基于改进Bernsen二值化算法的植物病害叶片病斑检测

针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题,提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像,根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点,利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑,然后进行病斑图像融合,得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明,该算法在复杂背景环境下能够有效分割植物病斑图像,去除大量复杂背景,得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。

基于改进Bernsen算法的图像二值化研究

针对传统Bernsen算法在实际应用中问题,提出一种改进的新算法。该算法经过对图像进行灰度处理、高斯平滑滤波处理后,计算滤波后阈值,使平滑前后的阈值起不同作用,实现对图像的二值化处理。经验证,该算法不仅适合解决光照不均问题,同时对图像细节有更多保留,优于传统的Bernsen算法。

改进的Bernsen算法实证研究

本文首先对图像直方图均衡化、Bernsen算法以及滤波去噪技术进行了阐述,并对滤波去噪前后的图像进行Bernsen二值化。通过实证分析表明此方法由于传统的Bernsen算法,并能较好的获得二值化图像,为后期图像的分割提取提供有效保证。

Bernsen法在字符分割领域的应用

目前常见的字符分割法有垂直投影法,聚类分析法,连通域分析法,模板匹配法等方法,本文对车牌字符进行粗分割处理采用最小外围矩形框包围法,为了减少分割时的干扰,本文使用改进的Bernsen法对字符进行二值化;去除牌照区域边框使用线型滤波器;使用投影法处机动车理牌照字符的粘连和断裂等问题。

复杂背景和非均匀光照环境下的条码自动定位和识别

提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法,用于定位和识别实际应用中的条码图像.该算法首先将灰度图像分成若干个子区域,根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子区域,对这些子区域采用连通区域算法进行合并和分析,定位出条码区域.由于传统的二值化方法对于非均匀光照环境下的条码图像处理效果不佳,提出一种改进的Bernsen二值化算法对条码区域进行二值化处理,有效地减小了光照不均对条码识别的影响.实验结果表明,该算法可以有效去除大量复杂背景,准确定位和识别任意角度的条码区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下,该方法具有明显优势.

一种政府资源档案图像的二值化方法

针对政府资源档案灰度图像，应用线性变换增强图像对比度，利用空域滤波减少噪声对图像的影响，在此基础上，使用改进的大津率法计算图像的整体阈值T2，使用Bernsen算法计算图像的阈值曲面T1，进而定义笔划断裂阈值T3、邻域平均阈值T4、全局和局部相结合的阈值T5；然后综合利用T1-T5五个阈值，对灰度图像进行二值化。实验表明，这种基于全局和局部阈值相结合的方法对政府资源档案具有广泛适应性，对伪影和断笔划处理的效果令人满意。

一种大视场星图星点提取的阈值算法

确定区分星点与背景的阈值是星空图像处理的重要环节。介绍了根据背景灰度统计特征确定阈值的算法,根据星空图像灰度直方图的走势,提出一种基于灰度直方图的阈值算法;通过对实际拍摄大视场星图的处理,基于统计的阈值容易将亮背景中的亮噪声误认为星点提取,而基于直方图的阈值能够滤除这些噪点;针对星图中星点亮度不一的情况,提出在全局阈值的基础上应用Bernsen算法计算局部阈值提取暗星点,实验证明该算法能较充分地提取暗星图像。

一种针对钢卷尺图像的二值化方法

在钢卷尺自动检定系统中,图像二值化是误差检测的前提,由于标准钢卷尺图像受材料和环境影响较大,目前常用的方法都不能有效地对不同质量的图像实现自动的二值化。根据Berns-en算法原理,提出了一种改进模板和垂直线滤波结合的二值化方法。实验结果表明,此方法二值化效果好,对于非均匀光照的钢卷尺图像有良好的适应性。

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。

基于图像分析的牛奶液位标定算法研究

针对牛奶计量中使用的计量瓶测量法存在的问题,提出了一种牛奶液位标定算法。首先将灰度图像利用Bernsen算法二值化;然后求二值图像的水平投影曲线,为了消除随机误差的影响,利用五点三次平滑算法对曲线进行平滑处理;最后通过求曲线极值点,计算出每一对波峰值与波谷值差的序列,找出差值序列中的最大项,最大项中的波峰值对应牛奶的液位。实验结果表明,在不同的光照条件下,算法对反光点和液位进行了很好的区分,能够有效地识别计量瓶中的牛奶液位。

一种新的图像二值化方法

在模式识别中,二值化效果的好坏直接影响着识别效果.首先通过改进的Bernsen方法对原始图像进行二值化,得到第一幅源图像;然后根据自组织神经网络计算阈值,对图像进行二值化,得到第二幅源图像;再根据灰度值最小的原则作为图像融合方法,得到最终的二值化图像.最后给出模拟实验,实验结果表明该方法是有效的.

一种新的二维条码图像二值化算法

根据Kittler算法和Bernsen算法提出一种新的二值化算法,该算法能够保证二维条码对实时性和效果的要求.以Data Matrix二维条码为例,首先根据Kittler算法找到图像发生光照不均的区域,然后改进Bernsen算法的处理过程、调整参数、削弱原算法的伪影问题,并用改进后的算法处理图像光照不均的部分.实验结果表明该算法具有良好的稳定性和自适应性,可以明显提高二维条码的二值化效果和识别率.

弱边缘电荷耦合器件羊毛图像二值化算法

为解决弱边缘图像二值化产生羊毛几何尺寸失真问题,通过对基于灰度和梯度指数的边缘细化算法研究,结合经典的全局阈值法和局部阈值法,提出了一种电荷耦合器件(CCD)羊毛图像自动二值化算法。该算法将sobel算子和斜坡边缘模型引入现有边缘细化算法中,既增加寻找边缘点环节又改进灰度调整因子,达到提高处理效率和避免人为干预的目的;在分析最大类间方差法和Bernsen法的基础上,结合全局和局部阈值处理各个子图像,从而强化边缘细节,降低失真度。实验结果表明,与传统方法相比,该算法对于弱边缘图像二值化具有良好的性能。

对数域梯度与改进Sobel算子相结合的边缘检测

为了消除不均匀光照给图像边缘检测带来的影响,提出一种对数域梯度与改进Sobel算子相结合的边缘检测方法。该方法首先将图像变换到对数域,通过削弱低频入射分量增强高频反射分量,以提升图像亮度;然后合成改进的4方向Sobel算子,并用无穷范数表示梯度,以使需要被检测的图像更加完整;最后通过Bernsen算法得到的阈值与高斯滤波后得到的Bernsen算法阈值进行线性组合来确定最佳阈值,以使图像边缘更加连续完整。仿真实验结果表明,该方法可以有效消除不均匀光照对图像边缘检测的影响,与相关算法和文献相比,该方法对不同照度图像的边缘检测效果更好。

改进二值化算法在QR码识别中的应用

针对模糊、光照不均情况下获得的低质量QR码难以识别的问题,设计一种低质量QR码识别算法,包括加权平均值法灰度化、中值滤波算法降噪、二值化、基于位置探测图形定位、基于透视变换法的旋转矫正,以及基于Zbar开源库的译码算法等。重点研究针对模糊、光照不均QR码图像的二值化算法,提出一种基于Bernsen算法思想的改进算法,将全局阈值引入该算法中,实现对图像的二值化处理。在VS2010环境下基于Opencv2.4.9图像处理库对识别算法进行验证,结果表明,通过该算法得到的QR码图像完整且噪声少,有效克服了低质量QR码的影响,提高了图像识别率,具有一定的实用性。

非均匀光照下的车牌定位方法

针对非均匀光照下车牌的定位问题,提出了一种有效的定位方法.该方法采用改进的Bernsen算法对图像进行二值化,有效地去除了非均匀光照对车牌的干扰,然后通过连通区域对数字串初定位,再按照车牌标准规格精定位.实验结果表明,此方法定位车牌精准有效,准确率达98.3%.

非均匀光照下马氏瓶刻度图像的自动识别研究

马氏瓶刻度的自动识别会直接影响到潜水面蒸发量的观测与计算效率[1]。针对室内物理实验光照不均匀情况下的马氏瓶刻度图像的识别,首先使用改进的Bernsen算法对图像进行二值化处理;然后求得二值化图像的垂直投影曲线,利用Loess(locally weighted scatterplot smoothing)算法对垂直投影曲线进行平滑处理,求得平滑处理后的各个极值点,计算出相邻极值点像素值之间的差值,最大差值对应的位置即马氏瓶液位线;根据得到的液位线和识别的数字计算出液位值,即可计算出潜水面的蒸发量。实验结果表明,改进的Bernsen算法改善了室内物理实验中非均匀照射下的马氏瓶刻度的分割效果。将此方法与可调焦的摄像头相结合,可实现潜水面蒸发量观测的自动化、连续化和智能化。此方法对类似的刻度识别具有重要的参考价值。

染色体条纹提取算法研究及应用

提出一种基于灰度阈值的染色体条纹提取方法.利用染色体内部的灰度差异,采用改进的Bernsen算法求取局部阈值;通过迭代二分算法进行染色体区域标定,划分图像的灰度等级,锐化图像;利用锐化图像的灰度直方图提取有效灰度段,获得准确的染色体条纹.最后,应用本文的算法对200张染色体样本图进行测试,试验证明本文算法所提取的条纹清晰准确、噪声干扰小,对染色体的分离算法研究有一定的指导意义.

基于无人机红外热像的电缆隐患点智能检测

城市输电电缆是城市电力供应的生命线,保障其安全可靠地运行是电网企业日常工作的重中之重,运维工作面临巨大的挑战,人工检查手段难以快速有效发现并及时排除隐患点.因此,本文提出基于无人机红外热像智能检测电缆隐患点的方法.首先,采用无人机对户外电缆终端进行航拍,得到户外电缆终端的红外热图;其次,对红外热图采用改进的Bernsen二值化处理;再次,使用投影法从二值化图像中提取出待检测的主体电缆,通过形态学方法去除背景或干扰区域对隐患点诊断的影响;最后,根据强度色谱确定主体电缆图像中颜色高亮的异常区域为隐患点.通过应用本方法,电网企业能够实现快速的缺陷识别,消缺和故障判断,全面提升城市输电电缆状态的管控能力.

一种针对图像细节优化的BM二值化方法

针对Bernsen算法的缺陷,提出一种名为BM(Bernsen and Mean)的新算法,该算法对于细节较多、形状多样的图像有着良好的处理效果,且能够克服不均匀光照的影响。通过调节算法中的参数就能够满足不同场合和不同类图像的需要。用其得到的目标图形完整真实,且噪声点很少。利用细节信息丰富的车标图片对BM算法进行测试,结果表明该算法整体效果优于其他算法。