基于Otsu算法的车牌图像二值化及其Matlab实现

本文利用Otsu算法二值化车牌图像的技术,给出了Otsu算法的原理,以及对车牌灰度图像进行二值化处理的方法原理;最后用MATLAB来实现车牌图像二值化的效果。

基于微粒群算法的OTSU图像分割方法

本文研究了图像闽值分割方法中常用的OTSU算法，在此基础上提出了基于微粒群算法的OTSU图像分割方法，该方法利用微粒群算法的快速全局寻优，确定图像的分割闯值所对应的灰度值，在该灰度值下目标和背景的方差最大。实验中选用了像素分别是8位和16位的两幅图片来进行分割，得到了较好的分割效果，而且该方法大大提高了计算速度，是一种有效的图像分割方法。

一种由MatLab实现的图像分割改进算法

图像分割技术广泛应用于当今社会的多个领域中,是图像处理的重点和难点。首先从阐述图像分割技术的概况及其基本概念开始,在简要介绍了常用的图像分割技术方法的基础上,对使用MatLab工具软件实现图像分割技术的最大类间方差法及其改进算法进行了详细说明,最终,通过例子验证了改进后的最大类间方差法的优势。

MATLAB环境下分形维数在活性污泥SEM图像中的应用

该文基于不同HRT和不同紫外线照射时间的A^(2)O工艺,对活性污泥进行了扫描电镜实验,采用MATLAB对数字图像和分形维数进行编程,得到了Otsu法、迭代法的二值化阈值及其分形维数,研究了分形维数与HRT和紫外线照射时长的变化规律。结果表明:随着HRT的减小,微生物的优势菌种由杆菌转化为丝状菌再转化为球菌;紫外线的照射时长对丝状菌和球菌有抑制作用,对杆菌的影响不大;Otsu法与原图的微生物群落结构较为相似,程序简单,比迭代法更加适用,阈值的增大导致图像整体黑色百分比增大;活性污泥结构越复杂,盒维数值越大,其中的微生物也越难辨认,而且3种方法的盒维数值与紫外线的照射时间呈正相关,均随其增大而增大。

一种基于区域最大值的LED显示屏亮度特征数据提取方法

LED显示屏亮度信息的采集是屏幕显示质量评估的前提,现有的亮度分析仪采集方法不仅速度慢而且对采集到的数据评估不准确,缺乏说服力。利用CCD图像传感器采集到的图像,不仅信息量大而且事实性好。分析了LED显示屏感光图像的特征,由LED亮度特征数据与感光单元灰度值之间的关系,提出了基于区域最大值的LED显示屏目标亮度数据提取算法。该方法利用数字图像处理技术,基于最大类间方差的阈值设置法分离出目标与背景,通过确定目标区域最大值坐标,并结合灰度模板卷积算法实现了对目标亮度的快速准确提取。实践证明该方法较已有的LED显示屏亮度特征数据提取算法有了一定的改善。

基于图像的番茄识别与几何尺寸测量

介绍了一种基于图像的番茄识别算法,比较了几种常用的边缘提取算法的效果,最终选择Canny算子进行边缘提取,在对番茄进行轮廓提取的基础上,以像素为单位,对番茄的面积、形心、半径等参数进行统计,然后用一个圆来完成对番茄的拟合。这种识别算法可以识别各种光照条件下的果实,并且可以在一定程度上恢复番茄被枝叶遮挡住的部分。最后在Matlab上进行了算法设计和几何尺寸测量。

基于数字图像处理的樟子松锯材分级研究

为了解决传统锯材检测方法效率低、劳动强度高和人为因素影响大的问题,笔者运用数字图像处理的方法对樟子松锯材等级进行检测,实现樟子松锯材等级检测的标准化和程序化。根据樟子松锯材缺陷与天然木纹颜色存在显著差距的特点,利用Otsu's方法的最佳全局阈值处理锯材图像得到最佳分割阈值,获得锯材的二值图像,得到缺陷位置像素坐标,将缺陷坐标与锯材实际尺寸对应,计算出相应锯材的净划材尺寸和出材率,完成对锯材等级的划分。利用该方法对75片试件进行表面质量检测和等级划分的准确率为94.67%,分级程序的运行时间约为1.793 s。该方法在保证检测准确率的情况下不仅可以减少检测时间、降低人工劳动强度、提高检测准确率,而且解决了人工检测主观性强的问题。

图像背景自适应分割技术研究

图像在进行分类识别之前,重要的一步处理过程是进行背景分割,以便把识别对象与图像背景分开,阈值化分割算法是图像分割中应用数量最多的一类,但如何设置阈值进行图像背景的自适应分割成了问题的关键所在。通过图像分割技术,比较分析各种算法的优缺点,提出一种用于图像背景自适应分割的方案。此算法不需要人为设定其他参数,是一种自动选择阈值的方法,且选取出来的阈值理想,对各种情况的表现都较为良好。

碎纸片的拼接复原研究

本文针对破碎文件的拼接复原问题.借助MATLAB和EXCEL,采用动态规划的方法,将碎片文件图像二值化,获取其每一个像素点的数据,并通过最大类间方差法,利用状态转移方程和策略分析,建立了碎纸片拼接复原模型与算法;最后,用动态规划的方法,对碎片进行排序重组,复原原文件.

基于OTSU算法提取寒区河流流冰密度研究

为预防冬春两季旱区河流凌汛灾害的产生,应用OTSU算法计算河冰分布密度,实时监测河流断面冰凌动态变化.通过索尼FDR-AX100E 4K数码摄像机对黑龙江干流漠河段进行流冰过程定点拍摄,提取目标断面影像信息.对比分析3种图像分割方法(边缘检测、阈值分割和区域分割)和4种图像阈值选取方法(人工选择法、直方图技术法、OTSU算法和迭代法)的优缺点,最终基于OTSU算法,利用Matlab仿真软件编程,对顶帽变换算法处理后的432张样本图像进行阈值分割,计算河冰像素占图像总像素比例,得到河冰分布密度,并绘制河冰分布密度随时间变化的动态曲线图.最终计算结果与现场实际观察冰凌变化情况吻合较好,表明应用OTSU算法计算河冰分布密度准确有效,实现了对目标断面的长时间连续监测.