改进Grab Cut算法的复合绝缘子憎水性评估

为快速、准确地识别复合绝缘子伞裙的憎水性,提出了一种基于改进Grab Cut算法的复合绝缘子憎水性评估方法,在Grab Cut的基础上引入自适应对比度增强算法来解决图像光照不均匀问题和自适应平滑滤波算法解决图像噪声问题。在伞裙表面滴下20μL的液滴,使用改进后的Grab Cut算法对电晕老化样品、自然积污硅橡胶样品、不同憎水性硅橡胶样品和实际运行工况复合绝缘子进行液滴面积识别。结果表明:算法能降低由于复合绝缘子运行时伞裙表面积污产生的图像噪声,且能较为准确地分割液滴图像与复合绝缘子背景,验证了其有效性和可靠性;可对人工加速老化和自然老化样品液滴面积变化进行测算,并对照静态接触角法,实现复合绝缘子憎水性的评估。

应用于刹车盘复杂背景去除的改进Grab Cut分割算法

针对无序分拣过程中车间光照不均导致的分割结果不准确问题,提出一种改进的Grab Cut图像分割算法。该算法采用自适应中值滤波去除图像表面噪声;通过限定对比度自适应直方图均衡化提升图像整体亮度,增强对比度;进一步使用Laplacian算子对刹车盘区域进行锐化处理;在此基础上对刹车盘图像复杂背景进行去除;最后通过仿真实验对比分割效果、PSNR、误分割率、分割准确性和运行时间来评价算法模型。实验结果表明:提出的改进Grab Cut分割算法相较于原始算法能有效降低光照不均对刹车盘复杂图像背景去除的影响,使分割准确率提高了12.5%,分割结果与实际刹车盘模型相比误差小,为刹车盘图像复杂背景去除提供参考。

基于Grab Cut和八方向链码法的藻类细胞轮廓提取算法

为了解决藻类细胞轮廓提取的困难,提出了一种不同于传统方法的新的边缘提取算法。首先对图像进行Grab Cut处理,然后进行阈值法二值化,接着用八方向链码法轮廓跟踪,最后用傅立叶描述子进行边界平滑。实验结果表明,该算法不仅忽略了藻类细胞内部杂乱的纹理,还较好地保留了细胞边缘信息,精确地提取了外部轮廓。

基于Grab Cut和二维熵的SAR图像目标分割方法

传统的Grab cut算法需要人工交互操作,无法实现SAR图像的自动分割;且SAR图像的斑点噪声干扰容易降低图像的分割质量。针对以上问题,文中以Grab Cut图像分割算法为基础,首先利用FCM算法对SAR图像进行预分割,根据预分割结果标记SAR图像中的前景与背景集合,得到两组较为准确的GMM初始化参数,迭代求得能量函数的最小化,实现SAR图像前景区域与背景区域的自动分割;并结合二维熵算法滤除SAR图像中的阴影,分割出目标区域。实验表明,利用该方法可自动分割出SAR图像中的目标,且分割质量良好。

一种古建墙壁受污文字图像的多特征引导Grab Cut分割方法

古建墙壁题记毛笔文字受霉变污染影响,字迹不清,不利于辨识,而传统算法对文字图像进行分割时未充分考虑污染和文字的特征信息,结果中往往存在误分割或缺损现象。本研究提出一种结合图像偏振信息的多特征引导Grab Cut分割算法,该方法首先对采集的0°、45°、90°、135°四个角度偏振图像进行斯托克斯解算,得到偏振度特征图;然后利用SLIC对可见光相机采集的题记图像进行超像素分割,并提取超像素的颜色特征距和纹理特征距;最后,用偏振度约束区域项,特征距引导边界项,进行Grab Cut分割,得到毛笔文字分割结果。实验结果表明,本算法与未考虑偏振和特征距信息的图割算法相比,分割效果得到较大改善。研究结果可为书法研究和文字拓本的数字化存储提供有力的科学支持,也为题记的实体去污修复过程提供充足的科学指引和实验环境。

基于Grab Cut和区域生长的服装图像前景提取算法

针对Grab Cut算法应用于服装检索系统中服装图像的前景提取时所存在的交互式和复杂背景提取效果差问题,首先提出了一种全自动化的Grab Cut算法,以实现自动根据背景情况,对单一背景和复杂背景图像分别采用不同的方法生成初始矩形框并进行前景提取.由于该算法仍存在欠分割或过分割现象,故将该算法与区域生长算法相结合,给出了一种结合区域生长的全自动化Grab Cut算法.实验结果表明,无论对于单一背景还是复杂背景的图像,改进算法的前景提取效果都明显优于传统算法,不仅能准确获取服装前景区域,而且对于服装内部的过分割问题也有很大的改善.

肤色检测结合Grab Cut的服装图像前景提取

为解决全自动化Grab Cut算法应用于服装图像的前景提取时,无法去除模特肤色的干扰以及对一些复杂背景图像存在欠分割的问题,提出了新的前景提取方法:为有效去除模特肤色区域,提出了一种基于双边滤波去噪的肤色检测改进方法;为有效地去除欠分割区域,保留服装前景区域,提出了一种轮廓检测算法;将改进的肤色检测方法、轮廓检测算法与全自动化Grab Cut算法相结合,进行服装图像的前景提取.实验结果表明:改进的肤色检测方法相比于现有的肤色检测算法,肤色检测的准确性明显提高;改进的前景提取算法的服装前景提取效果显著优于全自动化Grab Cut算法.

基于超像素与特征改进的Grab cut前景分割

Grab cut算法在分割图像时需要的交互量少且分割精度高,但效率偏低。使用SLIC超像素算法作为预处理可以明显提高Grab cut算法的效率,但是,在前景与背景颜色特征相差不大的情况下分割精度较低。针对这个问题,提出一种基于超像素与特征改进的Grab cut算法。利用SLIC算法预处理图像,计算超像素的颜色特征和纹理特征,最后将这两种特征乘以权重得到新的边界项,代入能量函数计算最小割。实验表明,改进的算法在时间和精度上都有很好的性能。

Grab cut及其改进算法研究

Grab cut是一种基于Graph cuts算法原理改进而来的交互式分割算法,很多情况下有着很好的分割效果,但是在图片的背景与前景具有很高相似度时,分割效果很不理想。随着数码技术的发展,人们需要处理的图像越来越多,对如何提高算法的分割效果、执行效率及改善交互方式的研究具有深远意义。对Grab cut算法以及在HSV颜色空间下的Grab cut算法和自适应Grab cut算法进行了研究。

基于Grab Cut算法和傅里叶描述子的人物背面步态识别

提出基于Grab Cut图象分割算法和傅里叶描述子的步态识别方法。通过HOG+SVM算法提取出视频中的行人区域,对该区域使用Grab Cut算法进行分割得到行人二值化后的图像,然后应用傅里叶描述子描述步态特征,最后在识别方面采用最近邻分类器进行识别。此算法在中国科学院自动化所的CASIA数据库上进行实验,取得较好的识别效果。

SIFT特征与GrabCut算法的车辆跟踪方法

车辆跟踪作为智能交通系统中的一项关键技术备受广大学者关注。SIFT(scale-invariant feature transform)特征可以有效解决目标的旋转、缩放、平移,为车辆跟踪提供很好的特征支持,但是传统的SIFT特征跟踪不能区分前景和背景,极多的匹配特征集中在背景上,导致跟踪目标丢失。在研究现有车辆跟踪算法的基础上,提出了基于SIFT特征与Grab Cut算法的车辆跟踪方法,SIFT特征有效解决了车辆姿态变化及远近变化问题,Grab Cut算法有效保证了前景及背景的准确分割。实验表明,该方法在日间摄像机不明显晃动环境下,初始帧运动检测车辆后能够对运动车辆实现稳定的跟踪,并且有效解决了车辆姿态变化及远近变化问题。

基于超像素的Grab cut前景提取算法

针对海量的像素以及迭代更新高斯混合模型参数导致的Grab cut很难兼顾精确分割和实时交互的现象,提出基于超像素的交互式快速分割框架,精简了问题规模,保证了分割的准确度和实时性.首先,采用融合边缘自信度的均值漂移算法将图像分割为一系列保持颜色、空间信息以及边界特性的同质区域;其次,以每个同质区域的RGB均值为结点,构建加权网络图,建立前景和背景两个高斯混合模型;然后,采用EM算法结合一种新的max flow/min cut算法来逼近高斯混合模型参数;最后,本文引入区域项的自适应调整参数来提高分割的准确度.实验结果表明,文中算法对用户交互可以及时做出分割响应,并且分割的结果更加合理.

融合Hough直线检测和Grab-cut的风机叶片自适应分割方法

完整的边缘信息对风力发电机叶片的边缘缺陷检测至关重要,但由于户外采集的风机叶片图像背景复杂多样,现有图像分割算法的分割精度不足,无法保证边缘缺陷的完整性。因此,提出一种基于图像边缘特征与颜色信息的自适应图像分割方法实现风机叶片边缘检测。首先,使用Hough直线检测初步定位叶片直线边缘;然后,在目标区域应用基于Otus阈值分割和形态学运算的Grab-cut算法,实现叶片图像的自适应分割。采用无人机采集多个场景的图像作为测试样本,对分割方法与其他方法进行定性和定量对比分析。结果表明,该方法能自适应且准确地实现风机叶片图像分割,并保留边缘缺陷的完整性,其边缘覆盖率(0.9717)和边界位移误差(3.0403)指标均优于其他方法,对风机叶片的边缘缺陷检测具有重大潜在应用价值。

基于SLIC超像素的Grab Cut算法改进

为了提高图像分割算法的效率,结合SLIC超像素算法和Grab Cut算法,提出了基于改进SLIC超像素的Grab Cut算法.改进后的SLIC超像素算法主要采用均匀随机的方式提取SLIC超像素特征,用以减少冗余的聚类中心,提高算法运行效率,并改进Grab Cut算法适应改进后的SLIC算法,完成图像分割.实验证明:基于改进SLIC超像素的Grab Cut算法简化了用户侧的操作,在一定程度上解决了对象主体的模糊、透明、重叠等问题,并大幅提升了运行效率.

基于GrabCut算法和四帧差分法的目标提取算法

提出了一种基于Grab Cut算法和四帧差分法相结合的运动目标检测和提取算法。首先,利用四帧差分法对视频中连续的四帧图像进行二次差分;然后,对差分后的图像分别做水平投影和垂直投影,计算运动目标区域;最后,使用Grab Cut算法分割目标区域得到完整的运动目标。实验结果证明,该方法既能精确和完整地检测出运动目标,又能有效地去除空洞、拉伸等现象。

遥感图像污染监测分析的Grab-Cut算法实现

长期以来,监测天津市附近渤海湾的污染状况,数据获取均依靠人力租船进行,此方法耗时费力。文中主要利用美国卫星遥感图像,借助改进的Grab-Cut图像分割算法分析天津市附近渤海湾的污染情况变化,结果表明近3年海洋污染状况严重,但天津市附近3个重要的排污口的排污情况近1年已得到明显的改善。此外,文中将改进的Grab-Cut算法与其它一些常见的图像分割算法的分割效果进行比对,结果显示改进的Grab-Cut算法在很少的用户标记下能够很快分割出目标区域,是分割效果最好的方法之一。

一种农田地膜回收机膜杂分离机理的研究

【目的】提高农田残膜回收的工作效率并减少作业成本,解决现有农田地膜回收机工作过程中存在的膜杂分离率较低的问题。【方法】结合目前机械化地膜回收机实际作业情况,依据人工捡拾残膜特点,设计了一款膜杂分离式残膜回收机;重点对机具中的切膜装置、松膜机构、除杂机构、抓膜机构和收膜装置等主要部件进行了设计分析与理论计算。【结果】1)起膜时为了避免扯断地膜以及方便收膜,在机具最前端设置了切膜装置、松膜机构,同时也解决了地膜缠绕的问题;2)本机具在收膜装置前设置了除杂风机,可以将地膜中间的枝叶、秸秆等杂物吹到待回收的地膜边缘,进一步提高收膜部件收膜后的膜杂分离率;3)本机具的收膜部件采用了套架内置空腔结构形式,内部活塞周围装有软材料的伸缩齿,伸缩齿底端通过圆弧形通道,弧形通道与水平方向的最佳角度为36.5°,能够较好地满足收膜要求。【结论】该残膜回收机能够有效实现抓膜、升膜、运膜到最后脱膜的全过程。同时,本机具采用四行收膜,不但提高了工作效率,也提高了收净率和膜杂分离率,可为膜杂分离式地膜回收机械的研制提供参考。

基于热红外成像技术的油菜菌核病早期检测研究

将热红外成像技术和低空遥感技术相结合,基于冠层和叶片两个尺度对菌核病侵染油菜的过程进行检测研究。从冠层尺度分析,首先获取整株样本的温度值(平均温度与最大温差),并采集其生理指数(气孔导度、 CO_2浓度、蒸腾速率及光合速率)。然后,将染病样本与健康样本的温度值进行判别分析,并对其进行单因素方差分析。从结果可知,平均温度和最大温差值都可以对染病样本与健康样本进行区分,且最大温差相较平均温度结果较明显。同时单因素方差分析也显示,最大温差三次检测中均存在显著性差异。对获取的生理指数进行分析,发现染病样本与健康样本之间可以通过生理指数进行明显区分。另外,将生理指数与叶片温度进行相关性分析,结果表明二氧化碳浓度与叶片温度之间的三次检测均存在显著性差异。基于叶片尺度,首先从单一叶片来看健康区域和染病区域的温度差异,可以明显区分出染病区域和健康区域的温度差异。然后,提取健康区域与染病区域的的温度值(最大温度、最小温度、平均温度以及最大温差)对进行对比分析,并对其进行单因素方差分析。结果表明,以上四个温度指标均可以区分叶片的染病区域和健康区域。但根据单因素方差分析结果可知,与冠层尺度相同,最大温差三次检测中均存在显著性差异,可以实现对油菜菌核病的早期识别。

宫颈细胞核质自动分离算法研究

宫颈细胞核质分离在宫颈细胞形态学研究中是十分重要且具有挑战性的环节。论文提出了一种基于Grab Cut算法结合Canny算子边缘检测高效分离宫颈细胞核与细胞质的方法。对获取宫颈细胞图像进行灰度变化预处理求得灰度直方图,根据直方图求解确定Canny算子双阈值,进而获取宫颈细胞核和细胞质的轮廓;根据获取的轮廓利用改进的Grab Cut算法进行核质分离,并且针对Grab Cut算法进行相应改进,使其高斯混合模型的参数的确定效率提升。实验结果表明,该算法不仅有较好的分割效果而且分割准确率与效率也很高。

基于视觉显著性的场景目标识别

场景目标识别是场景理解的重要内容之一,提出一种新颖的基于视觉显著性的场景目标识别方法。该方法受生物视觉认知机理的启发,利用视觉显著机制来凸显场景中的感兴趣区域。首先利用GBVS模型对图像数据进行高效筛选,获得特定感兴趣的显著性区域。然后基于图分割理论(Graph Cuts Theory)的Grab Cut算法被用于提取图像中的显著性目标。最后运用SURF特征描述目标对象,通过SURF特征的学习产生目标物体的Bo VW视觉词包,运用视觉词包的SVM分类匹配实现目标对象的图像特征与语义描述之间的知识映射。麻省理工学院LabelMe图像库的实验测试结果表明所述方法具有较高的识别率。