逆时针追踪轮廓线的彩色图像区域分割算法

提出了一种逆时针追踪轮廓线的彩色图像区域分割算法 ,其思想是按逆时针顺序追踪轮廓线 ,在追踪过程中避免了象素点的重复判断 ,采用回溯搜索解决奇点问题 ,从而保证了追踪过程的连续性和正确性。在此基础上 ,运用递归方法分割出图像的所有不同色彩区域。直接提取出具有一定色彩特征的区域 ,具有较高的实用性 。

基于区域分割法的图像色域边界描述

目的研究色域映射中色域边界的描述方法。方法在均匀区域分割法的基础上提出一种基于阈值的非均匀区域分割算法,通过调整阈值和分割数量,对不同类型图像的色域边界进行均匀描述。结果使用较少的边界点准确地描述色域边界,并且边界点的空间分布均匀,没有出现大量边界点集中的情况。结论通过与均匀区域分割法对比,该算法可用较少的采样点和分割数目精确地描述色域边界,对实现从图像到设备的色域映射有重要意义。

边缘检测技术在图像快速采集中的应用

边缘检测技术目前常用于图像识别的前期处理,直接将其运用在实际工作中的情况比较少见。对将边缘检测技术应用于图像的快速定位采集的情况做了叙述、分析和实现,并投入试点使用,对边缘检测技术在此类应用场合的适用情况做了有益的尝试。

一种网箱养殖区自动提取方法

网箱养殖区的动态监测与分析是水库环境监测的一项重要指标。鉴于网箱养殖区在影像中存在较弱的光谱和形状规律性,自动提取难度较大,提出了一种综合基于像元和面向对象优势的自动提取方法。首先,通过优化归一化差分水体指数(optimized normalized difference water index,ONDWI)将水体(包含网箱养殖区)与陆地分离;然后,利用基于比值指数的纹理特征分析法,将网箱养殖区(包含小岛及其他干扰项)与自然水体分离;最后,基于简化的区域分割算法,同时顾及网箱养殖区的形状特征将其与小岛及其他干扰项分离,最终实现网箱养殖区的精准提取。实验结果表明,该方法能够较为完整地提取出全部网箱养殖区,提取精度为88.1%,高于最小距离法(73.8%)和最大似然法(42.9%),且较好保留了网箱养殖区规则的形态特征。

Flotation bubble image segmentation based on seed region boundary growing

Segmenting blurred and conglutinated bubbles in a flotation image is done using a new segmentation method based on Seed Region and Boundary Growing（SRBG）.Bright pixels located on bubble tops were extracted as the seed regions.Seed boundaries are divided into four curves：left-top,right-top,right-bottom, and left-bottom.Bubbles are segmented from the seed boundary by moving these curves to the bubble boundaries along the corresponding directions.The SRBG method can remove noisy areas and it avoids over- and under-segmentation problems.Each bubble is segmented separately rather than segmenting the entire flotation image.The segmentation results from the SRBG method are more accurate than those from the Watershed algorithm.

基于欧洲标准关门力的软件控制研究

本文首先介绍了欧洲标准EN14752-2019关门力的要求,接着详细描述了区域分割自适应算法的控制原理及实现步骤,最后通过实验验证了该算法的可行性。该算法可以满足欧洲标准EN14752-2019关门力曲线1和曲线2的需求,在不同乘客密度及流量的情况下,保证了车门系统安全可靠的运行。