二维最大熵图像分割下的煤矿充水采空区AR检测技术

传统煤矿采空区检测技术受到二维图像特征与井下环境因素的影响,在图像采集与分析精度方面存在较大偏差,无法精准还原矿井下真实环境,严重影响矿区井下环境勘测进度。为了解决这一问题,引入AR检测技术,对传统检测方法做如下优化:首先,对煤矿充水采空区的二维最大熵进行确定;然后,对图像信号进行AR初始检测模型构建及图像信号小波处理;最后,完成二维最大熵图像分割下的煤矿充水采空区识别模型建立;通过实验对比发现,采用提出检测方法所获得的检测结果与实际结果之间的偏差最小,且检测效果稳定性与可靠性好,应用要求低,实现技术门槛低,适合大面积推广应用。

基于最大熵阈值分割的配网继电保护二次回路故障识别研究

文章开发一种基于最大熵阈值分割技术的配网继电保护二次回路故障识别方法。通过数据采集与预处理,确保故障数据准确、可用。基于提取特征构建故障识别模型,快速、准确地对配网继电保护二次回路中的各种故障进行分类和识别。结果表明,该方法在故障识别的准确率和响应速度上均优于传统方法,为配网继电保护二次回路的故障诊断提供新的技术手段和理论支持。

基于最大熵阈值分割的电气二次回路故障三维可视化识别模型

为了更直观地、实时监测了解二次回路运行工况,减少故障事后排查工作量,研究了基于最大熵阈值分割的电气二次回路故障三维可视化识别模型。采集二次回路各项运行数据,生成电气二次回路三维虚拟场景,标定电压传感器的位置以及红外成像仪的监控角度和距离;基于最大熵阈值分割处理图像,提取识别目标和背景;建立二次回路故障三维可视化识别模型,实现二维图像和三维场景的匹配,完成电气二次回路故障识别。经实验论证分析,最大熵阈值分割处理后的三维可视化图像清晰,不存在像素点丢失情况;故障识别准确率均在95%以上,误检率和漏检率均低于5%,具有更好的三维可视化识别效果和质量。

基于遗传算法的最大熵双阈值分割的芯片缺陷图像分割

本文着重提出一种针对塑封芯片缺陷的基于遗传算法的最大熵双阈值分割算法,对芯片缺陷进行识别分割提取。塑封是指把支撑集成芯片的引线框架、集成芯片和键合引线等部分用塑封材料包裹密封起来,从而为集成芯片提供保护和隔热的功能。由于塑封为非气密性封装,故塑封工艺流程中容易产生各类缺陷,降低芯片的可靠性。对塑封完成的芯片进行质量检测可以避免缺陷芯片进入下一生产环节。传统的的图像缺陷阈值分割方法对其焊层图像缺陷分割的效果并不理想,本文结合缺陷超声图像本身的灰度高度图和自身特点进行分析后,提出基于遗传算法的最大熵双阈值分割法进行图像分割,最大熵结合了遗传算法的鲁棒性,并行性,效率高等优点,很好的对缺陷的细节进行分割,明显优于传统的算法。

基于最大熵分割和肤色模型的人眼定位

人眼定位是进行虹膜识别、视线跟踪、眼睛状态分析等的首要任务,为此提出一种基于最大熵分割和肤色模型的人眼定位方法。利用最大熵分割法对图像进行分割,获得人眼候选区域。建立YCbCr肤色模型,将其作为人眼定位的约束条件以排除非人眼区域,通过形态学运算准确定位人眼。仿真实验表明,该方法对人眼定位准确,并对背景、头部偏转角度等细节具有较好的适应性,运算速度较快。

形态学和最大熵图像分割的城市路面裂缝检测

针对路面检测过程中后期处理数据工作量大、城市路面图像噪声多等特点,提出利用形态学和最大熵图像分割的城市路面裂缝检测方法.路面图像经过初始分类后,利用数学形态学变换对路面裂缝图像预处理,采用不同尺度、不同方位的结构元素对灰度图像做开运算重构,以提高图像中裂缝目标与路面背景之间的灰度差异;利用最大熵法进行图像分割,并对二值化后的裂缝图像进一步精细化处理;利用投影分析方法进行裂缝分类.研究结果表明:该方法能够在抑制噪声干扰的同时,实现快速、准确地检测路面裂缝边缘,并准确完成裂缝分类.

一种快速二维熵阈值分割算法

在二维熵阈值基础上 ,利用量化图像直方图概念讨论了一种快速二维熵阈值分割算法 ,这种算法能够递推运算和自动寻找阈值 ,将计算复杂性大大降低。实验表明 ,该算法将每一幅图像运算时间降到 2秒以内 。

在小波域进行图像的最大熵分割的一种方法

最大熵分割是一种数字图像阈值分割方法,它以有关的信息理论为基础.本文提出一种新的应用于小波域的最大熵分割方法.这种方法借助"零树编码"的思想,首先在小波变换的低频域进行最大熵分割操作,然后依据这个最大熵分割的结果,我们就能获得原始图像的最终分割结果.实验结果证明该方法与传统的图像最大熵分割方法相比,有远算速度快、抗噪能力强的优点.

基于熵分割算法对CT肝脏兴趣区的提取

目的:在计算机辅助诊断(CAD)和未来治疗中,提取已分割好的CT肝脏组织中的兴趣区。方法:利用熵分割算法对CT肝脏组织的兴趣区进行自动分割,并和专业医生手工分割的兴趣区作比较。结果:分割的兴趣区与专业医生分割的兴趣区相比,该方法具有良好的获取兴趣区的能力。结论:在不同条件下对肝脏做相应预处理,然后分别对手工分割的兴趣区与熵分割的兴趣区相应数据作比较,得出熵分割算法是一种极为有效的图像自动分割方法。

基于最大熵阈值分割法的颅脑CT图像血肿自动诊断系统研究

目的:探讨颅脑CT图像中血肿区域自动分割的图像处理方法,以解决人工处理颅脑CT图像效率低及误差大等问题。方法:选取在医院进行治疗的出血性脑卒中病患的颅脑CT图像,基于颅脑解剖结构及CT成像原理分析得到CT图像的先验模型,并根据其一维灰度直方图特征为基础,进行颅骨区域图像和颅内组织的分割,依据病灶一维灰度直方图的曲线特征完成病灶的分类检测,并采用最大熵阈值分割法(KSW熵算法)确定最佳分割阈值实现血肿区域的分割,并完成颅脑CT图像血肿自动检测系统的设计。结果:通过对颅脑CT图像实施分割,结果表明该方法能够明显降低血肿区域的分割误差<6.5%。结论:基于KSW熵算法能够确定颅脑CT图像中血肿区域的最佳分割阈值,较好实现血肿病灶的自动化诊断。

基于二维最大熵阈值分割的钙化点检测算法

在数字乳腺X线图像中,钙化是早期乳腺癌的重要征象之一。为了提高钙化点检测的准确度及降低检测的假阳性率,提出了一种结合数学形态学滤波和二维最大熵阈值分割的钙化点检测算法。算法首先采用top-hat算子对图像的背景进行抑制,然后利用二维最大熵阈值分割算法得到可疑钙化点区域,最后采用SVM分类的方法去除假阳性区域,得到最终的钙化点检测结果,并采用MIAS乳腺影像库进行仿真实验,钙化点检测的敏感性为94.6%,假阳性率为10.5%。实验结果表明,方法对钙化点的定位精确,具有较高的检出率及较低的假阳性率。

基于对比度增强与最大熵的工件表面图像分割算法

针对工业相机采集到的工件表面图像缺陷细节不突出、噪声过大等导致最大熵分割法分割不精确的问题,提出一种将多尺度top-hat和形态学开闭重构相结合,并用最大熵法进行分割的工件表面图像分割算法。首先,将工件图像经多尺度top-hat变换得到对比度增强后的图像;其次,将增强后的图像经过形态学开闭重构得到工件图像背景模型;然后将增强后的图像与重构后的图像融合,最后作最大熵分割。实验表明,该算法不仅能准确分割出工件表面的缺陷,并且使细节部分更加突出,同时抑制图像中的大量噪声。

基于最大熵的超声图像中胎儿股骨分割方法的研究

提出一种基于最大熵分割的胎儿股骨自动测量方法。首先,用中值滤波器对原始图像进行去噪,并用最大熵分割方法对去噪后的图像进行分割,得到股骨候选区域;其次,利用股骨区域位置、形状等特征信息对股骨候选区域进行筛选,得到最终的股骨区域;最后,通过股骨区域的外接矩形斜边长,计算股骨长度;与医生手动测量结果对比,70幅超声图像的自动测量结果平均相对误差为1.42±4.48 mm,实验结果验证了本方法的可行性。

基于参数型模糊熵的图像分割新方法

直方图阈值法因其简单性和抗噪性在图像处理中得到了广泛应用。针对传统模糊熵阈值法对图像分割最佳阈值选取缺乏鲁棒性的问题,提出了参数型模糊熵图像分割新方法。该方法对图像分割最佳阈值选取具有良好的鲁棒性,适当调整参数可获得满意的视觉分割效果。实验结果表明,提出的方法是可行的。

一种基于多熵阈值图像分割的边缘检测新方法

该文提出的熵阈值分割图像边缘检测新方法，在噪声严重的情况下能够提取出准确连续的物体边缘。实验结果证明这种方法能获得比Ｓｏｂｅｌ算子及Ｋａｐｕｒ多阈值分割法更为满意的边缘检测结果。这一方法在出版系统中具有一定的实用价值。

基于最大熵分割和区域生长的水岸线快速提取方法

针对传统区域生长算法在水岸图像水岸线提取上时间开销大,鲁棒性不高的问题,提出一种基于最大熵分割和区域生长相结合的水岸线提取方法。首先,将水岸图像转换为Lab颜色空间,并对其L分量进行最大熵分割;然后,通过形态学腐蚀和膨胀相结合的方法,消除水岸线附近部分前景像素过分割的影响,从二值图像水面区域提取得到初始生长区域;最后,在此基础上执行区域生长算法,提取最终生长区域轮廓得到水岸线。通过对三组不同环境下采集到的水岸图像进行水岸线提取实验表明,该方法能有效提取到水岸图像的水岸线,并且鲁棒性较好,平均误差在5像素左右,时间开销平均仅为34ms。

基于优化粒子群的最大熵阈值法叶片图像分割

以分割植物叶片图像中的叶片作为研究目的,采用基于优化粒子群算法(Improved Particle Swarm Optimization,IPSO)的最大熵阈值分割法对阈值向量进行寻优。传统的最大熵分割法存在算法运算速度慢和效率不高等问题。本文提出的优化粒子群算法改善传统粒子群算法易陷入局部最优等问题,改进后的分割方法具有收敛速度快和精度高的特点。针对植物叶片图像分割中的叶片重叠等问题,将RGB图像转换成HSV(Hue,Saturation,Value)图像并提取其中的V分量,应用IPSO算法对最大熵阈值分割法的适应度函数进行寻优。实验对比最大熵值和算法运行时间,结果显示本文方法在算法分割精度和收敛效率上均有较大的提升,表明本文提出的分割方法优于传统最大熵法。因此,该方法能够更加高效的对植物叶片图像进行分割,具有较强的工程实用性。

基于最大熵原理下的最优分割法

引言本文主要针对在不利用函数性质情况下,一元连续函数零点求解问题,对于这类问题我们常用的方法有二分法和黄金分割法.本文假设此类问题的解服从均匀分布,并把解的分布归结为二项分布,还引进了信息论工具——最大熵原理,找出了最优的方法.最终比较了两种算法各自的"优越性",并把这种"优越性"具体量化.最后,基于最大熵原理,本文还提出了另外一种更加切合实际的概率二分搜索法以及自适应概率二分法.一。

基于二维最大熵阈值的SAR图像分割算法

本文针对复杂陆地SAR图像,提出改进的图像二维最大熵阈值分割法,在检测门限的判别函数中引入加权系数。由于加权系数的引进,增强了模型对复杂陆地SAR图像的适应能力,提高了图像分割的精度,降低了漏警率和虚警率,取得了较好的分割效果。

一种基于蚁狮最大熵算法与引导滤波的图像融合算法

传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红外与可见光图像融合方法。首先,使用蚁狮最大熵分割法(ALO-MES)对红外图像进行目标提取,然后,对红外和可见光图像使用非下采样剪切波变换(NSST),并对获得的低频和高频分量进行引导滤波。由提取的目标图像与增强后的红外和可见光低频分量通过低频融合规则得到低频融合系数,增强后的高频分量通过双通道脉冲发放皮层模型(DCSCM)得到高频融合系数,最后经NSST逆变换得到融合图像。实验结果表明,所提算法能够得到目标明确、背景信息清晰的融合图像。