基于纹理去噪的摇床多矿带分割方法

摇床矿带的颜色与分布直观地反馈了摇床的工况,生产现场普遍采用人工监控方式,劳动强度大,运用机器视觉方法可代替人工监控矿带,有效降低人力成本。为了解决摇床图像多矿带分割的难题,提出了一种基于纹理去噪-聚类分割的矿带分割方法。该方法使用直方图均衡化对输入灰度图像进行增强,提升矿带间对比度;引入双边滤波器(BTF)进行纹理平滑,避免平滑造成矿带边缘模糊;通过高斯混合模型(GMM)对纹理去噪后图像进行聚类分割,得到多矿带区域。还采用Dice系数、精确度和特异度作为评价指标,通过与直接分割法、其他去噪-分割组合方法对比,表明采用的方法能够实现多矿带分割,没有过分割与欠分割现象,指标明显优于其他方法,为摇床无人化生产奠定了基础。