改进分水岭算法在成像测井图砾石识别中的应用

砾岩在成像图上显示的不规则性,导致其自动识别难度大、准确率低,而现行人工识别方法效率较低。为此,引入分水岭算法对成像测井图像砾岩中砾石识别进行探究,并通过添加滤波器、梯度处理以及感兴趣区域标记对算法进行改进,解决了基于拓扑理论和模拟地形学的分水岭算法所存在的过度分割问题。基于matlab软件将改进的分水岭算法应用到成像测井图像中,对W断陷A井成像测井资料进行处理,结果表明,该方法可识别出成像测井图像砾岩的大多数砾石,是一种成像测井中具有较高识别效率和准确率的砾岩自动识别方法。

一种改进分水岭算法在高速高精度贴片机视觉检测中的应用

针对高速高精度贴片机视觉检测中的元件图像分割问题,提出了一种改进分水岭算法。该算法结合传统的边缘检测和阈值分割,并采用一定的集水盆区域合并准则,有效地抑制了过分割现象。现场运行结果表明该算法效果很好,满足了贴片机视觉检测的要求。

基于递归高阶统计和改进分水岭算法的运动对象分割

提出了基于递归高阶统计和改进分水岭算法的视频图像序列中的运动目标分割算法,该算法首先利用递归高阶统计及多帧运动信息估计出图像序列中的运动区域,而后用一种改进的分水岭算法对提取出的区域进行空域分割,进而提取出视频图像序列中运动目标,实验结果表明所提出的算法能有效地提取出运动目标。

改进分水岭算法与K-means方法结合的图像分割

针对分水岭分割算法存在的过分割及对噪声敏感问题,提出一种基于K-means聚类算法与改进分水岭算法结合的图像分割算法,首先,利用K-means聚类算法进行初始聚类分割,提取感兴趣的目标;然后,提出基于4-邻域相似度的改进分水岭算法,对K-means初始聚类图像应用改进分水岭算法分割目标区域。从100幅人骨医学图像提取人骨区域,实验结果表明所提出算法可解决分水岭算法的过分割问题,且有效分割了图像目标。

基于改进分水岭的CTA去骨技术

为避免快速分水岭在CTA图像去骨中存在的过分割现象,采用一种改进的可交互分水岭算法对CTA图像进行去骨研究。改进算法建立在快速分水岭的排序操作基础上,排序完成后,采用侧重于像素空间关系的方法对像素进行溢流标记,同时采用树结构组织水盆及其合并关系,最后通过用户给定标记和合并阈值对集水盆合并过程进行干预,从而影响分割结果以抑制过分割。实验结果表明,改进算法有效地解决了分水岭变换中的过分割问题,并较好地去除骨骼结构。

基于改进分水岭算法的高分遥感影像分割方法研究

图像分割是遥感图像影像分析的前提基础和关键步骤,也是图像处理的经典难题。分水岭变换则是一种适用于图像分割的强有力的形态学工具,然而其不足之处在于它的过分割结果。提出一种形态学重建和标记分水岭的分割方案,该方案首先使用Sobel梯度重建得到具有边缘信息的梯度图像;然后利用形态学开闭重建对灰度图像进行滤波处理,并计算出二值标记图像;在此基础上再进行基于标记的分水岭变换。实验结果表明,该方法分割精度明显提高,并能够较好地抑制过分割现象。

基于改进分水岭算法的作物病害叶片分割方法

传统的标记分水岭算法在作物病斑分割过程中存在伪标记,会造成过分割,本研究在传统的标记分水岭算法基础上提出了一种改进的标记分水岭分割算法。该算法首先采用形态学进行预处理,建立形态学梯度,并对梯度图像进行开闭重建。然后对重建的梯度图像进行前景标记,并利用病斑和正常叶片的颜色差异对前景标记中的伪标记进行滤除,对修改后的前景二值化图像进行距离变换和分水岭完成背景标记。最后用强制极小值技术进行梯度修正,并用分水岭算法对其进行分割。对多幅作物叶片进行分割试验,并对比不同分水岭的分割效果,结果表明该方法得到的区域数最少,能有效提取黄瓜叶片病斑,并且抑制过分割。

基于三维激光扫描的岩质边坡结构面自动识别方法

针对解决传统结构面调查效率低,而现有结构面自动识别技术多为非监督式聚类或夹角阈值分割,操作者主观影响过大或者鲁棒性较差都可能导致优势结构面数量判定不准确的问题,本文提出了一种基于改进分水岭的结构面识别方法。首先,以结构面点云为数据源,采用PCA主成分分析计算平面法向量;随后,求解出点云局域平面的产状并使用高斯核密度估计分析点云分布密度;最后,利用改进分水岭算法实现岩体优势结构面自动聚类。结果表明:本文采用的密度簇阈值分割算法,无需确定种数类别,可直接得到结构面最优聚类组数及产状。算法识别出的结构面产状误差最大为2.9°,满足精度要求,为岩体结构面精细化识别提供了可靠保证。

基于显微图像处理的稻瘟病菌孢子自动检测与计数方法

稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。

基于头尾定位的群养猪运动轨迹追踪

猪的头/尾位置直观反映了猪的进食、饮水、争斗、追逐等日常活动。从群养猪俯视视频中有效分割粘连的猪个体,找出猪的头/尾部,并以头/尾坐标实现较精准的运动轨迹追踪有着较大的难度。该研究采用改进分水岭分割算法分割视频图像帧中的粘连猪个体;对分割后的猪体提取头/尾轮廓,分别用类Hough聚类和圆度识别算法识别每头猪的头/尾,用运动趋势算法修正头/尾识别的误差,生成以头/尾部为定位坐标的运动轨迹。运算结果和人工标记对比证明类Hough聚类和圆度识别算法的头尾识别正确率分别为71.79%和79.67%;经过运动趋势修正后,以头部为定位坐标生成的运动轨迹与人工标记生成运动轨迹吻合良好;对比头/尾轨迹和质心轨迹可以发现,头/尾轨迹能够更多获取猪个体和群体活动、运动信息。该研究对于实现自动记录和分析猪个体和群体的活动行为提供新的思路和方法。

目标基视频编码中的运动目标提取与跟踪新算法

自动、快速的视频目标提取与跟踪是目标基视频编码中的一项关键技术 .本文提出一种运动目标提取与跟踪新算法 .首先 ,根据多帧运动信息和高阶统计检测方法得到二值运动掩模图像 ,然后提出一种改进分水岭算法对运动区域及其周围部分进行分割 .将二者所得结果进行投影运算 ,得到最终运动目标 .最后提出一种运动目标跟踪新算法 ,能对目标进行有效的跟踪 .

基于时空融合的视频分割算法研究

提出了一种基于时空融合的视频分割算法.在时域中采用了多帧灰度差异检测,通过高斯聚类算法消除背景噪声点,再通过形态学处理得到时域分割模板。空域中对小波变换后的低分辨率图像进行分水岭变换,对变换结果融入图像的轮廓信息,有效地克服了过分割现象。时空融合中采用邻域隶属度判决算法,从而提高了分割效果。按照MPEG-4核心实验评价标准,实验分割结果表明算法具有较高的分割精度,同时有着很好的抗噪性和适应性。

基于图像法表征复杂背景下石膏雨液滴实验研究

为实现基于图像法的石膏雨沉降状态监测,首先通过多次鲁棒主成分分析法(RPCA)进行图像前背景分离消除复杂背景的干扰,利用顶帽变换(Top-Hat)算法对液滴图像对比度进行增强,利用维纳滤波去噪,结合最大类间方差法(OTSU)进行图像二值化处理;然后由闭运算连接液滴并光滑液滴边缘,采用孔洞填充以及椭圆拟合获得完整的石膏雨液滴,根据清晰度阈值剔除图像中的干扰物体;最后通过改进的分水岭算法对粘连液滴进行分割,利用Regionprops函数提取石膏雨液滴当量直径、浓度等特征信息。实验结果显示,基于本文方法的复杂背景下液滴颗粒特征结果与均匀背景下采用Image J软件分析结果一致性较好,液滴等效圆平均粒径偏差小于3%。

一种时空联合的视频运动目标提取与跟踪新算法

提出了一种时空联合的视频运动目标提取与跟踪新算法。在空域分割中,针对分水岭方法过分割现象明显的缺点,对分水岭分割方法进行了改进;在时域分割中,首先对全局运动进行了补偿,随后为消除仅用两帧帧差进行对象分割所带来的误差,采用多帧帧差求和的方法,并自适应选取累积帧差的二值化阈值;时空分割结果进行投影融合后得到视频对象,提出用一种基于区域子块匹配的方法跟踪视频对象。实验结果表明,该算法简洁有效,能较好地把对象从运动背景中提取出来,并实现跟踪。

基于TM1300的时空信息运动目标提取算法的实现

提出了一种基于时空信息的运动目标的提取算法，设计出一套运行于TM1300之上基于MPEG-4编码标准的可行方案，实验结果说明了本文算法的有效性。

底吹过程中基于图像处理技术的气泡直径分布特性

为了获取底吹过程中气泡群直径的分布规律,采用高速摄影法及图像处理技术对水中气泡群直径进行提取与分析。首先,对原始图像进行预处理,将其转换为二值图像,通过设定圆形度范围将其分为单气泡、粘连小气泡、粘连大气泡3类,然后运用改进分水岭分割算法对粘连气泡进行分割处理,最后得到整个气泡群的直径分布。研究结果表明:随着气泡发生聚并破碎,水中小直径气泡居多,中等直径气泡和大直径气泡较少,气泡数量与气泡直径之间的关系可近似看作呈双曲线分布;随着气体流量增大,小直径气泡数量急剧增多,同时产生更大的气泡;气泡Sauter直径与最大直径均随着气体流量的增大而增大,气泡Sauter直径与最大直径的比值C稳定在0.72左右。

液相中气泡群粒径分布的检测与分析

采用图像分析技术对液相中气泡群的粒径分布进行了研究.首先使用高速摄像机拍摄得到简易反应器内气泡的图片,再通过Matlab平台对图像进行预处理后将其转换为二值图像来提取周长和面积,并依据圆度值对气泡进行分类,分离单个气泡和黏连气泡,以防止分水岭算法对单个气泡的过度分割.然后利用改进的分水岭算法对黏连气泡进行分割,获得黏连气泡的粒径分布,将单个气泡与黏连气泡的粒径分布汇总得到整个气泡群的粒径分布.最后,将由气泡群的粒径分布计算得到的气含率与实验测得的气含率进行比较,得到不同表观气速下的测量误差,在此基础上得到了各表观气速下气泡群粒径分布的概率密度图.结果表明,误差随着表观气速的增大而增大,表观气速在1.2~1.8cm·s-1之间时,误差在10%以内.

头肩视频中运动物体的自动精确提取技术

针对头肩视频序列,提出了一种头肩视频对象的自动精确提取算法.该算法运用改进的背景记录技术建立可靠的背景图像,结合背景差和帧差检测出运动物体区域;通过新的时域滤波器和后处理以增强检测结果的时域连贯性和空域完整性;最后提出一种改进的分水岭算法精确定位视频对象边缘.实验结果表明,文中算法能有效地提取出头肩视频对象以获得精确的边缘,且满足实时性要求.

基于时空域暗示的运动对象检测和分割

通过对视频帧间的时域信息和帧内的空域信息的充分开发,提出一种任意视频对象检测与分割算法。初始的运动区域评估利用时间加权的时域帧窗,采用基于点的分割;而近似同质颜色亮度纹理区域利用区域之间的差异和区域内的相似,采用改进的分水岭分割和基于区域特征相似度的合并。时域和空域分割结果的合并基于多数原则。最后,分割结果的完善和修正基于时域的持续性和空域上的一致性标准。通过测试,提出的分割算法获得可靠的对象边界,而且通过调整少量参数,可以适应于室内和室外场景以及高速和低速运动物体。

面向智慧交通的移动激光点云树木分割

单树分割有利于提取交通标志牌,减少对交通标志的遮挡影响.针对有效采集到的道路两旁树木的点云数据,提出了一种改进的分水岭车载激光扫描的树木分割方法.该方法包含5个步骤:1)利用RANSAC(random sample consensus)自动检测和剔除地面点;2)压缩所有地面点到图像网格并保留三维信息;3)简化和去除不合格网格;4)利用启发式搜索方法查找树峰;5)应用改进分水岭方法划分单树树冠.通过对福建省厦门市环岛路进行实地采集的点云数据进行实验,验证了所提出的分割模型对于车载林木点云数据具有较好的分割结果.