Ostu算法的改进研究

智能视频监控系统已经逐步应用到医院、商场等公共场合,运动目标检测算法是该智能系统的关键技术之一。文章首先从比较现有的典型运动目标检测算法出发,然后引入Ostu算法用于目标检测的图像处理过程中选取最佳阈值,最后针对其实际存在的问题,给出了一种改进方法及测试结果。

基于细菌趋药性的Ostu双阈值图像分割算法

双阈值或多阈值分割对于复杂图像具有较好的分割效果,但算法计算量较大,不适合实时应用。为此,提出一种基于细菌趋药性、利用域间最大方差的双阈值图像分割优化算法。仿真结果证明,与传统穷尽式搜索算法相比,该算法能在保证分割效果的前提下,降低时间复杂度。

基于麻雀算法优化的OSTU分割算法

针对传统最大类间差法(OSTU)在分割图像时计算量大、时间效率低的缺点,提出一种基于Singer混沌映射和随机游走策略的麻雀优化的OSTU分割方法(SRWSSA)。首先,利用Singer混沌映射改进初始化麻雀种群,增加初始麻雀种群的多样性,提高全局搜索能力;其次,采用随机游走策略对更新后的最优麻雀进行扰动变异,进一步增加种群多样性,增强局部搜索能力;最后,使用提出的优化算法对标准图像进行二维OSTU分割,得到最优阈值分割图像。结果表明,所提出的SRWSSA算法在寻优能力和迭代时间上均得到了明显改善,迭代次数较PSO-OSTU、SSA-OSTU分别减少了83.3%、76%,图像峰值信噪比分别提高了8.2%、11.3%,运行时间上也有所提高,具有一定的可行性。

采用多结构元素模板的形态学边缘检测新算法

边缘检测是图像处理和计算机视觉中的基本问题。为了能有效地捕获目标的主要特征,提出了一种基于Ostu阈值分割和数学形态学的灰度图像边缘检测新算法。利用Ostu算法找到一个最佳的阈值,根据这个阈值把灰度图像二值化,构造四个不同方向的3×3或5×5的结构元素模板,采用数学形态学中的腐蚀算法利用元素模板来腐蚀二值图像。自适应地均衡腐蚀结果,检测出图像边缘。仿真和分析表明同传统边缘检测算法相比新算法运算量小,检测的边缘轮廓清晰,连续性好,可以很好地提取图像中富含的边缘信息,且抗噪声性能较好,假边较少,适用性强。

消防水炮射流轨迹图像的分割与识别算法研究

提出了一种基于改进OSTU法和区域生长相结合的消防水炮射流轨迹图像的分割与识别算法。首先对OSTU法进行改进,快速确定射流轨迹差分图像的最佳分割阈值,再用区域生长法分割得到可能的目标区域。对消防水炮喷射水流的形态特征进行了研究和分析,并以此为判据对可疑目标区域进行判断,最后识别出真正的射流轨迹。实验结果表明:该算法在不同光照条件、背景情况下,基本可以摒除干扰物,准确识别目标,且处理速度较快。

基于红外图像的GVF Snake轮廓提取算法的研究

针对红外图像目标具有边界模糊不清,区分效果较差的缺点,结合Ostu阈值法和梯度矢量流主动轮廓模型(GVF Snake),提出一种目标轮廓自动提取方法。采用Ostu法先对图像进行分割,然后将得到的边界作为Snake模型的初始边缘轮廓,利用GVF Snake特性将初始轮廓准确地收敛到目标边界。由于Ostu算法具有将目标物体从复杂背景中分割开来的优点,使得在应用GVF Snake模型对复杂图像进行分割时减少了人工的干预。实验证明:该方法运算速度快,能够快速地收敛到目标轮廓,并准确地跟踪目标,具有一定的抗噪能力。

基于Faster R-CNN图像处理的变电站异常设备红外检测方法

针对智能变电站内一次设备红外监测图像分析与处理智能化较低的问题,提出了一种基于Faster R-CNN的变电站异常设备红外检测图谱分析方法,并实现了变电站故障设备的智能识别和原因分析。将远程终端单元所采集到的红外图像进行预处理,并对图中的变电站设备进行识别;采用大津算法结合图像灰度值的特殊性对图像进行分割与图像配准;Faster R-CNN则用于对比判断设备是否处于故障状态并分析原因。实验测试结果表明,所提方法对于多种故障设备的识别准确率均在90%以上,具有较优的鲁棒性。

快速图像逻辑运算VC^(++)算法

论述了图像的二值化及逻辑运算在数字图像处理中的重要作用,详细分析了二值化的改进算法及图像的六种逻辑运算的算法,提出的一种改进的图像逻辑运算算法,可以提高逻辑运算中二值化的速度,该算法有较高的实用价值。

一种用于无人机着陆的地平线提取算法

针对着陆场不同天地场景中的地平线提取问题,结合Ostu方法与Hough变换,提出一种用于无人机着陆的地平线分步提取算法。在确定初始地平线的基础上,对其做粗化处理,得到目标地平线所在子图像域,在子图像域中完成最终目标的地平线提取。实验结果表明,该算法能准确有效地提取不同天地场景中的地平线。

使用遗传算法和KSW熵法相结合的CT图像分割

为了辅助医生仅能依赖肉眼观察CT图像从而判断CT影像好坏,同时改善在医学图像的分割算法上的性能,提高分割的效率,本文提出了一种使用遗传算法和KSW熵法相结合的CT图像肺部分割方法,该方法通过对医学图像的预处理、构建基于遗传算法的KSW熵方法寻求最优的图像分割解以实现对肺部实质区域的提取、使用改进的Ostu算法获得较好的自适应阈值以实现图像的二值化、通过图像形态学进行图像修补、使用区域生长法对肺部实质性区域的左右部分进行分离。实验结果表明,本文提出的算法在对医学肺部图像的分割时在分割精度上比其他医学图像分割方法都有了一定程度的改善,具有较强的分割自适应性和稳定性。

基于栅格法与改进A^(*)算法的掘进机截割轨迹规划

针对传统A^(*)算法在有夹矸巷道断面内所规划截割轨迹覆盖率较低的问题,采用最大类间方差法处理巷道断面图像,根据煤岩分布特征进行栅格法建模,通过改进的A^(*)算法规划截割轨迹,对比改进A^(*)算法与传统A^(*)算法各自实现的断面截割覆盖率。结果表明,改进A^(*)算法所规划的截割轨迹将截割覆盖率提高了1.8372%,可有效提高掘进机的工作效率和巷道断面截割成型效果。

一种新型Canny边缘检测算法研究

针对Canny算法阈值选取导致检测的边缘出现丢失和虚假边缘的问题,研究了一种新型Canny边缘检测算法。首先,采用小波变换的同态滤波算法对图像滤波去噪,以增强图像的对比度;在此基础上,进一步计算图像梯度,并利用非极大值抑制去除一些伪边缘,使用迭代阈值分割法和改进的Ostu算法选取高、低阈值实现边缘连接;最后,通过实验分析,本文所提算法边缘检测结果更加完整,精度更高,从而验证了本文方法的可行性和有效性。

基于自适应阈值的网格图像行分割算法

针对网格图像文字自动识别受网格横线影响的问题,提出将网格图像按照网格横线进行行分割的自适应阈值算法。在对网格图像行分割过程中,首先对灰度图像使用类别方差自动门限法(OSTU算法)取得图像二值化的阈值,将此阈值作为全局阈值对图像进行二值化操作。然后针对图像的二值化数据进行了水平投影,利用统计法取得行分隔的阈值,并结合行分隔阈值实现了网格图像行分割的算法。最后将算法在Matlab中进行了验证和分析。

基于Opencv的复杂交通运动目标检测算法研究

城市复杂交通场景中环境因素不可预测,针对运动目标的自动检测问题,提出一种改进的背景差分算法,采用背景图像多帧平均进行背景的获取和更新,利用改进的OSTU阈值进行差分图像分割并提取目标特征。在Opencv环境下,应用该算法对复杂交通场景下的运动目标车辆进行检测。实验结果表明,该算法能正确地检测出运动车辆,具有一定的有效性和可行性。

基于FPGA的自适应阈值边缘提取的Canny算法的实现

在数字图像实时处理中,应用Canny算法对梯度幅值图像进行非极大值抑制后,需要先确定高低阈值才能进行边缘提取,而且不同的图像采用的阈值也不尽相同,阈值选取算法过于复杂及处理时间过长等问题,限制了Canny算法在实际中的应用。为了对Canny算法的这些缺陷进行改进,本设计充分利用FPGA并行执行的特点,将自适应阈值Canny算法移植到FPGA上,并通过理论推导获得了更加适应FPGA的算法公式,解决了自适应阈值选取过程时间过长的问题。最终系统测试结果表明,在FPGA中应用canny算法进行图像处理比在上位机中运行的速度提高了近十倍,充分证明了该设计的正确性和实时性。

基于热红外图像处理的保温墙体缺陷检测方法

冷库建筑围护结构的热工性能直接影响到冷库能耗。基于热红外图像的特征讨论保温围护结构缺陷检测方法,提出围护结构热工缺陷的判定指标:采用热红外图像信息熵特征对传统的Ostu算法的阈值判别函数进行改进;利用图像形态学处理与建立高斯混合模型的方式消除图像噪声;采用浸没模式的分水岭算法对图像进行分割。对冷库内外围护结构的图像采集与分析结果表明:形态学与高斯混合模型的建模增强了目标区域与背景的对比度,结合信息熵值所确定的分割阈值能准确提取目标信息,提高了图像分割边缘的准确率,分水岭算法的运用能快速且直观地描述各个区域的缺陷位置以及面积大小,缺陷分级标准评判了各种类型的缺陷程度,其实验结果验证了算法的正确性和有效性。

基于OpenCV和改进Canny算子的路面裂缝检测

在路面裂缝检测中,检测的实时性和准确性同样重要,利用CCD摄像机采集到的视频图像,提出一种基于OpenCV开源平台及改进Canny算子的路面裂缝检测技术。通过对Canny算子的分析与研究,找到其存在的缺陷,利用形态学滤波对原有的滤波方式进行改进,使用Ostu算法实现双阈值的自适应获取。实验结果表明,改进后的Canny算子对路面裂缝检测时,保证了检测的实时性,且提高了检测的精度。

灰度序列图像中基于纹理特征的移动阴影检测

实施移动目标检测时,由于移动阴影与运动目标具有相似的运动特性,常严重影响检测结果。本文假设视频序列中当前图像的阴影区域与对应的背景部分有相同的纹理特征,提出一种新的基于纹理特征的移动阴影检测方法。为了实现纹理特征的表达,在阴影检测过程中提出了几种纹理相似度测量方法,并通过计算当前图像与背景图像的纹理相似度值来区分当前图像中阴影区域和前景目标。另外,基于Ostu算法(大津算法)提出了一种自适应的阴影分割方法,并分别对室内和室外环境下采集的视频进行了阴影检测。定性和定量分析表明,在具有显著纹理结构的视频序列下,所提出的方法对于阴影检测有很好的效果,而对于图像模糊并伴有噪声的图像检测精度会有所降低。

增强现实技术在电力系统故障源标识中的应用

在电厂设备维护中,由于线路老化会出现局部放电情况。为了方便工作人员的检验和维修,提出了一种基于增强现实的故障源标识技术。设计了混合跟踪注册模块,跟踪获取电厂中故障源的图像信息,注册得到相机的内外参数矩阵。针对电厂设备体积较大,难一次完全成像问题,设计了边缘检测和图像拼接模块。运用OSTU算法与灰度投影相结合的判断方法完成设备图像边缘检测,并对不完整的图像进行拼接处理。最终通过摄像机标定,得到故障源对应的位置信息,并以全局增强现实的形式显示输出。

一种自适应的多目标图像分割方法

图像分割是数字图像处理中的一个重要问题。提出了一种自适应的多目标图像分割方法。该方法改进了传统的最大类间方差法 (OSTU方法 ) ,并使用方差分解的方法自适应地确定图像中的最佳目标个数。采用遗传算法优化了阈值的求取。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。实验证明 ,此方法能有效地对多目标图像进行分割。