基于图像分割和边缘提取相融合的射线缺陷图像增强算法研究

在实际工业生产中,噪声、环境以及人为等非理想因素会导致图像出现退化问题,另外还会致使缺陷形态各异并且特征变化十分复杂。由于图像质量的下降会影响人的主观感受以及后续计算机机器视觉应用的性能,所以图像预处理过程对于低质量图像来说是十分必要的处理步骤。然而,图像增强算法能否针对射线缺陷图像对比度提高等问题鲜有系统性研究。针对上述问题,本文以焊缝射线缺陷图像为例,研究图像增强算法对缺陷目标检测性能以及图像对比度的影响。首先对5种边缘提取技术进行分析对比,结合霍夫变换拟合焊缝边界,然后利用大津法灰度阈值处理,最后提出了基于射线缺陷图像增强与边缘检测的融合算法,另外针对未融合缺陷利用基于改进的形态学分水岭算法进行研究,并对比分析其结果。实验发现,分割和边缘提取相融合的图像增强算法对于低质量射线未融合缺陷图像作用较为明显,对线性缺陷或圆形缺陷图像作用表现出一定的负面影响。为了实现工业射线缺陷图像数据分析研究的目的,如何根据相应的需求进行后续图像识别操作需要进一步研究。

一种改进的最大类间方差图像分割法

该文根据脑部切片图像中白质的特点,将均方差因素引入传统分割方法,提出了一种改进的最大类间方差图像分割方法。采用连通域标记进行图像预分割,借助形态学的开运算进行滤波处理,根据改进的最大类间方差分割原理进行白质提取。将该方法与传统最大类间方差法对序列脑切片的白质分割结果进行定性比较,并借助漏检率和误检率指标进行定量评估,发现两种方法的平均漏检率均约为0.03,平均误检率分别为0.251和0.026,表明该方法能够综合利用图像的区域特性和边缘特性,分割更加准确有效。

改进的二维Otsu图像分割方法及其快速实现

通过实验和理论验证2维直方图的副对角区域的概率和不一定很小而不能忽略,因而传统2维Otsu法中关于主对角区域的概率和近似为1的假设不够合理。针对该问题,该文提出了一种改进的2维Otsu法及其快速实现。新方法舍弃了不合理的假设,通过单独计算2维直方图主对角区域概率的方法,来准确估计主对角区域中目标和背景的概率,并重新计算2维Otsu。实验结果表明,改进的2维Otsu法能够获得明显优于传统2维Otsu法的分割效果,其快速算法的计算复杂度与传统2维Otsu法的快速算法相当。

基于改进色差法的复合绝缘子图像分割技术

针对自然光照条件下复合绝缘子表面存在阴影或暗区域不能准确分割的情况,提出一种基于改进色差法的复合绝缘子图像分割方法。首先,将采集的图像中复合绝缘子所在区域划分为亮、正常、暗三个部分,分别对亮、暗区域进行光照补偿后,重新合成绝缘子图像;其次,对该合成图像进行颜色分量提取和分析,提出一种改进的色差方法获取最优色差灰度图像;最后,采用Otsu自适应阈值算法结合区域标记和几何形状分析进行分割,从而实现输电线路光照不均复合绝缘子目标的准确识别。实验结果表明：该改进方法可以比较完整且准确分割出绝缘子,为后续绝缘子特征提取、故障分析提供了有利参考;将该改进方法分别与传统阈值分割方法、2R-G-B（红色分量Red、绿色分量Green、蓝色分量Blue）色差法进行比较,三者平均分割误差分别为8.18%,36.12%、27.88%,降低了27.94%和19.70%,尤其对弱光、强光下绝缘子分割效率平均提高30%以上。

改进的Otsu图像多阈值分割方法

为了实现图像的有效分割,提出了一种快速多阈值图像分割方法。该方法应用小波多分辨率分析方法,将灰度直方图曲线进行降维得到合适的阈值搜索空间;然后应用遗传算法从搜索空间中选取准阈值;最后根据准阈值集合构建属性直方图,由黄金分割法快速得到最佳分割阈值。仿真实验表明,该方法能够实现图像的快速多阈值分割,得到很好的分割结果且分割效率高,适合多目标图像分割。

基于分水岭和梯度的蝴蝶兰图像分割方法

利用图像识别技术采集设施蝴蝶兰生长参数,从而对花期进行调控,是提高蝴蝶兰种植效益的重要手段,而如何把蝴蝶兰图像与自然背景图像进行分割与提取,是图像识别的关键。该文利用彩色梯度算法,提取出蝴蝶兰自然图像的梯度图像,利用阈值找出梯度图像的显著部分(即图像中的显著边缘),同时利用水域分割方法对源图像进行分割,产生过分割图像,然后利用显著边缘图像对过分割图像进行判断,去除不显著的"水坝"并令其两边水域相融合,从而达到极大的抑制过分割的目的,最后再根据区域合并准则合并相似的区域,得到蝴蝶兰目标物图像。针对20幅蝴蝶兰图像,通过与人工分割的方法进行对比试验,结果表明,该文提出的基于梯度和分水岭的分割算法能够很好地从自然背景中提取出蝴蝶兰图像,分割正确率达到了92.6%。

一种改进的Otsu图像阈值分割算法

Otsu法是图像阈值化分割法中的经典算法之一,在图像处理中有广泛的应用。本文针对红外吊舱图像的特点,在对Otsu法进行分析的基础上,提出了一种改进的Otsu图像阈值分割算法。首先,采用整幅图像的平均灰度值作为初始阈值对图像进行分割;然后,推导出了Otsu法四个参数的递推公式;最后,在缩小的灰度级范围内用递推的Otsu法来计算最终的分割阈值T。实验仿真结果表明,改进的Otsu算法在图像分割效果方面和时间效率方面明显优于Otsu法。

一种基于主动轮廓模型的心脏核磁共振图像分割方法

提出一种基于主动轮廓模型的左室壁内、外膜分割方法.首先构造了主动轮廓模型的广义法向有偏梯度矢量流外力模型GNBGVF,作为对梯度矢量流(GVF)的改进,该外力场同时保持了切线方向和法线方向有偏的扩散,具有捕捉范围大、抗噪能力强,且在弱边界泄漏等问题上性能突出.就左室壁内膜的分割而言,考虑到左室壁的近似为圆形的特点,引入了圆形约束的能量项,有利于克服由于图像灰度不均、乳突肌等而导致的局部极小.对于左室壁外膜的分割,采用内膜的分割结果初始化,即通过重新组合梯度分量来构造外力场.该外力场能够克服原始梯度矢量流的不足,使得左室壁外膜边缘很弱时也能得到保持,可以自动、准确地分割外膜.实验结果表明,该方法能高效准确地分割左室壁内、外膜.

二维模糊划分最大熵图像分割算法

该文提出了一种通过最大化二维直方图模糊划分熵分割灰度图像的新算法。首先介绍了模糊划分的原理,提出用条件概率与条件熵定义模糊划分熵。随后利用多维三角模定义了非相关模糊子集的广义直积,给出构造多维模糊划分的方法,并根据最大熵原理设计了一种基于二维直方图模糊划分熵分割灰度图像的新算法。对几例真实目标图像的对比分割实验结果表明该文方法性能优越。

基于二维直方图的图像分割算法研究

分析比较了基于二维直方图的两种图像分割算法,在此基础上提出了新的阈值分割输出函数,并进一步改进了传统的阈值分割方法。该方法不仅充分考虑了像元点之间的空间相关信息,增强了识别能力,而且大大降低了运算的时间。

棉花异性纤维图像分割方法

通过直方图分析,建立了适用于棉花异性纤维图像的增强模型;提出了改进Otsu法,并对Otsu方法的分割效果进行了深入分析。实验结果表明,所有棉花异性纤维图像的灰度直方图基本都呈单峰特性;所建的增强模型可以显著提高异性纤维目标与皮棉背景之间的对比度;改进Otsu法将最佳阈值的搜索范围从0255缩减到150230,使此环节的计算速度提高了2倍多。

一种改进的基于最大类间方差的图像分割方法

在分析最大类间方差阈值图像分割算法原理的基础上,根据实际图像直方图中目标与背景的像素分布特点,提出了一种改进的最大类间方差图像分割算法。该算法充分考虑了图像直方图中目标与背景存在交叉的情况,通过与传统阈值分割算法的实验比较,证明该算法具有分割精度高、效果好、速度快的特点。

图像分割的阈值法综述

图像分割是图像处理中的一个重要问题 ,也是一个经典难题。阈值法计算简单 ,具有较高的运算效率 ,是图像分割中广泛采用的方法 ,主要分为全局阈值法和局部阈值法。系统地讨论了阈值法在图像分割中的应用 ,给出了一个比较全面的综述 。

Otsu方法在多阈值图像分割中的应用

图像分割是数字图像处理中的一个重要问题。该方法改进了传统的最大类间方差法(Otsu法),使其可以应用于图像的多阈值分割。提出以双峰法引导来提高Otsu法多阈值分割图像的运算速度和稳定性。对样本图像的分割结果显示,此算法在分割速度和效果上都取得了较好的结果。

灰度图像的二维Otsu曲线阈值分割法

Otsu法是一个常用的阈值分割方法.为了利用图像的区域信息,本文在二维Otsu法的基础上提出了曲线阈值型Otsu法,传统的二维Otsu法可以看成是该方法的一个特例.实验结果表明,对于含噪图像,它能够获得优于传统二维Otsu法的分割效果.为了减少计算量,提高分割速度,给出了一种递归算法和一种小波变换与递归算法相结合的快速算法.该递推算法只需遍历二维直方图的主对角线和一条次主对角线,与传统Otsu法的递推算法相比,搜索空间由L×L个点减少到2L-1个点.

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显,加上噪声的影响,目标边界具有一定的模糊性,有时还存在目标与背景面积对比差别很大等问题,提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法,有利于将弱小目标从复杂背景中精确地分割和提取。该算法将阈值法和其它方法进行结合,有效地解决了目标边缘模糊图像阈值选取困难这一问题;采用图像切割技术,有效解决了弱小目标在大背景下分割难的问题;将类别方差法和迭代算法相结合建立数学模型,不但有利于自适应最佳阈值的选取,而且有效地减少噪声对最佳自适应阈值的影响,提高了图像的分割效果。

基于幂次变换的SAR图像Otsu分割法

通过分析合成孔径雷达(synthetic aperture radar,SAR)目标切片图像的散射特性,提出一种适用于SAR目标识别的目标切片图像分割算法。算法首先对SAR图像做相干斑滤波,通过邻域平滑处理,提高背景区域和目标区域像素幅值一致性。然后自适应地选取变换幂次,对滤波后的SAR图像做幂次变换,以进一步增强目标区域像素幅值一致性。最后直接利用一维Otsu法对变换后的图像进行分割处理。实验表明,该算法对不同散射特性的目标切片图像都能够实现较为准确的分割,且计算复杂度小,利于工程应用。

基于SEM图像灰度水平的页岩孔隙分割方法研究

微观孔隙结构是研究页岩气吸附运移机制和建立地质模型的基础,氩离子抛光-扫描电子显微镜(SEM)技术是开展此项研究的主要实验方法,但已有的研究大多是关注页岩孔隙分类,较少从定量角度表征其特征。为开展页岩微观孔隙结构定量研究,提高孔隙分割质量,本研究分别利用边缘检测分割法、流域分割法、手动和自动阈值分割法对页岩无机孔和有机孔二次电子图像进行分割实验,对比不同方法的分割效果。结果表明,通过选取合适的分割阈值,基于SEM图像的手动阈值分割法能够表征1 nm以上的孔隙,准确地识别有机质与脆性矿物边缘、孔隙与有机质边缘,使得页岩孔隙提取结果趋近于真实,能更有效地对页岩孔隙结构进行定量分析。

图像的自适应模糊阈值分割法

针对目前图像模糊阈值分割法所存在的窗口宽度自动选取困难的问题 ,在预先给定隶属函数和图像像素类别数的情况下 ,提出了图像模糊阈值分割法的自适应窗宽选取方法 .同时 ,针对用模糊阈值方法难于分割的具有单峰或双峰差别很大的直方图的图像 ,提出了一种直方图变换方法 ,对变换后的直方图 ,利用自适应模糊阈值分割法可以获取有效的分割 .最后 ,算例表明了文中所提方法的简洁性、有效性和很好的鲁棒性 .

基于法向分量边缘融合的深度图像分割

针对深度图像边缘较难分割的问题,提出一种基于法向矢量分量边缘信息融合的深度图像分割方法。计算深度图像中每点的法向矢量,提取法向矢量的x、y分量并构建灰度图,融合Sobel算子的边缘检测结果得到深度数据的初始分割,通过细化处理得到最终分割结果。实验结果表明,该方法得到的分割区域边界闭合完整,分割质量较高。