扩展的Otsu最优阈值图像分割的实现方法

基于付忠良等人提出的扩展的Otsu最优阈值图像分割方法,提出了遗传算法的解决方案,并给出了遗传算法中基本参数的设定.基于图像的像素方差信息,利用遗传算法全局搜索图像的单阈值和双阈值,这样不但缩短了计算时间,而且具有遗传算法鲁棒性和自适应的特点,比传统的Otsu方法有明显的优点.

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法。将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果。利用无人机航拍采集的图像数据进行实验,结果显示基于属性加权朴素贝叶斯算法的OTSU图像分割方法优化了图像的分割效果,较完整地展示了分割后的图像细节,具有较好的应用价值。

基于改进的Otsu准则的递归图像分割算法

基于最大类间方差阈值图像分割算法的基本原理,然后结合目标与背景两类之间间距和类内距离对图像分割效果的影响,提出了一种改进的最大类间方差法,运用递归思想局部搜索图像的最佳阈值。这样不但缩短了计算时间,而且具有较好的自适应特点。该算法在图像背景不均匀或者图像的直方图不是简单的单峰、双峰图像的情况下可以进行有效的分割,分割后的图像细节更加丰富,能有效的去除噪声的干扰,有利于分割后的特征提取。本文对理论结果进行了仿真实验,获得了较好的分割效果。

狼群优化的二维Otsu快速图像分割算法

传统二维Otsu快速图像分割算法选取阈值时常采取穷尽搜索方式,而这种搜索方式降低算法的实时性,且延长算法的分割时间,从而对图像分割结果产生不良影响。为提高二维Otsu快速图像分割算法的运行效率,可采取狼群算法对最优阈值进行搜索,每匹人工狼就代表着一个可行的二维阈值向量,而狼群进行游走、围攻和召唤等智能行为的不断迭代和狼群间的信息交互,从而获取到最佳的阈值,这样既能够缩短算法的分割时间,又能够提高图像分割结果的精确度。论文用狼群算法取得最优的二维阈值向量,来解决快速图像分割问题。

基于共生生物搜索算法的多阈值图像分割方法

为了解决多阈值OTSU图像分割方法存在的阈值个数增加计算复杂度也随之增加的问题,笔者提出了基于共生生物搜索算法的多阈值图像分割方法,利用共生生物搜索算法寻找最优阈值,提高分割精度。通过对经典图像进行实验,分析实验结果的峰值信噪比和特征相似度,可知共生生物搜索算法能够有效地提高图像分割精度,减少运算时间。

二维Otsu自适应阈值选取算法的快速实现

Otsu自适应阈值算法作为图像阈值分割的经典算法,在图像领域得到了广泛的应用,在此基础上发展起来的二维阈值法因为计算时间长而制约了其应用.针对一维Otsu自适应阈值算法计算复杂度高的缺点,通过消除二维自适应阈值算法中的冗余计算,用迭代的方式得到查询表,从而大大提高了二维阈值算法的计算速度.实验结果表明,该算法不仅计算时间远远小于原始二维Otsu算法,并且求得的阈值跟原始的算法一样.

自适应随机共振的图像复原研究

传统的图像滤波复原技术都是把噪声当成一种有害的干扰加以消除,但随着噪声的强度增加,传统的图像复原办法对强噪声背景下的图像复原效果很差。本文主要基于Hodgkin-Huxley(H-H)神经元阈上非周期随机共振原理,通过一种自适应调节的方法不断添加噪声实现图像的随机共振,从而达到最佳的图像复原效果。实验结果证明,相对于传统的图像复原方法,本文所提出的方法在强噪声的背景下对图像的恢复有更好的效果,随着噪声强度的变化具有比传统方法更好的鲁棒性,为图像复原提供了一种新思路。

自动点卤槟榔图像识别方法研究

针对机器对槟榔点卤出现漏点或者点空的情况,提出了一种基于H分量的图像分割方法来识别槟榔。将采集到的RGB彩色图像进行伽马增强再转换至HSV颜色空间,分离HSV颜色空间得H通道图像,再对H分量图像进行Otsu图像分割处理,结合图像形态学和区域生长法去除二值图像中出现的孔洞和小连通区域,最后通过绘制矩形框操作对识别出的槟榔进行标注。结果表明,该方法能完整地将槟榔从背景中分割出,且不会出现过度分割或者分割不足的问题。

大场景光学遥感图像近岸舰船检测方法

针对传统光学遥感图像近岸舰船检测方法不能处理大场景图像问题,提出了一种新的大场景近岸舰船检测方法。该方法采取分块处理策略,利用粗海陆分割方法筛选有效检测区域块,以缩小目标检测范围和提高检测效率。在检测结果合并阶段,采用0-1整数规划方法进行融合建模,并根据约束集对模型进行拆分,从而提高了结果融合效率。试验结果表明该方法具有较高的近岸舰船检测效率。

基于机器视觉技术的大棚农作物喷药机器人设计与实现

设计一款由底盘、轮子--履带复合行走机构、喷药升降支架、喷药装置及控制器、传感器等组成的大棚农作物喷药机器人,能在复杂路况下自由行走并自动调整高度选择作物喷洒农药。在喷药机器人于田间自主行走及分辨杂草功能上,采用基于机器视觉技术的OTSU图像分割算法检测农作物中心线,从而识别路径并规划行走路线,通过视觉传感器检测形状和颜色进而辨别杂草和农作物;使用ARM9处理器对采集图像进行算法处理,然后驱动喷药装置实施对靶精准喷药。该系统的研发可为实现喷药的精准、安全、智能、无人管理等提供思路。

基于频域快速解卷的血管提取算法

为了方便识别新生血管,从而有效地对疾病进行诊断,所以需要将血管图像从背景图像中分割出来。文中提出一种在提高血管分辨率的基础上进行血管分割的算法。首先通过特定公式在梯度图像上对血管图像进行纹理增强,这是为了在之后的图像分割中,能识别细微的血管,使其不被忽略掉;然后对模糊图像进行频域上的快速解卷去模糊,消除成像仪器在成像过程中对图像清晰度的影响;由于图像在传输过程中会产生噪声,因此为了去除噪声对血管分割的影响,接着对血管图像进行了中值滤波操作;最后使用最大类间方差法来进行血管的分割操作,因为最大类间方差法可以有效地将图像前景和背景分割开。通过实验对比,直观上证明了该算法在血管分割中的有效性。

基于VS番薯识别系统开发与应用

该文基于OTSU图像分割算法和DSP的图像识别算法对番薯进行分类,并在此基础上基于VS构建番薯识别系统,并对图片的灰色处理、雕刻处理等进行相应的实现,通过该系统能将番薯的切片图通过分析,以便能快捷地实现识别该番薯的种类、特性等相关信息,为番薯数字识别领域的研发提供一定的实践意义。