基于最佳阈值分割的激光焊点缺陷检测算法研究

针对新能源汽车电池材料中传统焊接点质量检测方法存在效率低、漏检率高以及工作强度大等问题,基于最佳阈值分割设计了激光焊点缺陷检测算法。首先通过改进最大类间方差法将图像裁剪为多个小图像进行阈值分割,并基于最佳阈值对整体图像进行分割,解决了在物料背景明暗不定的情况下焊点难以精准提取的难题,提高了对焊点宽、高、面积的检测精度,并且有助于焊点位置偏移的检测;然后利用模板匹配法实现了对焊点形状和角度的检测;最后通过Halcon视觉软件进行了算法实现。结果表明:所提出的方法能够有效地解决焊点难以提取的问题,相较于局部方差法、自适应阈值法等其他方法具有较大的优势;在实际应用中,焊点检测通过率达到了98.55%,误判率为0,满足工业生产的需求。

多向加权Tsallis熵最大化导向的自动阈值分割方法

受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法(Multi-directional Weighted Tsallis Entropy,MWTE).基于新设计的反正切方向性卷积核的多尺度乘积效应,该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后,通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数,并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明,本文提出的方法虽然在计算效率方面不占有优势,但它对不同模态的测试图像具有更稳健的分割适应性,且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法.

基于加权灰度图与混合阈值分割方法的光伏热斑检测

在光伏红外热图像中,热斑和部分高温工作区的亮度非常接近。在利用传统的阈值分割技术提取热斑时,往往会将工作区也一并分割出来,形成虚假热斑。结合Otsu算法和Sauvola算法的优点,提出了一种基于加权灰度图的混合阈值分割方法。通过对灰度图加权处理,降低工作区亮度,从而增强热斑与工作区的对比度,改善热斑的可视性。利用Otsu算法与Sauvola算法二值化灰度图,并根据二值图差异度计算混合阈值,以此消除虚假热斑的干扰。实验证明,该方法适用于检测存在高温工作区的光伏板热斑,能够精准有效地分割热斑。

四向加权香农熵最大化导向的自动阈值分割方法

灰度图像的灰度直方图可以呈现出无峰、单峰、双峰或多峰的形态特征,但传统熵阈值分割方法大多仅适合处理具有单峰或双峰形态特征的灰度图像。为了提高熵阈值分割方法的分割精度和分割适应性,提出一种四向加权香农熵最大化导向的自动阈值分割方法 FWSE(Four-directional Weighted Shannon Entropy)。首先用新设计的方向性Prewitt卷积核在4个方向进行多尺度乘积变换(MPT),以获得一系列方向性MPT图像;再基于三次样条插值函数和曲率最大化准则自动计算出每个方向的最优MPT图像;其次在每个方向上通过内外轮廓图像对最优MPT图像的像素进行重新取样,以获取重构的灰度直方图,并在此基础上计算相应的香农熵;最后以4个方向的加权香农熵最大化为准则选取最佳分割阈值。与新近的3种阈值分割方法以及2种非阈值分割方法在4幅合成图像和100幅真实世界图像上进行实验,结果显示:在合成图像上,FWSE方法的平均马修斯相关系数(MCC)达到了0.999;在真实世界图像上,FWSE方法与其他5个分割方法的平均MCC分别是0.974、0.927、0.668、0.595、0.550和0.525。这表明FWSE方法具有更高的分割精度和更灵活的分割适应性。

基于图像阈值分割算法的污水悬浮颗粒浓度检测方法

为实现对污水悬浮颗粒浓度的准确检测,提出基于图像阈值分割算法的污水悬浮颗粒浓度检测研究。先采集污水悬浮颗粒图谱信息,提取污水悬浮颗粒红外光谱的熵特征量,然后构建污水红外光谱图像的阈值分割和多尺度特征分解模型,求解污水悬浮颗粒流体域和固体域的图像特征耦合性特征量,最后通过污水悬浮颗粒红外特征变量类型与取值范围的差异性,实现污水悬浮颗粒浓度检测。测试表明,该方法检测精度高于0.9,证明所提方法提高了污水悬浮颗粒的有效治理能力。

基于轻量化YOLOX-S与多阈值分割的矿山遥感图像去噪算法

矿山遥感图像普遍存在大量的噪点,给后续图像分析和处理带来了很大困难。提出了一种基于轻量化目标检测模型YOLOX-S和多阈值分割的矿山遥感图像去噪算法。首先使用YOLOX-S模型对矿山遥感图像进行目标检测,得到矿山目标的位置信息。然后针对矿山目标的特点,设计了一种多阈值分割方法消除图像中的噪声点。通过将图像分为若干个子区域,并对每个子区域采用不同的阈值进行二值化处理,最终将各子区域的二值化结果合并得到去噪后的图像。试验结果表明:该算法能够有效地去除矿山遥感图像中的噪声点,并且在保留目标特征的同时,大幅提升了图像质量。此外,由于采用了轻量化模型和多阈值分割算法,使得该算法具有较快的处理速度和较低的计算成本,适用于大规模图像数据的处理任务。

基于动态阈值分割法的接触轨图像关键特征点提取方法研究

在地铁系统中,接触轨的状态对于牵引供电系统的安全性至关重要,一旦接触轨几何参数超出正常范围,不仅会导致集电靴无法正常取流,进而影响运营车辆的顺畅运行,而且在极端情况下,还可能引发严重的安全事故。传统的接触轨几何参数测量方法在采集图像时通常面临背景复杂、干扰图像多等问题,以致检测数据量少、检测密度低,从而难以精确提取接触轨的关键特征信息。针对这一问题,文章提出一种新的方法,即结合动态阈值分割法、直线拟合以及投影计算的方式,有效解决接触轨特征点提取的难点,实现几何参数的精确测量。该方法不仅能够准确捕捉到接触轨的细微变化,还能够确保测量结果的可靠性和准确性。为进一步提高测量的便捷性和实用性,研究过程中同步研制出一套接触轨几何参数的便携式测量装置,并在地铁线路上进行现场应用示范,为实际运营中的接触轨状态监测提供有力的技术支持。

基于改进雁群算法的Otsu多阈值图像分割

阈值分割是一种被广泛应用的图像分割技术。然而,传统的最大类间方差法(Otsu算法)在多阈值图像分割中面临着计算复杂度高、执行时间长及分割准确性不够等挑战。针对这些现象,提出一种基于改进雁群优化算法(CBLSGSO)的Otsu多阈值图像分割算法,该算法将Cubic混沌映射模型嵌入雁群算法初始化过程中,提高种群的多样性;提出多区域引导式结构,对种群动态切分并设计不同的进化机制,扩大种群寻优范围;引入自适应正余弦策略和蝴蝶算法搜索策略,提高算法的收敛精度,有效地平衡了算法的全局寻优能力和局部寻优能力。为验证改进后Otsu算法性能,选取ACC、Jaccard、Specificity、F1-score、FSIM、SSIM和PSNR等指标作为评价指标,并与近年来不同学者提出的图像分割算法进行实验对比,验证了算法的有效性。实验结果表明,基于改进雁群算法的Otsu图像分割法能更快速精确地解决复杂图像分割问题。

基于GA-Otsu的数字图像阈值分割的研究与实现

为提高图像分割的全局搜索能力与最优化阈值选取的准确性,基于最大类间方差法(Otsu)与遗传算法(GA)提出了一种数字图像阈值分割优化算法GA-Otsu.将遗传算法和Otsu结合起来,利用遗传算法较强的全局搜索能力,通过一系列遗传操作可以快速地靠近图像分割的最优阈值.以Lena、Cameraman、Pep-pers、Airplane、Scene和Tree为对象,比较分析Otsu算法与GA-Otsu算法的图像分割效果、抗噪性与时效性.结果表明,GA-Otsu图像分割方法在保证图像分割质量的同时,能有效缩短对数字图像的分割时间,分割时间小于0.07 s,改善了Otsu算法的分割局限性.

基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法

研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性:文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、2.16%、9.86%、7.45%、21.86%。文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。

改进?鱼优化算法和熵测度的图像多阈值分割

针对传统图像多阈值分割方法存在效率低、分割质量差等问题,提出一种改进?鱼优化算法并结合熵测度(weight lens remora optimization algorithm,WLROA)的图像多阈值分割方法。针对?鱼优化算法易陷入局部极值等缺陷,引入透镜成像反向学习策略,生成透镜反向解来增加种群多样性,进而提高算法跳出局部极值能力;提出一种自适应权重因子,对个体位置进行自适应扰动,提高算法探索能力。以最小化交叉熵作为优化目标,利用WLROA确定最小交叉熵并获得相应分割阈值。选取部分伯克利大学分割数据集图像和遥感图像测试提出算法的分割性能,测试结果表明,WLROA与其他知名算法相比具有更好的分割效果,能够有效实现复杂图像的精确处理。

改进沙猫群优化算法的2D-OTSU多阈值图像分割

针对传统多级阈值图像分割方法精度低、收敛速度慢的问题,提出一种改进的沙猫群优化算法(Improved Sand Cat Swarm Optimization, ISCSO)用于全局优化,并应用于2D-OTSU多阈值图像分割任务。通过使用Henon混沌映射和反向折射机制初始化种群,使得种群的分布更加均匀,提高搜索的起始状态,从而增加算法的全局搜索能力;采用非线性灵敏度更新公式来平衡搜索多样性和收敛精度;引入可变螺旋搜索策略改进位置更新算法,以确保算法具有较好的搜索多样性和跳出局部最优解的能力。选取6张测试图像对ISCSO算法进行2DOTSU多阈值图像分割实验,采用峰值信噪比(PSNR)、特征相似性指数(FSIM)和结构相似性指数(SSIM)对实验结果进行评价。实验结果表明,基于ISCSO算法的2D-OSTU多阈值图像分割方法在图像分割任务中85.2%的结果优于对比算法,具有较强的搜索精度和收敛速度,这证明了ISCSO算法在图像分割领域的有效性和潜力。

圆形直方图线性化的高精度高适应性多阈值分割方法

针对已有彩色图像多阈值分割方法存在的分割精度不高、分割适应性较差等问题,提出一种圆形直方图线性化的高精度高适应性多阈值分割方法。在对输入彩色图像进行超像素预处理后,构建累积分布方差最大化准则,将圆形直方图截断后延展为线性直方图。在线性直方图上,结合Tsallis熵和类间方差构建一个新的多阈值分割目标函数。引入麻雀搜索算法,快速求解多阈值分割目标函数得到最优阈值进行阈值分割。在8幅合成图像和500幅真实世界图像上将提出方法和9种不同的彩色图像分割方法进行全面比较,在峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似度(FSIM)、概率兰德指数、全局一致性误差(GCE)、信息差异6个量化评价指标上的综合实验结果表明,提出方法在计算效率方面与比较方法大致持平,但在分割精度和分割适应性方面明显优于比较方法,在PSNR、SSIM、FSIM和GCE等评价指标上分别以19.95 dB、0.80、0.94和0.16取得最优结果。

基于改进袋獾算法的破片图像多阈值分割

针对静爆场中所拍摄图片存在破片目标小、背景复杂的问题,提出一种基于改进袋獾算法的破片图像多阈值分割。基于Tent混沌映射初始化种群,加入自适应权重策略以提高算法全局搜索能力,结合精英反向学习策略来避免算法过早陷入局部最优。基于优化袋獾算法求解Tsallis相对熵的最小值,作为目标函数值计算最佳阈值对破片图像进行目标分割。仿真结果表明,ITDO在12类基准函数上相较于其他算法表现出更强的收敛性和稳定性。ITDO-Tsallis算法与其他两种先进算法相比,收敛时间更快、求解目标更精准,说明该算法能有效解决静爆场破片图像目标分割问题。

基于全局阈值分割的泥沙粒度分布测量及校正

针对泥沙颗粒灰度图像中的噪声和边缘模糊问题,提出了一种新的基于全局阈值分割方法。通过利用背景像素的正态分布特征和像素灰度值的突变点作为参考阈值,实现了有效的阈值分割,进而采用SURF检测和FLANN匹配方法验证了图像分割的准确性和可靠性。构建了泥沙颗粒形状测定系统,通过线性修正方法对系统误差进行了修正,将误差范围控制在±0.01 mm以内。进一步将该方法与马尔文激光粒度仪法进行了比较分析。结果表明:在D50—D60尺度下,两种方法的测量结果基本一致;当颗粒粒径小于D50时,测量结果偏大,大于D60时,测量结果偏小,平均百分位偏差在±0.02 mm范围内,相对百分位偏差在7%以内,证明了该方法的可靠性。

二维Otsu的Z字折线阈值分割方法

针对二维直方图阈值分割算法存在的因误分类而导致的分割精度下降的问题,结合二维直方图的先验知识的阈值分割方法,提出了二维Otsu的Z字折线阈值分割方法。基于二维Otsu区域斜分法的基础上进行改进。我们结合二维直方图中的边界区域和噪声区域的信息,采用Z字折线阈值作为分割标准,纠正了普遍存在的错误分类,并利用小概率事件原则自适应确定折线方程,实现高精度图像分割的同时还有效提高了算法的适应性。实验结果表明,改进方法能够有效提高图像分割的精度,增强自适应性,与同类分割算法比较,性能有了明显提升。

基于连通性阈值分割的煤岩裂隙识别方法

煤岩裂隙发育形态是影响煤岩渗透性、决定煤岩体力学特征的重要因素。针对煤岩裂隙识别过程中存在的复杂结构处理不当、裂隙边界特征保留不足、噪声干扰等问题,提出了一种基于连通性阈值分割的煤岩裂隙识别方法。首先,采用直方图均衡化增强算法和非局部均值滤波去噪算法对图像进行预处理,其次,利用自适应Otsu阈值分割确定预处理后图像的阈值,识别出可能的裂隙区域,应用形态学运算对这些区域进行精细化处理,进一步突出裂隙的边界特征。然后,通过Canny边缘计算提取种子点,以识别图像中的关键特征。最后,基于这些种子点进行区域生长操作,从而有效抑制噪声,并在平滑图像裂隙的同时更加清晰地突出裂隙信息。实验结果表明:①连通性阈值分割的均方误差较自适应Otsu阈值分割和自适应阈值分割分别平均减少了7.20,7.10 dB,连通性阈值分割的峰值信噪比较自适应Otsu阈值分割和自适应阈值分割分别平均提高了0.60,0.59 dB。②连通性阈值分割不仅有效解决了裂隙提取不明显、末端提取效果差及连接处特征消失的问题,而且显著减少了噪声的干扰,使裂隙特征变得更加突出,从而极大地提高了裂隙识别的准确性和完整性。③连通性阈值分割在自适应Otsu阈值分割的基础上,强化了裂隙特征并有效消除了噪声点,平均准确率较自适应阈值分割算法和自适应Otsu阈值分割分别提高了8%和0.8%,达98.9%。

基于通用学习均衡优化器的多阈值图像分割

传统的元启发式多阈值图像分割算法计算复杂度高且容易陷入局部最优,通用学习均衡优化器在搜索过程中使粒子从不同维度的候选粒子中学习,在求解复杂问题最优解时有很强的能力,克服了容易陷入局部最优的问题。提出将通用学习均衡优化算法优化最大类间方差法来实现多阈值图像分割,实验选择标准灰度图像,以峰值信噪比、结构相似度、运行时间和适应度值为评价标准,将该算法与均衡优化算法、粒子群优化算法进行了比较。结果表明,基于通用学习均衡优化器的多阈值图像分割算法结果的峰值信噪比、结构相似度在绝大多数情况下优于另外两个算法,并且收敛速度快,执行效率高。

多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法

针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个方向下的具有单峰直方图模态的四幅参考图像;然后通过二值轮廓图像对四幅参考图像进行采样构建对应的直觉模糊集;最后运用多向加权策略,将不同方向的四个直觉模糊集融合以构建相似性目标函数,并以该目标函数取最大值时对应的灰度值作为分割阈值。提出的方法与5种新近的分割方法进行了全面比较,在8幅合成图像和88幅真实世界图像上的实验结果表明:提出的方法具有更高的分割精确性和更灵活的分割适应性,在合成图像和真实世界图像上的平均马修斯相关系数方面分别达到了0.998和0.964,相较于分割精度第2的方法分别提高了39.90%和26.22%。

基于改进灰狼优化算法的QFN芯片图像多阈值分割方法

在QFN芯片封装缺陷检测中,增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题,本文提出一种基于改进灰狼优化算法(IGWO)的图像多阈值分割方法。首先,改进原始灰狼优化算法非线性因子,平衡算法搜索效率与挖掘能力;其次,引入反向学习策略提高种群整体质量,引入正弦函数、调整头狼权重以改进灰狼更新策略,增强算法多样性与挖掘能力;然后,提出头狼靠拢与种群变异交替进行的位置更新策略,平衡算法收敛性能与跳出局部最优能力;最后,以Kapur熵为适应度函数,求解最优分割阈值。将本文提出的改进灰狼优化算法的多阈值图像分割方法,与灰狼优化算法(GWO)、基于翻筋斗觅食策略的灰狼优化算法(DSF-GWO)、基于莱维飞行的樽海鞘群优化算法(LSSA)、改进北方苍鹰算法(INGO)的图像分割方法进行实验对比,结果表明:本文方法在分割用时方面,约为DSF-GWO的1/2,INGO的1/4;在分割精度与稳定性方面,在进行QFN芯片缺陷图像的连续30次分割时,本文方法具有最大Kapur熵平均值、最小标准差与最短分割时间。因此本文方法可实现高精度、高稳定性与高效率的QFN芯片图像多阈值分割。