基于参数核图割的纱线毛羽图像处理方法

为了准确计算纱线毛羽特征参数,克服图割法中人为随机选择阈值造成的消极影响,提出了一种基于参数核图割的图像处理纱线毛羽算法.首先,采用局部最大类间方差法获取纱线二值图像,并与纱芯二值图像作逻辑运算,提取毛羽进行特征分析.然后,选取两种不同支数的纱线,以USTER CLASSIMAT 5测试结果为标准,比较参数核图割法与区域生长法、线性近似纱芯边界法对纱芯分割图像处理方法的优劣.结果表明,参数核图割法耗时少、误分点少,毛羽检测算法准确率高达95.5%,远优于另两种算法,也证明了选取不同的纱芯分割方法将直接影响毛羽特征分析的准确性.

SAR图像分割的改进参数核图割方法

针对合成孔径雷达(SAR)图像的分割问题,提出一种改进的参数核图割方法。对参数核图割方法中的能量函数进行改进,在核空间中考虑分段常数模型,并实现目标函数的空间核化。SAR图像的分割通过能量函数的最小化实现,由不动点迭代估计区域参数,并由图割模型逐步最小化能量函数实现SAR图像的分割。为验证改进参数核图割方法的分割效果,对自然图像进行分割,结果表明,其分割精度达到83%,比参数核图割方法提高了11%。真实SAR图像的分割结果验证了该方法对SAR图像的分割结果优于参数核图割方法。