基于三帧差法和交叉熵阈值法的车辆检测

考虑运动车辆图像的时间相关性和空间相关性,采用三帧差分法与二维交叉熵阈值法相结合的方法对运动车辆进行检测。利用三帧差分法对视频图像进行运动车辆的检测,得到灰度图像的差分图像,使用二维交叉熵阈值法对差分图像进行二值化。实验结果证明,该方案能够检测出完整的运动车辆,具有良好的可靠性和鲁棒性,满足智能交通系统的要求。

灰度-梯度共生矩阵模型的加权条件熵阈值法

基于二维灰度直方图的最大熵阈值法是依据"灰度-灰度均值"构成直方图的图像分割方法,该方法着重于图像的内部信息,忽略了边界区域的信息。应用图像的梯度信息建立"灰度-梯度共生矩阵",构造图像的二维灰度直方图,结合最大条件熵法进行阈值选取。为了充分提取图像内部和边缘信息,提出了二维加权最大熵阈值法。结果表明,该方法一方面能够保留更多的图像边缘信息,另一方面能够根据实际需要调节权值大小,得到兼顾图像内部和边缘信息的分割结果。

复杂背景下基于AD-GAC模型和最大熵阈值法的叶片病斑分割

旨在研究复杂背景下叶片病斑的分割。由于复杂背景会带来巨大的噪声,产生过多的边缘和灰度值不均匀的区域,很容易导致过分割的现象,因此在复杂背景下,很难通过1次分割就完成对叶片病斑的分割。为了解决复杂背景下过分割的现象,提出两步分割的策略。第1步先用笔者提出的各向异性扩散测地线活动轮廓模型(anisotropic diffusion geodesic active contour model,简称AD-GAC模型)进行预分割,在此过程中构造新的边缘检测函数(edge stop function,简称ESF);第2步通过最大熵阈值法完成最终的分割。随后,提取并计算预分割部分各像素灰度值的最大熵,以得到病斑部分与叶片部分的灰度值阈值,通过阈值来完成最后1步的分割。通过MATLAB仿真,可以证明该算法可以有效地将病斑从复杂背景下的叶片上分割出来。研究结果后续的病斑识别作了铺垫。

基于“灰度-梯度共生矩阵”的最大条件熵阈值法

基于"灰度-梯度共生矩阵"模型,在现有最大条件熵图像阈值法的基础,引入加权系数进行改进。为了解决权值选取问题,以图像分割质量评价的均匀性测度为评价指标,采用自适应粒子群算法对权系数进行优化选择,进而获得最优的分割阈值。实验结果表明,与二维最大熵、最大条件熵算法相比,该方法能够获得更佳的分割结果。

基于加权香农熵的图像阈值法

熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对最大熵阈值法是基于图像灰度分布的均匀性假设,导致它对有些图像分割无效的问题,首先提出了加权信息熵的图像分割新方法,其次对加权信息熵的灰度级权因子选取方式进行了探讨,最后给出了基于类内熵和类间熵相结合的图像分割效果评价新方法。实验结果表明,提出的方法是可行的。

局部放电离散谱干扰的小波包变换熵阈值抑制法

将信号的小波包变换看做通过等带宽的滤波器组 ,输出是对应频带上的分量 ,如某一频带上存在离散谱干扰 ,其小波包变换树节点的信息熵将会明显增大。同时 ,提出基于小波包分解和重构算法的熵阈值法。结果表明 ,这种方法具有良好的自适应性 ,无须事先确定离散谱干扰的数目及其中心频率 ,干扰抑制能力强 ,能准确提取局部放电脉冲的相位 ,对于单一放电类型 ,可以标定放电量的大小。

基于最大熵阈值分割法的颅脑CT图像血肿自动诊断系统研究

目的:探讨颅脑CT图像中血肿区域自动分割的图像处理方法,以解决人工处理颅脑CT图像效率低及误差大等问题。方法:选取在医院进行治疗的出血性脑卒中病患的颅脑CT图像,基于颅脑解剖结构及CT成像原理分析得到CT图像的先验模型,并根据其一维灰度直方图特征为基础,进行颅骨区域图像和颅内组织的分割,依据病灶一维灰度直方图的曲线特征完成病灶的分类检测,并采用最大熵阈值分割法(KSW熵算法)确定最佳分割阈值实现血肿区域的分割,并完成颅脑CT图像血肿自动检测系统的设计。结果:通过对颅脑CT图像实施分割,结果表明该方法能够明显降低血肿区域的分割误差<6.5%。结论:基于KSW熵算法能够确定颅脑CT图像中血肿区域的最佳分割阈值,较好实现血肿病灶的自动化诊断。

基于二维最大熵阈值的SAR图像分割算法

本文针对复杂陆地SAR图像,提出改进的图像二维最大熵阈值分割法,在检测门限的判别函数中引入加权系数。由于加权系数的引进,增强了模型对复杂陆地SAR图像的适应能力,提高了图像分割的精度,降低了漏警率和虚警率,取得了较好的分割效果。

基于无人机可见光遥感和阈值法的玉米植被覆盖度提取

为了快速获取夏季玉米四叶期、拔节期和抽穗期的植被覆盖度信息,以无人机拍摄的夏季玉米3个时期的可见光图像为研究对象,通过计算获取可见光波段的差异植被指数、过绿指数和归一化绿蓝差异指数.利用上述3种植被指数,通过时序交点阈值法和最大熵阈值法提取玉米3个生长时期的植被覆盖度信息,将监督分类结果作为真值对上述两种方法的提取效果进行评价.结果表明,与时序交点阈值法相比,利用最大熵阈值法确定的阈值提取玉米植被覆盖度精度较高,玉米3个生长时期的可见光波段差异(VDVI)植被指数的提取误差分别为4.66%、3.42%和5.81%.

最大熵轮廓提取下的脸部区域自适应提取算法

针对目前现有方法提取出的人脸区域准确度低的问题,提出一种最大熵轮廓提取下的脸部区域自适应提取算法。使用最大熵阈值化方法对图片进行二值化处理,将处理后得到的图像的轮廓作为水平集的初始演化曲线,减少从初始曲线演化到人脸轮廓附近这一过程的演化次数,用自适应的权重系数取代CV (Chan-Vese)模型面积项的系数,使模型能够根据图片的信息自适应演化,提高模型的自适应性。使用自采集人脸库(男女各20人,每人20张不同光照、姿态的图片)中的图片进行实验,实验结果表明,该算法比图割算法和传统的水平集算法在人脸区域提取方面具有更高的准确度。

基于参数型模糊熵的图像分割新方法

直方图阈值法因其简单性和抗噪性在图像处理中得到了广泛应用。针对传统模糊熵阈值法对图像分割最佳阈值选取缺乏鲁棒性的问题,提出了参数型模糊熵图像分割新方法。该方法对图像分割最佳阈值选取具有良好的鲁棒性,适当调整参数可获得满意的视觉分割效果。实验结果表明,提出的方法是可行的。

基于改进GA-KSW熵法的无人机拍摄绝缘子故障识别

针对输电线路中绝缘子的故障问题,设计并实现一套绝缘子自爆故障识别算法。设计无人机整体构架,包括导航能力、避障能力以及高压线旁工作的抗干扰能力;对传统遗传算法进行改进,结合最佳熵阈值确定法对绝缘子图像进行分割;利用形态学得到纯净的绝缘子串;采用所设计的拟合算法推测绝缘子应有位置,分别从正视图和斜视图对绝缘子自爆故障进行识别。结果表明:所提算法在分割绝缘子图像时精确度高,速度比传统遗传算法提高了约75%;该算法适用于多角度拍摄的绝缘子故障识别,为无人机拍摄的绝缘子故障识别提供了保障。

图像阈值分割方法运用于中空纤维膜截面尺寸的测量

比较了迭代阈值分割法、Otsu阈值分割法和最大熵阈值分割法对中空纤维膜截面尺寸测量的影响。试验证明,三种阈值分割方法均能对膜截面图像进行有效分割并进而完成准确测量。最大熵阈值分割方法相比较于目视测量参考值,外径和内径的平均相对误差分别为0.82%和1.41%,更适合膜截面尺寸的准确测量。

纸币面值识别系统图像分割技术的算法

研究了4种图像分割算法:双峰法、迭代算法、最大类间方差法和最大熵阈值法,并分别给出经这4种算法处理后的图像分割效果图.实验表明:迭代算法对纸币面值识别系统而言是较理想的分割方法.

基于CT图像的颅内血肿体积测量方法的研究

颅内血肿尤其是急性颅内血肿是危害患者生命健康的颅脑损伤之一。颅内血肿的大小是衡量病人手术与否的重要指标之一。本文对CT图像的处理与分割问题进行研究,得到了临床需要的自动颅内血肿体积测量方法。

一种改进的亚像素边缘检测方法

为满足测量系统的快速、高精度的图像测量要求,提出一种基于传统Zemike矩结合小波变换实现亚像素边缘检测的方法.算法先用小波模极大值原理对图像粗定位,再用Zernike矩算法对边缘进行亚像素定位,并用最大类熵阈值法计算阈值,实现图像的亚像素边缘检测.实验表明,该方法抗噪性能好,且检测精度更高,能达0.1～0.2个像素.

Faster R-CNN定位后的工业CT图像缺陷分割算法研究

由Faster R-CNN定位的缺陷区域内存在弱边缘,若直接采用常规分割算法对该小区域进行处理,会出现严重的过分割或欠分割现象。在此研究了一种针对Faster R-CNN定位后的工件缺陷的精确阈值分割法。在利用形态学开闭重建算法对定位区域进行重建,并对重建后的图像用Otsu双阈值法做变换处理的基础上,进一步利用最大熵阈值分割法对变换后的图像进行分割,最终对分割出的缺陷进行面积、周长等参数的测量。实验结果表明,所研究算法较常规的算法对工件的缺陷(裂纹、气泡和夹渣)有更好的分割能力。该算法不仅可以准确地分割出包含弱边缘的目标,还可以有效排除轮廓背景对分割的干扰。

基于图像处理的双孢蘑菇分级方法研究

为提高工厂化生产双孢蘑菇的精选分级效率,本研究提出了基于图像处理的方法实现对新鲜双孢蘑菇的自动化分级。图像采集时阴影的存在和双孢蘑菇柄部是影响测量最大直径的重要因素,本研究首先结合全局阈值分割法与寻找最大熵阈值分割法进行第一次分水岭算法去除阴影部分,然后使用Canny算子、开闭运算、膨胀腐蚀等进行第二次分水岭算法去除柄部干扰,经试验验证,该方法分级效果较好。

基于改进遗传算法的图像分割

将改进遗传算法用于图像分割,利用判断分析法和最佳熵自动阈值法两种阈值分割方法进行实验并加以比较,结果表明,利用最佳熵自动阈值法进行的图像分割优于判断分析法。

一种改进的彩色城市倾斜航空影像植被提取方法

KSW熵自动阈值法是面向对象的不需要先验知识的单阈值分割方法,但是面对背景复杂的彩色城市倾斜航空影像,其分割效果有待进一步提高。提出一种改进KSW熵自动阈值法对彩色城市倾斜航空影像植被进行提取,即结合改进的归一化植被指数以及几何特征来进行城市倾斜航空影像的分割。实验证明,该方法能够很好地提取植被,且普适性好。与传统KSW熵自动阈值法相比较,分割效果令人满意。