自适应阈值法的红外图像边缘检测研究

为提取完整且清晰的红外图像目标边缘轮廓,对基于自适应阈值法的红外图像边缘检测方法进行研究。求解原始红外图像的梯度及角度图像,并采用非大极值方法抑制边缘轮廓细化,利用最大类间方差法计算红外图像前景及背景的分割阈值,提取红外图像目标初始边缘轮廓,搭建初始边缘期望梯度场,构建包含颜色值及梯度值代价函数的能量函数,避免红外图像最终边缘检测结果与输入原始红外图像出现差异,求解能量函数获取不同程度平滑、增强后的目标边缘检测图像,至此,完成红外图像边缘检测。实验结果证明,所提方法能够清晰、完整地提取初始边缘轮廓;能够自适应平滑冗余信息、凸显关键边缘信息,精准检测出最终目标边缘轮廓,且利用该方法对红外图像边缘进行检测的性能更加稳定,检测精度高。

一种尺度自适应Canny边缘检测方法(英文)

作为最优边缘检测算子,Canny算子在线性滤波及选取阈值方面具有一定的局限性。在其基础上,采用尺度可变的自适应高斯滤波器进行滤波,通过计算滤波器各滤波窗口内像素点灰度值的均值,以及该均值与当前像素点灰度值的差值,确定滤波窗口的平滑度,并将其作为高斯函数尺度的大小,在滤除噪声的同时确保了边缘信号不被平滑掉;同时采用基于简单统计法及梯度阈值法的双阈值分割方法检测经过非极大值抑制的梯度幅值图像的边缘。实验结果表明,该方法能够有效滤除噪声,且假边缘及丢失边缘的数量都比Canny边缘检测的少。

二维搜索与梯度重心相结合的光条提取方法

为了在线结构光三维形貌测量中快速准确提取光条的中心位置,保证测量精度,研究了一种基于二维搜索与梯度重心相结合的光条中心提取方法。首先,分析了图像中光条的几何特征和灰度分布特点,采用二维搜索的方法对光条中心进行初步定位;然后,采用自适应阈值法确定光条边界的精确位置;最后,采用梯度重心法对光条中心进行精确定位,得到光条中心的精确位置。该方法单幅图像光条提取时间控制在0.03 s以内,提取误差(3σ)为0.1 pixel,在60 mm×60 mm的测量范围内,测量精度优于30μm,满足了测量对精确性和实时性的要求,解决了实验中存在的局部过曝的问题,具有较强的适应能力。

自适应控制下图像分割及并行挖掘算法

针对海量图像数据中目标的分割及识别问题,提出了一种自适应控制下图像分割及并行挖掘算法.采用隶属度函数窗口宽度在图像直方图控制下自适应调整模糊阈值图像分割方法对图像进行分割,提取出感兴趣的潜在目标区域,基于共轭梯度法改进的BP神经网络算法对潜在的目标区域进行训练和识别,识别算法基于OpenMP并行处理模型开发来提高执行效率.结果表明:本文算法相对于基于偏移场的模糊C均值、灰度波动变换自适应阈值和自适应最小误差阈值具有更高的分割准确率,与传统神经网络算法的识别结果相比,平均识别率提高了8%,运行时间减少了2. 5 s.

内蒙古乌达煤田煤火治理效果的遥感监测与评估

为了评估内蒙古乌达煤田煤火治理的效果,采用2008年治理前、2011和2013年治理中以及2015年治理后期的Landsat 5/8热红外波段影像,利用单窗算法反演4个年度的乌达煤田地表温度;采用自适应梯度阈值(selfadaptive gradient-based thresholding,SAGBT)法圈定该煤田煤火区,分析煤火空间分布格局演变动态,并对探测结果进行了实地验证。结果表明,所识别煤火区的准确率为75%;煤火区面积由2008年的1.194 km^2演变到2015年的0.873 km^2,呈显著下降趋势。总的来说,煤火治理取得了初步成效,实现了煤火区面积26.88%的减量;但仍有73.12%的存量,说明今后仍须加大煤火治理力度。

融合深度学习的自动化海洋锋精细识别

传统的海洋锋识别方法依赖于梯度阈值,其将梯度值大于设定阈值的海域视为存在海洋锋,但梯度阈值法存在阈值依赖人为设定且标准不统一,以及复杂多样的海洋锋无法用单一阈值进行准确识别的问题。为此,提出一种融合深度学习的自适应梯度阈值判别方法。对海温梯度图进行标注,通过Mask R-CNN训练得到海洋锋像素级识别模型,统计每一类锋特有的梯度值分布作为该类锋的基准梯度阈值,并基于该阈值对像素级的锋面识别结果做精细化调整,对锋面识别结果精度进行量化,以提高自适应锋面调整过程的可靠性。实验结果表明,与传统梯度阈值法及单一的深度学习结果相比,该方法可以实现精细的海洋锋识别,且具有良好的独立性和完整性。

基于ASTER影像的乌达火区遥感监测研究

为了监测评估内蒙古乌达煤火的治理效果,以灭火前、中、后和灭火监测期的ASTER热红外波段为数据源,采用TES算法反演矿区地表温度,根据自适应梯度阈值法提取4个年度的火区,经过对比验证发现:2008年提取火区与2009年航空参考火区的重合度为71.4%;分析2008—2015年间的煤火演变状况,结果表明:2008—2013年间,火区呈现显著缩减趋势,面积减少2.5 km2,由集中变为零星分布,这表明该时期煤火治理效果显著;2013—2015年间,火区面积增加了0.3 km2,由离散变为集中分布,这说明火区有复燃的趋势,1 km2的存量说明今后仍需加大火区治理力度。