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。

基于空间截面投影的Otsu图像分割算法

针对传统三维Otsu法存在抗噪性差、计算复杂度高、难以多阈值扩展等不足,提出了一种基于空间截面投影的Otsu法。该方法采用垂直于主对角线的平面截三维直方图,并将截面内的点投影到主对角线上,进而建立一维的截面投影直方图以降低计算复杂度,然后基于该一维直方图进行Otsu分割;对于分割结果,运用基于阈值的后处理策略做进一步的处理以增强算法的抗噪性。实验结果表明,与现有三维Otsu法相比,该算法计算效率高、抗噪性好,能对含不同噪声的图像进行较好的分割。

基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割

针对传统3维Otsu(3D-Otsu)门限分割方法中的滤噪性能和小目标保持性能的不足,该文提出一种基于各向异性自适应高斯加权方向窗的3D-Otsu门限分割的新方法。新方法改进了3D-Otsu的邻域窗口设置方法,采用中心点的局部特征来自适应地确定邻域各向异性高斯加权方向窗口的尺寸、尺度和滤波方向。然后,提出非局部多方向相似度测量来更有效地捕捉图像中的模式冗余。最终,结合像素点灰度值、加权均值、加权中值构建3维直方图,并基于最大类间方差计算门限矢量进行分割。实验结果表明:与目前广泛使用的2维Otsu,2维最大熵以及传统3维Otsu方法相比,新方法有着更好的门限分割效果,并具有更好的滤噪性能和小目标保持性能。

基于改进模糊C均值聚类与Otsu的图像分割方法

针对背景与前景颜色差别较小的原木图像分割效果不理想的情况,本文给出了模糊C均值聚类与Otsu相结合的图像分割方法。该方法首先以标准原木数据库为样本,之后使用模糊C均值聚类算法把背景与前景颜色差别较小的原木样本图像分割成2类,其次利用准则函数找出前景分割结果,最后把该结果作为Otsu算法的输入,对原木样本图像进行再次分割。实验结果表明,本文研究的算法比单独使用模糊C均值聚类算法、Otsu和同类算法有较好的分割效果和较高的分割准确率,边缘信息保留较好,平均分割准确率提高2个百分点。

改进Otsu法的冠层图像分割及银杏叶面积指数估测

基于Otsu法对冠层图像临界处分割不准确的缺点,结合类间方差以及类内聚度对阈值选取及图像分割效果的影响,提出了一种改进阈值选取算法。利用银杏冠层图像分割实例进行比较,同时进一步拟合了图像信息与叶面积指数间模型,结果表明:(1)该改进法较传统Otsu法可得到更好的分割效果;(2)以分割得到的前景像素比值作为自变量,叶面积指数为因变量,拟合得到的模型能较好的描述冠层图像信息与叶面积指数间的关系;(3)提出了一种即时无损并快速可靠的叶面积指数估测方法。

基于OTSU处理不均匀光照图像改进算法研究

为解决不均匀光照下图像二值化问题,提出一种基于最大类间方差法(OTSU算法)的改进二值化算法,将图片分为明亮区域和阴暗区域两部分,分别计算两部分最大类间方差对应的阈值,通过分析阴暗区域特征,判断每一像素点位于明亮区域还是阴暗区域,从而确定每一点的阈值。实验结果表明,该算法可以解决OTSU算法处理光照不均匀图像丢失信息问题,可广泛应用于光照不均匀条件下的文本图像二值化处理,针对特殊情况较好,相对于其他算法适用性更强,本算法可通过提高OTSU算法的运算速度,缩减算法的运行时间。该研究提取信息较为完整,可以作为字符识别及缺陷检测等工作的预处理方法,提高识别精度。

融合Otsu与PCNN的细胞显微图像分割

针对细胞显微图像分割中由于纹理复杂较难定位轮廓信息的问题,提出了融合最大类间方差(Otsu)与脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的细胞图像分割算法。为定义PCNN中初始阈值,应用Otsu算法,确定细胞图像中目标与背景间最大方差,此为统计意义上的最佳阈值,以此作为PCNN细胞分割中初始阈值,提高了PCNN网络收敛速度;其次,构建PCNN细胞分割网络,通过初始化网络参数,实现细胞图像迭代分割;从视觉效果和客观评价指标两方面验证表明,相对于经典的最大类间方差(Otsu)算法和脉冲耦合神经网络(PCNN)算法,采用该算法分割的细胞显微图像的效果,其边缘与细节信息的清晰度、精细度均有较大程度改善。

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。

PCB光电图像光照不均蜕化的校正及阈值分割方法

分析了CCD获取的图像光照不均蜕化产生原因.针对光照不均蜕化的印刷电路板图像的具体情况,用同态滤波器在频域空间进行滤波而增强图像,从而改善图像的目标与背景对比度.讨论了最大类间方差法,给出了其优点.为了更好的分割图像,在此基础上,考虑两类间距与各类内聚性对图像分割的不同影响,提出了一种改进的最大类间方差法.最后对光照不均蜕化的PCB光电图像用不同方法进行了实验,结果表明改进方法能更好地分割图像.

采用图像分割方法进行木材表面缺陷的定量检测

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理。在Matlab 6.5GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测。

二维最大类间方差阈值分割的快速迭代算法

传统的二维Otsu阈值分割算法采用穷举搜索法搜寻最佳阈值向量。与此不同,本文提出了一种二维最大类间方差阈值分割的快速迭代算法,用迭代的思想解决原始二维Otsu方法计算复杂、实时性差的问题。文中导出了迭代算法的公式,给出了算法流程。实验结果表明,与二维Otsu原始算法及其他两种快速算法相比较,本文提出的二维Otsu快速迭代算法分割结果准确,实现简单,其运行时间仅为原始算法的0.4%左右,大大减少了计算量和存储空间,是一种快速有效且实时性好的图像阈值分割算法。

基于阈值分割的简牍文字图像处理研究

当前主流的分割算法一般采用的是选取阈值分割法、最大类间方差(OTSU)法或者是区域生长法,而经试验证明,采用选取恰当的阈值分割法能有效地把文字与背景进行分离。理论分析和大量的实验结果均表明,采用合适的单阈值分割方法提取的简牍文字较清晰,文字细节部分保留的较完整,笔画间的粘连现象较少,达到了令人满意的结果,有利于后期简牍文字修复工作和考古研究的顺利进行。

基于并行遗传算法的双阈值图像分割方法

为了提高图像的分割效率,提出了一种基于并行遗传算法的最优双阈值搜索算法。将种群个体设计成一行两列的向量,以类间方差比作为个体的适应度,生成若干初始子种群进行并行计算;同时,将每代的最大适应度个体直接复制进入下一代,适当增大变异概率,在种群的多样性环境下实施有条件的最佳保留策略,保证算法收敛于最优解。实验结果表明,该算法具有良好的分割效果和较高的运算效率,运算时间开销仅为普通算法的4.16%。

基于数字图像处理的掺气浓度测量研究

通过试验室研究,借助高速数码摄像机,结合面向对象的VC高级编程技术,开发掺气浓度图像分析软件,提出一种自动识别水气二相流中气泡的数字图像处理方法,并进一步给出计算二维、瞬时掺气浓度场的算法。图像处理技术与水气两相流实测研究相结合的尝试和探索,体现了多学科的交叉。研究成果将提高对高速水流掺气机理的认识,为今后进一步深入研究图像处理技术在水流流场特别是高速水气两相流流场测量中的应用打下良好的基础,对提高掺气浓度的测量水平和精度,进而提高水力模型试验水平、满足工程设计要求等都具有较高的学术意义和实用价值。

基于图像分割和动态直方图均衡的电润湿显示器图像增强算法

针对电润湿电子纸存在油墨回流、接触角迟滞、电荷捕获等现象导致图像对比度不高、纹理边缘不清晰和细节丢失等问题,本文提出了一种基于图像分割和动态直方图均衡的电润湿显示器图像增强算法。该算法综合了最大类间方差法(Otsu法)和最大熵分割算法的优点,提出了基于方差权重的最大类间方差和最大熵阈值分割算法。利用该分割算法把图像分割为背景区和目标区,将两个区域的亮度均值以及基于方差权重选取的阈值作为分割点将原始图像直方图分成四个子直方图,然后分别对子直方图进行灰度重分配,最后对四个子直方图进行直方图均衡。实验结果表明:与其他将直方图进行分区的直方图均衡算法相比,该算法图像质量评价指标峰值信噪比提高约25.6%~45.5%,熵差降低约29.1%,结构相似度更接近1。同时将其应用在电润湿显示器上,其显示图像具有更高的对比度,细节纹理更加清晰,具有更好的视觉效果。

利用KPCA法检测高分一号影像中的森林覆盖变化

为了研究利用高分一号宽幅影像(GF-1 WFV)监测森林覆盖变化的方法,选取四川省甘孜州雅江县为研究区,利用2014年和2016年2期GF-1WFV数据,采用迭代加权多元变化检测(iteration re-weight multivariate alteration detection,IR-MAD)法对数据进行辐射归一化;分别对2期影像进行核主成分分析(kernel principal component analysis,KPCA)方法变换,采用最大类间方差法(OTSU)确定自动识别阈值,对2期GF-1WFV影像中的森林覆盖变化区域进行检测和精度验证;并与变化矢量分析(change vector analysis,CVA)法检测结果进行对比分析。研究结果表明:所用2种变化检测算法的总体检测精度都超过了80%,其中,KPCA法的总体精度为89.27%,未变化区用户精度达93.88%,变化区用户精度为80.28%;基于KPCA法的精度均较优于传统CVA检测算法,说明KPCA算法通过数据变换后,可减少变量间的相关性、增强影像信噪比,从而提高了对变化区域的识别精度。

基于梯度分块的自适应点云滤波方法

通过机载激光雷达侦查和测量地面信息是近年来智能感知领域的研究热点之一。针对激光雷达记录的点云数据如何精准区分非地面点和地面点的问题,提出一种新的基于梯度分块的自适应点云滤波方法。首先将点云数据按照X与Y方向进行自适应的分块,然后求得每块点云数据的地面点与非地面点之间的最大类间方差;最后,将最大类间方差的点的高度,作为该块点云数据坡度滤波的最优阈值,实现点云数据滤波。通过15组点云数据的实验结果表明,该算法能够更好地实现点云数据地面点与非地面点的分离,并具有很好的鲁棒性。

基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。

基于机器视觉的航空插头焊杯定位

为了降低航空插头焊杯定位偏差,提高定位精度,提出基于机器视觉的航空插头焊杯定位方法。使用Opencv对采集的焊杯图像进行预处理,去除噪声和背景等干扰信息,增强图像亮度和对比度,对比最大类间方法和最大熵阈值法在三种光照条件下图像分割的效果,发现最大类间方差法在光照改变时分割比较稳定,且其分割所用时间远小于最大熵阈值法,选用最大类间方差法作为图像阈值分割方法,分割得到只有焊杯的图像。对分割图像进行形态学操作,去除因光照较强时个别焊杯出现的毛刺,采用加权灰度质心法获取焊杯的圆心坐标,从而实现了焊杯的准确定位。获取航空插头不同位置的5个焊杯在三种光照条件下焊杯坐标,结果表明,所提方法的定位误差较低,可以实现焊杯的高精度定位。

基于机器视觉的圆形马口铁罐罐口缺陷检测

提出一种针对圆形马口铁罐罐口的视觉检测算法。首先采用PSNR和SSIM指标分析图像质量,并对图像进行平滑、滤波、去噪、灰度化等预处理,采用最大类间方差法分离出罐口区域:然后应用OpenCV视觉库的识别区域函数,检测二值化图像连通域中的轮廓,并对轮廓区域做特征分析,确定罐口轮廓位置:再应用最小二乘拟合椭圆算法,拟合罐口的轮廓曲线和轮廓圆心:最后把拟合椭圆离散化为360份进行扫描采样,对采样点做像素分析,获得偏差分析带图,可对罐口出现的缺口、长短角、变形等问题进行定量和定位分析。