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。

基于WFSOA的2D-Otsu钢轨缺陷图像分割方法

针对二维最大类间方差阈值法(2D-Otsu)抗噪性较弱、计算时间较长的问题,文中提出了一种基于随机权重及异步价值因子取值的人群搜索算法,并将其应用于2D-Otsu中对钢轨缺陷图像进行分割。该算法采用随机权重加快收敛速度,采用异步价值因子提高搜索能力,有利于全局收敛到最优值。根据测试函数分析,WFSOA算法能够快速收敛,寻优值结果精度高,收敛时间短,算法稳定性好。在钢轨缺陷图像分割中,将2D-Otsu的迹函数作为WFSOA的目标函数,实验结果表明图像检测实时性高,对表面灰度不匀或生锈的钢轨缺陷分割结果清晰,有效降低了钢轨缺陷误检率和漏检率,在计算时间上仅占2D-Otsu算法的2%,可满足实际工程对实时性的需求。

基于改进的2D-OTSU磁柱表面缺陷检测方法

在磁柱成形、烧结、研磨工艺中,磁柱表面会产生结疤、黑片、掉边、裂缝等表面缺陷,现有的人眼检测主观性大、缺陷分类标准不一致。针对磁柱表面缺陷检效率低和易受人工影响的问题,提出了一种基于改进的2D-OTSU磁柱表面缺陷检测方法。标定相机,在磁柱沿轴向匀速旋转一周的时间内,控制相机连续拍摄4张柱面照片。采用中值滤波方法对磁柱图像进行滤波去噪处理,通过距离函数优化权重系数的设置,以获取最佳阈值,优化2D-OTSU算法,进而改善图像分割效果。综合采用周长、面积与宽度三种特征进行特征提取与缺陷分类。实验结果表明,本系统能准确识别磁柱表面缺陷,表面缺陷检测综合正确率达98%。

基于2D-Otsu与PCNN的图像分割研究

在“互联网+”的背景下,大数据的处理及提取信息至关重要。图像分割是进行图像特征提取和识别进行处理数字图像处理的关键步骤。鉴于现有的2D-Otsu算法的计算复杂度过高和时效性较差的缺点,本文通过输入点火神经元的刺激的像素点的灰度值变为255,再输出给2D-Otsu算法计算类间方差的方式,使2D-Otsu算法与脉冲耦合神经网络(PCNN)相结合,实现了基于2D-Otsu算法的PCNN自动循环迭代的图像分割。通过仿真实验表明,该方法尽可能考虑了所有目标点和背景点,使得分割图像区域内部均匀、边界形状准确、特征细节清晰。对比2D-Otsu算法与本文算法的PSNR值表明,改进的算法取得了更好的效果。

一种适用于SAR图像的2维Otsu改进算法

Otsu法是图像阈值分割中的经典算法之一,在图像处理中得到广泛的应用。针对原始2维Otsu法直方图区域划分上的缺陷和运算速度慢的缺点,分析了适用于SAR图像相干斑乘性噪声的直方图区域划分方法,提出了一种更符合实际图像模型的阈值选取准则。实验结果表明,该改进算法的分割效果良好,运算速度也有很大提高。

改进PSO-2D Otsu在连铸坯缺陷图像分割中的应用

为更准确有效地提取连铸钢板坯图像中的各类缺陷,通过改进标准PSO算法以优化二维Otsu的阈值选取。将二维Otsu类间方差函数作为粒子的适应度函数,根据适应度值使粒子的惯性权重自适应地优化,根据迭代次数对粒子的变异概率进行改进,提高全局寻优能力和收敛精度。最后选取连铸坯不同种类的缺陷图像进行分割实验,对比二阶振荡PSO-Otsu、二维Otsu、SPSO-二维Otsu法和改进算法的分割结果,多次实验结果表明,改进算法对各类缺陷的分割准确率和成功率分别在90%和96%以上,且算法运行快,具有较好的实用性。

基于Linemod-2D与Otsu的多目标工件快速分拣方法研究

针对多目标工件快速分拣的需求,提出一种改进的边缘特征模板匹配算法。首先,采取图像金字塔搜索策略提高实时性;其次,在金字塔顶层用Linemod-2D的快速查表法进行所有旋转模板的全局粗匹配;再次,采用双阈值最大类间方差法获取自适应梯度幅值阈值,以此来筛选顶层中参与相似性度量的梯度方向;最后,精匹配的过程交由传统边缘特征模板匹配来完成。实验结果表明,改进算法比传统边缘特征模板匹配算法快了5倍,解决了传统算法搜寻多旋转位姿多目标耗时较长的问题,并且保持着传统算法的准确性和稳定性,可有效提高多目标工件分拣效率。

Infrared image segmentation method based on 2D histogram shape modification and optimal objective function

In the methods of image thresholding segmentation, such methods based on two-dimensional （2D） histogram and optimal objective functions are important. However, when they are used for infrared image segmentation, they are weak in suppressing background noises and worse in segmenting targets with non-uniform gray level. The concept of 2D histogram shape modification is proposed, which is realized by target information prior restraint after enhancing target information using plateau histogram equalization. The formula of 2D minimum Renyi entropy is deduced for image segmentation, then the shape-modified 2D histogram is combined wfth four optimal objective functions （i.e., maximum between-class variance, maximum entropy, maximum correlation and minimum Renyi entropy） respectively for the appli- cation of infrared image segmentation. Simultaneously, F-measure is introduced to evaluate the segmentation effects objectively. The experimental results show that F-measure is an effective evaluation index for image segmentation since its value is fully consistent with the subjective evaluation, and after 2D histogram shape modification, the methods of optimal objective functions can overcome their original forms＇ deficiency and their segmentation effects are more or less improvements, where the best one is the maximum entropy method based on 2D histogram shape modification.

基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法

针对传统2维Otsu法由于计算量大而无法实时对路面裂缝图像进行分割的问题,将粒子群算法和遗传算法相结合,提出了一种基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法。实验结果表明:与标准粒子群优化的2维Otsu阈值分割法相比,文中方法可以完整分割出图像中的裂缝目标;与传统2维Otsu法相比,文中方法减少了算法运行的时间,提高了路面裂缝图像的分割效率。

基于数据驱动的SAR溢油图像分割算法对比研究

本文针对SAR图像中溢油区域的散射特点,首次将二维最大类间方差阈值分割算法应用于SAR溢油分割,并提出了一种基于改进二维最大类间方差的SAR溢油图像分割算法。基于ENVISAT ASAR溢油图像的实验结果表明,和经典最大熵以及原始二维最大类间方差分割算法相比,本文算法是一种抗噪性能好,分割精度高,运算速度快的SAR溢油图像阈值分割算法。

基于区域增长与局部自适应C-V模型的脑血管分割

提出了一种针对TOF MRA(time-of-flight magnetic resonance angiography)磁共振图像的双重分割脑血管提取方法.首先结合高斯滤波,采用二维OTSU算法,结合MIP(maximum intensity projection)图像获得三维血管种子点,定义全局与局部信息相结合的区域增长规则,通过区域增长算法对血管进行粗分割;然后,采用Catt扩散模型对体数据场进行各向异性滤波,提出了局部自适应C-V模型,将初步分割结果作为自适应活动轮廓模型的初始轮廓线进行二次分割.实验结果表明,该算法不仅能够有效分割脑血管粗大分支,而且还能精确提取脑血管的细小结构.

基于量子粒子群算法的Ostu图像阈值分割

二维Ostu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法。针对二维Ostu方法计算量大的特点,采用量子粒子群算法来搜索最优二维阈值向量,每个粒子代表一个可行的二维阈值向量,通过各个粒子的飞行来获得最优阈值。结果表明,所提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Ostu方法的实时应用。

基于小波和Otsu法的二维条码图像二值化

针对光照不均或背景十分复杂的情况下,全局阈值法无法正确对二维条码图像进行二值化而局部阈值法又会出现块效应的问题,提出一种基于小波分解和大津法的条码图像二值化方法。利用小波分解获得物体表面光照的近似分布进而消除光照不均的影响,并用大津法对获得的图像二值化。该方法既可以消除光照不均的影响,又可以通过选择合适的小波函数使得物体表面光照的近似分布尽量平滑,避免了局部阈值法出现的块效应。

基于遗传算法的二维Otsu算法改进

为改善传统二维0tsu阈值分割算法处理图像时计算复杂度高、实时性差等缺点,将遗传算法应用到二维Otsu灰度图像阈值寻优中,并提出一种改进的自适应遗传算法。实验证明,新的算法对灰度图像有较好的分割效果,与传统算法相比,分割图像清晰,实时性也得到了明显的改进。

一种改进的二维Otsu阈值分割算法

Otsu算法,也被称之为最大类间方差算法,是实现阈值分割的经典算法之一。二维Otsu算法是一维Otsu算法的推广,它充分考虑了图像的灰度信息和空间邻域信息,可以有效滤除噪声影响,但是同样存在着运算量大、时效性差的问题。对此提出了一种改进的二维Otsu快速阈值分割算法,先将二维Otsu算法分解为两个一维Otsu算法,并集成类间和类内方差信息构造了一种新的阈值判别函数,同时通过降维,进一步降低计算量。实验结果表明,该算法在时间效率与分割效果两方面明显优于传统的二维Otsu算法与快速二维Otsu算法。

基于二维OTSU选取种子点的区域生长图像分割

在对连通性要求比较高的图像进行分割时,区域生长方法有独特的优势。在图像复杂的情况下,希望计算机可以快速并且完整地自动选取种子点。利用二维OTSU对图像进行预分割并以此作为选取种子点的依据,可以有效解决使用区域生长分割图像时种子点选取的难题。结合对石化炼油炉炉管图像的分割,讨论使用此种方法的可行性和有效性。

噪声图像的快速二维Otsu阈值分割

为了提高二维阈值分割法处理速度,提出了二维Otsu法的快速实现方法。基于二维随机变量的边缘概率分布,将二维最佳阈值(s*,t*)的求解拆分成两个一维最佳阈值s*和t*的求解;同时为了改善原算法的分割效果,引入类内方差的定义,提出了新的最佳阈值判别式。实验结果表明,本方法不仅保留了原二维阈值法抗噪性强的特点,其时间复杂度由O(L4)降为O(L),空间复杂度由S(L2)降为S(L),且分割错误率低于原二维Otsu法。该方法适合处理高斯噪声图像的快速阈值分割问题。

基于二维Otsu算法的织物疵点检测

为了准确检测织物的疵点,提出一种基于二维Otsu算法的织物疵点检测方法。首先采用均值滤波对采集的织物疵点进行预处理,减少高斯噪声对图像质量影响的同时,也有效地抑制了织物背景纹理信息对织物疵点检测的影响;然后对处理后的图像采用二维Otsu算法进行阈值分割;最后对分割后的图像进行形态学运算后处理,平滑图像轮廓,去除毛疵点和孤立点等。实验结果表明:对比其他检测方法,综合主观视觉效果和客观峰值信噪比(PSNR)值,该方法在织物疵点检测中既能有效保留图像的边缘信息,也不损伤图像的细节质量,检测效果较好,在疵点检测方面具有一定的实用价值。

一种全局和局部相结合的二值化方法研究

为了得到清晰准确的二值化图像,且避免全局阈值化对图像细微信息的二值化不清晰和局部阈值二值化中往往存在伪影现象,提出了一种借助Candy算子检测边缘特征,将改进的二维Otsu最佳全局阈值与局部Bernsen阈值法在边缘信息的基础上相结合的二值化方法。实验表明这种方法能很好地处理带有噪声和低对比度的图像,通过改进的二维Otsu法降低了传统二维Otsu法的时间复杂度,并且可以减少局部阈值法的块效应,避免了大量虚假信息,又能保留图像的细节信息。

基于改进粒子群算法的二维阈值图像分割

二维Otsu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法。针对二维Otsu方法计算量大的特点,采用量子粒子群算法来搜索最优二维阈值向量,每个粒子代表一个可行的二维阈值向量,通过各个粒子的飞行来获得最优阈值。结果表明,所提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Otsu方法的实时应用。