发动机部件CT图像特征提取与区域生长算法

针对工业计算机层析成像(CT)图像中金属伪影和噪声会干扰部件分割提取的准确性和精度问题,提出一种基于标准差权重阈值和区域生长的工业CT图像特征提取算法。采用标准差权重的二维最大类间方差和二维最小交叉熵阈值分割方法去除图像背景,利用图像的邻域均值实现多种子点区域自动选取,添加Scharr算子计算梯度改进生长准则完成对部件特征的提取。实验结果表明:该算法相对于其他区域生长法,精确率提高了9.1%,准确率最大接近1,相似性系数提高了5.3%,交并比提高了4.1%最大;该算法部件提取效果更好。