改进Otsu算法与ELM融合的自然场景棉桃自适应分割方法

针对动态行进过程中拍摄的自然棉田场景图像的棉桃分割问题,提出了一种改进的自适应优化分割方法。首先利用改进的Otsu分割算法定位棉桃区域,对棉桃和背景区域像素点的RGB值分别采样;将样本用于训练ELM(extreme learning machine)分类模型;把图像分割转化为像素分类问题,用分类模型对棉桃图像进行像素分类以实现棉桃图像的分割。对晴天和阴天场景下自然棉田的图像进行了算法验证,能正确分割棉桃并定位棉桃位置,实现了非结构光环境下对棉桃的无监督的采样和分割定位,每幅图像的平均分割时间为0.58 s,晴天和阴天状况下棉桃的平均识别率分别达到94.18%和97.56%。将该算法与经典分类算法SVM(support vector machine)和BP在增加纹理特征和采用RGB特征的情况下进行对比,并分析了该算法在分割速度和识别率上都有较大优势的原因。试验证明该算法在棉桃分割中有很好的实时性、准确性和适应性,可为智能采棉机的棉桃识别算法提供参考。

基于细菌觅食与改进Otsu算法的自适应阈值边缘提取

针对Canny算子在阈值偏高或偏低的情况下会产生边缘丢失或伪边缘的缺陷,提出了一种基于细菌觅食算法与改进最大类间方差法(Otsu算法)相结合的自适应阈值Canny算子。根据图像的梯度幅值直方图将像素点进行分类,并基于改进的Otsu算法定义描述类间方差的适应度函数,通过细菌觅食算法自动获取使适应度函数最优的高低阈值。实验结果表明,该方法在目标边缘提取的准确性上优于传统算法。

基于改进Otsu算法的TFT-LCD点缺陷自动光学检测系统

针对TFT-LCD点缺陷自动光学检测时,缺陷与背景对比度较低难以用传统阈值分割算法处理的难题,提出一种改进的Otsu算法,并构建了TFT-LCD点缺陷自动光学检测系统。首先,通过Gabor滤波去除了纹理背景的影响。然后,利用威布尔函数形态参数分段取值时,其分布函数呈现的不同分布特性,改进了传统Otsu阈值提取函数。最后,进行了离线测试试验和在线测试试验。试验表明,改进的Otsu算法在点缺陷与背景对比度较低的情况下分割效果优于传统Otsu算法。将该算法移植到TFT-LCD点缺陷自动光学检测硬件平台上进行在线测试,正确检测率可达到94%,单个样本最短检测时间可缩短至150ms。降低了TFT-LCD人工检测点缺陷的工作量和劳动强度。

改进Otsu与形态学相结合的水体信息提取

水体提取对于洪涝灾害评估有着重要的意义。针对传统的Otsu分割阈值会偏向方差大的一类,因此分割结果包含大量的伪水体,给后续处理增加了极大困难的问题,提出目标权重改进的Otsu和结合高程连通标定的形态学优化方法。通过实验证明,基于目标权重改进的Otsu可以有效地平衡分割阈值,计算的分割阈值更接近真实分割阈值。利用改进Otsu提取水体的初始分布图,并采用结合高程连通标定的形态学优化方法对其进行优化,得到最终的水体分布图。对实验结果分析得出,该水体提取方法可以充分发挥改进Otsu和结合高程连通标定的形态学优化方法在提取水体方面的各自优势,大大提高了水体提取的精度。利用该方法对覆盖彭泽县的影像数据进行水体提取,验证了该方法提取水体的可靠性。

基于Canny算子改进的边缘检测算法

针对经典Canny算子在噪声去除、高低阈值选取和边缘断裂等问题,提出了1种改进的Canny算子边缘检测算法。首先用自适应中值滤波取代高斯滤波;然后采用改进的Otsu算法根据图像梯度幅值自适应地生成Canny算子的高、低双阈值;最后采用多特征融合技术修复断裂的边缘。实验结果表明,改进的算法具有较好的检测精度和抗噪声能力,能有效地修复图像断裂边缘,很好地控制断裂边缘的错误连接。

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。

几种基于图像自适应阈值分割的织物疵点检测方法比较

为比较4种自适应阈值算法对目标和背景灰度值差异较大织物疵点的检测效果,进而综合比较4种算法的优劣情况,分别用4种自适应阈值算法对平纹和斜纹织物疵点图像进行检测,并详细分析和比较检测结果。结果表明文中所述4种自适应阈值算法在一定程度上都能用于织物疵点的检测。当不考虑算法执行时间时,检测效果好坏顺序为:局部阈值分割算法>改进的Otsu算法>Otsu算法>最大熵阈值法。当考虑算法执行时间时,综合检测效果好坏顺序为:局部阈值分割算法>Otsu算法>最大熵阈值法>改进的Otsu算法。

一种自适应阈值的Canny边缘检测算法

针对传统Canny算法阈值选择困难的问题,本文提出一种基于最大类间方差法的自适应同步搜索高低阈值的方法。该方法首先根据梯度直方图信息将对应的像素分为三类;其次基于改进的Otsu算法定义评价函数,该评价函数描述了类间方差;最后依次搜索评价函数的一个最大值,自动获取Canny算子的高低阈值。该方法不需要人为设定任何参数。与传统Canny算法、直接Otsu算法的结果比较表明,本文方法对不同的图像都能较好地提取真实边缘,特别是在低对比度图像的边缘提取上,此方法更具有优势。

基于组合赋值法的稳态电能质量预警阈值研究

对电网中电能质量监测数据进行超标和异常数据挖掘,并给出相应预警,可实现问题早发现,早解决。但目前对异常数据预警阈值研究欠缺,且现有的阈值判断算法大多采用单一赋值现状,本文提出了基于组合赋值法的稳态电能质量预警阈值判定方案。该方案利用基于距离的聚类分析法和改进的最大类间方差法(Otsu)确定客观阈值,同时使用专家打分法计算出主观阈值,并按比例集权方式确定综合阈值。最后,基于实测数据对相关算法进行了算例验证,结果表明所提方法可对异常数据预警阈值进行较好设定,并能将其有效应用于稳态电能质量预警系统。

一种自适应的Canny边缘检测算法

针对传统Canny检测算法平滑图像时导致图像模糊及阈值选取的问题,提出一种自适应的Canny边缘检测算法。算法使用混合滤波器代替高斯滤波器对图像进行平滑去噪,结合线性边缘增强与Otsu算法改进传统的双阈值算法,避免人为设置高低阈值的局限性,提高了算法的适应性。文中设计了一系列的实验来验证算法的有效性。实验结果表明,改进算法不仅检测出了更多的弱边缘,而且检测出的图像信息更完整,连接性更好,具有更好的实用性。

基于双边滤波和Black-hat变换的OSTU裂缝分割算法

光照暗淡、污渍覆盖等原因会造成裂缝图像的裂缝难以被检测,对此文中提出了一种新的裂缝分割算法:该算法首先依次对图像进行基于彩色图的对比度拉伸、基于灰度图的改进高斯滤波的双边滤波处理,然后利用Black-hat变换和OTSU相结合进行裂缝分割。最后进行覆盖处理,用指定的颜色将二进制掩模叠加到原灰度图像上。实验结果表明,该算法在保留原有边界的同时,使得噪声得以有效去除,图像非裂缝信息得以很好抑制,裂缝可以显著突显。

扁平漆包线抖动干扰处理的研究

在扁平漆包线表面缺陷在线检测过程中,样线抖动导致使用帧间差分法分离背景时产生抖动干扰;常见抖动干扰处理方法存在处理时间太长和误消除真实缺陷的问题,故提出了改进方法,首先分析了抖动干扰的分布区域,得到了抖动干扰与真实缺陷不处在同一行,且存在抖动干扰的行上前景像素点数量较多的性质;然后在分布区域内,将前景像素点数量超过一定阈值的行置零,实现对抖动干扰的消除;阈值的选取利用一种改进的Otsu处理分布图得到,该图是将图像所有行,按照行上前景像素点数量多少,统计行出现的频率;实验证明,与常见方法相比,改进方法处理时间短,不会误消除与抖动干扰连接的真实缺陷,得到的处理结果与理想结果的交并比达到88%以上,具有很好的应用前景。

矩形靶标中心点定位技术研究

对靶标中心点的准确定位,是分析射弹散布规律、检验武器射击效能和评估射手技能水平的基础和关键。为实现靶标图像快速自动分割,对Otsu算法进行了改进,有效地提高了Otsu算法的分割效率;在实现靶标图像自动分割的基础上,经过图像形态学处理、边界追踪,通过最小二乘法确定靶标边缘方程,最终准确实现了靶标中心点的准确定位。

分层像素级图像融合中线性轮廓信息识别仿真

为提升分层像素级图像融合的效率和效果,文章提出了一种基于图像分割的线性轮廓信息识别方法,首先对模糊块状的源图像进行层次划分,通过灰度值的差值计算获得清晰的像素区域,以获得分层像素级图像的最佳融合区域;而后,根据传统Canny算子阈值设置不合理造成的轮廓边缘不连续或伪边缘的问题,引入最大信息熵进行阈值自适应选择,以改进Canny算子,去除伪边缘的问题,并融合自适应生长区域算法、Otsu阈值分割识别轮廓边缘的断点信息,解决轮廓边缘不连续的问题。最后,利用Matlab仿真分析,验证了改进Otsu阈值法和自适应阈值Canny算子的线性轮廓信息识别算法的准确度、完整性更高。