的设计要求。。

一种光照不均匀图像的二值化方法

在图像处理与分析中,二值化方法能把特征或目标从图像中分割出来,以便识别。在实际拍摄的图像中,图像光照不均匀使得图像二值化阈值确定困难。针对一类光照不均匀图像的二值化问题,提出一种单列处理及改进OSTU的二值化方法,通过分析该类图像上不均匀光照的分布特点,首先应用单列二值化处理方案,在省去专门光照均匀化处理步骤的同时,解决统一阈值二值化方法所造成的信息丢失问题。在逐列二值化处理过程中,首先采用传统OSTU方法获取图像各列的初始二值化阈值,然后根据各列的光照强度计算出该列二值化阈值的自适应微调量,实现对初始二值化阈值的优化。一组缺陷钢坯图片处理结果证实了所述方法的有效性。

光电经纬仪子母弹多目标提取方法

对子母弹多目标提取算法进行了研究。首先,采用改进的最大类间方差法(OSTU)对数字图像进行二值处理,分别提取目标的形心位置和目标面积的大小,同时对目标区域进行标记,设定面积阈值,根据目标的面积大小,初步判断目标粘连与遮挡;然后,根据粘连目标区域灰度直方图波峰、波谷的变化情况分离目标,求目标灰度平均值,采用Hough变换拟合算法获得目标中轴线;最后,计算目标的倾角。在匹配过程中,采用卡尔曼滤波预测目标匹配搜索区域;在获得目标形心位置、面积大小、灰度平均值、目标倾角后,利用改进的特征函数来完成序列图像子母弹多目标的数据关联,实现子母弹多子弹目标提取。实验结果表明,目标提取的正确率可达90%,所采用的数学模型正确、算法合理,有效地获得了序列图像子母弹多目标参数。

基于视觉的夜间无人机导航特征的提取

在不借助外在设备和在普遍性假设的情况下,对基于视觉的无人机夜间自主着陆所需的跑道位置和方向特征提取进行了研究,降低了对外界信息和其他测量仪器的依赖性,增强了独立自主性,进一步降低了成本。对夜间机场跑道,其上的指示灯是反映其位置和方向的重要特征,这些指示灯具有明显的线性特征。通过对视频图像采用灰度形态学和邻域处理的方法进行处理,得到足够的特征点,将这些特征点所反映的跑道的边缘及中线,用Hough变换进行提取。对实际视频图像的实验证明了该方法的有效性。

一种自适应的多目标图像分割方法

图像分割是数字图像处理中的一个重要问题。提出了一种自适应的多目标图像分割方法。该方法改进了传统的最大类间方差法 (OSTU方法 ) ,并使用方差分解的方法自适应地确定图像中的最佳目标个数。采用遗传算法优化了阈值的求取。对样本图像的分割结果显示 ,此算法在分割速度和效果上都取得了较好的结果。实验证明 ,此方法能有效地对多目标图像进行分割。

基于K-means聚类与最大类间方差的磨粒彩色图像分割

针对在HSI颜色空间下存在的图像的二维颜色分量分布散乱不紧密,存在聚类中心计算错误,利用二维颜色分量很难将背景和磨粒准确分割开,分割完的铁谱图像仍包含许多不需要的微小磨粒等问题,提出采用K-means聚类与最大类间方差的图像分割方法。分别选取球粒、切削磨粒、严重滑动磨粒、红色氧化物、疲劳磨粒的彩色图像,在Lab颜色空间下利用二维颜色分量进行聚类分析及最大类间方差阈值分割,并进行三维数学形态学处理。结果表明,提出的方法实现了小磨粒与目标磨粒的有效分割,可以得到较为完整的彩色磨粒图像,为磨粒的颜色参数识别提供有效的依据。

基于信息熵的图像分割阈值迭代改进算法

将信息熵理论和分割阈值迭代法融合,提出一种基于图像目标信息熵的阈值迭代选取方法,并将这种改进的迭代法与目前常见的最大类间方差法和最大熵法进行比较。实验表明,此算法具有速度快,总体分割效果好的优点。

一种改进的大鼠精子图像分割及计数算法

传统Ostu法在分割大鼠精子图像过程中存在实时性较差的问题。为此,提出一种新的图像分割算法,基于改进的Ostu法对大鼠精子图像进行分割,利用Newton迭代法缩短算法执行时间,根据形状因子去除杂质,应用形态学在每个精子目标上显示数字标记。实验结果表明,该算法可以实现精子图像的快速准确分割,并自动统计出图像中精子的个数。

视频车辆检测技术中的阈值分割算法研究

为了提高视频交通检测交通流参数提取的精度,研究了视频交通检测技术中的阈值分割算法;文中使用分形维数法、双峰法、迭代法和大津法研究了获取图像的阈值分割方法使得车辆和背景分离。结果表明,分形维数法处理时间较长;迭代法编写程序较复杂,且运算时间长;由于双峰法对满足一定要求的图像处理效果较好,而试验证明双峰法不适用与车辆视频图像处理。大津法分割后得到的二值图像中仍然存在车辆内部存在黑色像素点的问题,但其效果图中车辆与背景的分离情况较好。所以课题中选取大津法作为视频车辆检测中阈值分割的最终处理算法。

多干扰高温辐射体图像目标的分类识别方法

在基于CCD图像传感器的非接触高温温度场软测量中,为了计算高温图像目标的温度,必须先从辐射图像中准确识别待测目标。由于工业现场采集的高温熔体图像中存在多种噪声,导致图像目标难以准确识别。提出一种目标图像分类识别方法,即先利用多光谱图像分割方法来减少甚至消除各种高温噪声;然后运用改进的最大类间方差法进一步分割以去除烟雾干扰;最后运用数学形态学方法消除分割图像中的游离点和孔洞,使目标边缘光滑。实验结果表明,该方法能够从多种干扰图像中准确识别出高温辐射体图像目标,有较强的实用性。

基于Kalman滤波和阴影消除的运动目标检测

研究基于Kalman理论的时域递归低通滤波、Ostu(最大类间差)阈值选取及形态学阴影消除在运动目标检测中的应用,并将它应用于实际的交通监控视频,实现对运动目标的自动检测.首先采用Kalman滤波实现背景的提取,然后把当前帧与提取的背景做差分运算,之后采用Ostu算法计算出阈值实时检测运动目标,最后采用基于边缘信息阴影检测方法消除阴影.实验以实际的交通监控视频为研究对象,依据运动图像序列与交通场景的特点,兼顾处理效果与实效性.实验结果表明,该方法应用于实时运动目标检测中具有有效性.

基于阈值的彩色农业图像分割方法研究

根据彩色农业图像的特点,以蔗苗为研究对象对OHTA颜色模型的三分量图进行分割试验,发现I3分量图的分割效果比I1、I2分量图的分割效果要好,更加适合干蔗苗图像分割。在I3分量图中,比较了3种阈值分割方法效果,试验结果发现Ostu法与直方图双峰法分割结果更为接近,比迭代法分割效果更好。

消防水炮射流轨迹图像的分割与识别算法研究

提出了一种基于改进OSTU法和区域生长相结合的消防水炮射流轨迹图像的分割与识别算法。首先对OSTU法进行改进,快速确定射流轨迹差分图像的最佳分割阈值,再用区域生长法分割得到可能的目标区域。对消防水炮喷射水流的形态特征进行了研究和分析,并以此为判据对可疑目标区域进行判断,最后识别出真正的射流轨迹。实验结果表明:该算法在不同光照条件、背景情况下,基本可以摒除干扰物,准确识别目标,且处理速度较快。

导航电子地图中道路网增量信息的多尺度探测

针对常用增量信息提取方法中根据经验阈值确定新旧目标匹配的不足,提出一种导航电子地图中道路网增量信息的多尺度探测方法.该方法用最大类间方差法自适应地确定几何匹配阈值来探测增量信息,完善了基于道路网眼密度的增量变化目标渐进式选取算法,实现了增量信息在较小比例尺下的缩编提取.增量信息探测实验研究结果表明:基于自适应匹配阈值的新旧版本对应路网目标匹配准确率达到了90%,优于传统的经验阈值匹配精度;改进的增量变化目标渐进式选取算法可以满足路网增量更新的结构选取需求.

基于降维技术及空间矩的彩色图像亚像素边缘检测

现代图像的边缘检测方法需要在充分利用图像中的色彩信息基础上能够提供亚像素边缘信息。提出一种基于图像降维技术的彩色图像亚像素边缘检测方法,利用Ostu算法得到图像的像素级边缘,并在降维所得的投影图像上结合空间矩方法提取亚像素级边缘。实验结果表明,该算法定位精度可达到0.14个像素,能够有效地提取真彩色图像的边缘轮廓信息。

自适应热金属码红外测量图像伪彩色编码方法

由于红外测量图像的对比度较差,灰度分布不均衡,而传统热金属编码采用固定灰度区间映射,导致生成的伪彩色图像往往不能真实地反映物体的温度变化。针对此问题,本文根据红外测量图像的灰度分布特性,对传统热金属编码进行改造。同时,利用最大类间法,实现了灰度变换区间的自适应选择,提出了一种红外测量图像自适应热金属伪彩色编码方法。实验结果表明:该方法变换的伪彩色图像能够真实地反映物体的温度变化,且具有较好的自适应性。

一种静态背景下的运动目标检测算法研究

运动目标检测技术是计算机视觉研究的重要课题.对常用的Kim目标检测方法,针对其不足进行了改进.将连续三帧的差分图像和背景差分图像直接相乘得到灰度图像,然后对该灰度图像进行自适应最大方差阈值分割,再基于灰度加权图像模板匹配法实现目标的检测.结果表明,该方法能够准确地检测出跟踪目标,检测信息比较完整,具有较好的实用价值.

基于子图像特征的目标提取方法

针对特定目标提出一种新的基于子图像块的目标提取方法。先对图像分块,再对分块后的特征图重新构建特征量并进行阈值分割,从而实现粗检,辅以知识确定目标的大概区域,最后借助边缘特性提取出精确目标。试验结果表明,该方法计算量较小、便于硬件实现,对于复杂自然背景中对比度低及不均匀光照条件下的一定形状尺寸的目标提取获得满意效果。

基于手语视觉单词特征的手语字母识别研究

为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法。采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪,进而使用基于深度积分图像的Ostu方法分割手势,并提取其尺度不变特征变换数据。将局部特征描述子表示的图像小区域量化生成SLVW,统计一幅手语图像中的视觉单词频率,用词包模型表示手语字母,并用支持向量机进行识别。实验结果表明,该方法不受颜色、光照和阴影的干扰,具有较高的识别准确性和鲁棒性,对复杂背景手语视频中的30个手语字母的平均识别率达到96.21%。