基于改进OTSU的煤尘颗粒图像分割算法研究

针对传统的最大类间方差法(OTSU)进行图像处理时会出现部分煤尘颗粒不显示的问题。论文对最大类间方差法(OTSU)进行改进,先利用改进的同态滤波去除图像噪声和光照不均匀情况,增强图像对比度,再通过改进的最大类间方差法对图像进行分割处理。论文提出的方法所得到的图像对比度为358.47450,比传统同态滤波方法提高45.76285,结果更优。论文提出的算法可以使整幅图像的煤尘颗粒显示的更完全、更具体。实验证明,论文方法具有重要的理论意义和应用价值。

基于高分一号遥感影像的水体提取方法对比分析与改进

以高分一号遥感影像为数据源,以安徽省黄山市屯溪流域内的东方红水库为研究对象,采用单波段阈值法、两波段差值法、波段比值法、归一化差分水体指数(NDWI)法、归一化差分植被指数(NDVI)法共5种水陆像元度量方法,分别应用平均值法和最大类间方差迭代法两种阈值选取方法对东方红水库进行水体提取,探索最大类间方差迭代法在水体提取变量上的改进效果,在此基础上提出了一种改进的最大类间方差联合水体提取法,并对比了改进前后的水体提取效果。结果表明:改进后的水体提取方法可以很好地降低影像提取中产生的噪点,提高水体提取的精度,提取成果的平均相对误差为4.69%,决定系数为0.8579,相比于改进前平均相对误差降低了0.68%,决定系数提高了0.0539。

基于改进DEMATEL-ISM模型的道路拥堵下行车风险评估方法

为准确识别城市道路拥堵条件下的行车风险系统中各影响因素之间的内在联系以及该系统中的关键因素,本文提出一种改进DEMATEL-ISM的评估方法。首先,分析城市道路拥堵条件下的行车风险,选取18个风险因子;其次,运用多群体问询的调查问卷方法,并结合最大类间方差法对标准的集成决策试验和评价试验室(DEMATEL)以及解释结构模型(ISM)改进,建立城市道路拥堵的行车风险评估模型。最后,实例验证结果表明:基于改进DEMATEL-ISM模型的道路拥堵条件下行车风险评估体系能准确划分层次解释结构图的层级,与其他方法相比更加符合实际;交通密度、车头时距、停车次数、换道频次等关键链接因素对其他因素有较强联动影响,并且会增加发生交通事故或二次交通拥堵的概率。

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。

基于全局自适应提取的目标RCS成像测量算法

针对传统目标RCS成像测量中人工加窗提取算法在提取SAR图像中目标散射像时,窗函数类型与大小影响测量精度的问题,本文提出了一种基于全局自适应提取的目标RCS成像测量算法。该算法首先利用成像算法获得目标的高分辨SAR图像,接着基于最大类间方差准则选取自适应阈值,然后利用全局自适应阈值分割图像,并采用八连通准则提取目标散射图像,最后通过RCS反演获得目标RCS值。与传统方法相比,本文方法能自适应提取目标散射图像,测量结果更稳定、测量精度更高。

改进的快速Otsu自适应分割算法及其应用

对Otsu算法因灰度直方图峰值不明显导致分割效果差提出了改进,根据分割目标背景信息的先验值对类内灰度值进行调整,通过迭代计算,使类间方差最大化,从而自动确定阈值,并应用于虹膜图像分割。实验结果表明,该算法对虹膜图像分割效果好,运算速度快,具有一定的鲁棒性和自适应性,可用于虹膜图像的实时分割。

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。

基于移位协方差矩阵Otsu算法的信源数目估计

针对阵列信号处理中信号源数目估计的问题,提出了一种基于移位协方差矩阵的Otsu类间方差法。与协方差矩阵相比,移位协方差矩阵克服了噪声自相关过程中零位极大值的影响,提高了协方差矩阵的信噪比,移位协方差矩阵的信号特征值与噪声特征值差别更为明确,更有利于信源数目的估计。由于零均值且独立同分布噪声的移位协方差理论值为0,所以移位协方差矩阵针对零均值独立同分布α稳定分布噪声同样具有较强的抑制能力。利用Otsu类间方差法对移位协方差矩阵的特征值进行分类,可以更加明确地区分信号特征值与噪声特征值。理论分析和仿真实验结果均表明,基于移位协方差矩阵的Otsu类间方差法具有比传统信源数估计方法更好的估计性能。

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。

基于节点评估与最大类间方差的孤立森林异常值检测

针对孤立森林(isolation forest, iForest)无法有效检测局部异常值且异常值分数阈值难以精确设定的问题,提出一种基于节点评估(node evaluation, NE)与最大类间方差(Otsu)的iForest异常值检测方法。首先,在样本评估过程中将节点深度与相对质量同时引入评分机制,使算法对全局和局部异常值敏感;然后,为了准确设定分数阈值,采用Otsu自适应设定异常值分数阈值;最后,在不同数据集上验证所提方法的有效性。实验结果表明,该方法可以有效兼顾全局和局部异常值的检测,提高iForest检测异常值的准确性。

装配式建筑碳排放影响因素及减排路径研究:基于改进的DEMATEL-ISM方法

选取20个具有代表性的装配式建筑碳排放影响因素,运用多元化、多渠道、多群体问询的调查问卷法及最大类间方差法确定阈值对DEMATEL-ISM方法进行改进,基于该方法构建出中心度-原因度散点图和层次解释结构图,明确了装配式建筑碳排放影响因素在整个系统中的地位及各因素之间的影响关系。依据层次解释结构图并结合实际情况,构建出两条装配式建筑碳减排路径,为装配式建筑减排工作的实施提供参考。

基于改进Canny算子的齿轮边缘缺陷检测方法

针对Canny算子在齿轮边缘缺陷检测中存在识别相似度低、因图像噪声影响导致微弱边缘难以提取、边缘连续性与鲁棒适应性差的问题,提出了一种改进Canny算子的齿轮边缘缺陷检测技术。改进滤波器,使用梯度双边滤波进行图片预处理,平滑图像并减少图像噪声;改进了卷积核,在45°和135°梯度方向上对像素点进行非极大值抑制,增加了微弱边缘被保留的概率;采用最大类间方差法(Otsu算法)计算图像的高阈值,通过双阈值的办法自适应寻找图像强弱边缘;将Prewitt算子和Canny算法以及改进算法进行对比实验验证。结果表明,改进算法可以提取更完整的齿轮边缘,处理后图片的峰值信噪比(PSNR)相比Canny算法提升了16%,检测效果提升了30%,重叠系数高达81.9%,提升了25.1%,为齿轮边缘缺陷检测提供了一定的参考价值。

基于机载LiDAR点云数据的建筑物三维模型重建方法研究

根据建筑物点云的分布特征,提出一种机载LiDAR点云建筑物三维模型重建方法。首先,利用布料模拟滤波算法剔除地面点,实现包含建筑物点云在内的非地面点提取,并利用最大类间方差法提取建筑物点云;其次,使用Alpha Shape算法提取建筑物点云中边缘点,并规则化处理建筑物轮廓线,通过屋顶分割算法提取建筑物屋顶信息;最后,使用SharpGL工具进行建筑物三维模型重建。以某地级市某地区机载LiDAR点云数据为例进行实验,结果表明该方法进行建筑物三维模型重建具有较高的精度与效率,适用于城镇复杂区域建筑物三维模型重建。

基于背景差分法的篮球投篮轨迹预测模型构建

为实现动态复杂环境下篮球投篮轨迹的预测,为篮球训练提供指导依据,构建基于背景差分法的篮球投篮轨迹预测模型。该模型基于混合高斯背景差分方法,构建复杂动态环境背景建模,为保证建模效果,引入自适应学习率进行模型优化,并删除背景模型中冗余高斯分量,获取图像中的前景目标图像;基于最大类间方差的阈值分割方法,二值化处理前景目标图像后,采用区域线性增长方法和篮球运动员投篮运动轨迹图形融合模型,提取前景目标图像中的投篮运动特征,实现篮球投篮轨迹预测。实验表明:该模型具有良好的篮球投篮运动图像处理效果,篮球投篮轨迹预测的可决系数指标结果均在0.947以上,预测结果与实际轨迹结果之间吻合程度较好,满足应用需求。

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。

基于OTSU算法的苹果果实病斑图像分割方法

在苹果种植面积和产量日益增长的情况下,果实的各种病变如黑点病、斑点落叶病等也日益增多,严重影响了果农的经济收益。针对传统人工肉眼检测方法,受人为主观判断容易产生错误,降低病变识别准确度的缺陷,提出了基于最大类间方差法(OTSU)的苹果果实病斑图像分割方法。设计开发了苹果病斑图像分割处理系统,系统基于MATLAB GUI开发界面,将读取的苹果彩色病斑图像分别进行灰度处理、直方图均衡化、滤波增强、模糊增强、图像分割、识别病斑区域等一系列操作,分别选取苹果黑点病、斑点落叶病、苦痘病、红点病、痘斑病、日灼病等六种病斑果实图像进行采样处理,利用OTSU算法对六种苹果病斑图像进行分割识别。分割实验结果显示,对于病斑适中、颜色较深的苹果病变区域分割后识出率和识别成功率较高。

An Improved Double-Threshold Method Based on Gradient Histogram

This paper analyzes the characteristics of the output gradient histogram and shortages of several traditional automatic threshold methods in order to segment the gradient image better. Then an improved double-threshold method is proposed, which is combined with the method of maximum classes variance, estimating-area method and double-threshold method. This method can automatically select two different thresholds to segment gradient images. The computer simulation is performed on the traditional methods and this algorithm and proves that this method can get satisfying result. Key words gradient histogram image - threshold selection - double-threshold method - maximum classes variance method CLC number TP 391. 41 Foundation item: Supported by the National Nature Science Foundation of China (50099620) and the Project of Chenguang Plan in Wuhan (985003062)Biography: YANG Shen (1977-), female, Ph. D. candidate, research direction: multimedia information processing and network technology.

基于分数阶混合蝙蝠算法的Otsu图像分割

针对传统蝙蝠算法在图像阈值分割时存在的分割精度低、效果差、算法收敛速度慢等缺点,提出基于分数阶混合蝙蝠算法的Otsu图像分割算法。将分数阶微积分、天牛须搜索与传统蝙蝠算法相结合,利用分数阶微积分的遗传特性均衡蝙蝠的全局搜索过程,提高寻优能力。利用天牛须搜索丰富蝙蝠局部搜索时种群的多样性,加快高精度下算法的收敛速度。将二维Otsu算法的离散度测度矩阵作为寻优的目标函数进行图像阈值分割。实验结果表明,改进后的算法提升了图像的分割精度与效果,且有着更快的收敛速度和良好的健壮性。

基于高分三号数据的汾河下游洪涝监测研究

以国产高分三号双极化影像为数据源,对2021年国庆期间强降雨过程造成的汾河下游洪涝灾害开展了水体遥感识别及灾情评估。在分析典型水体与洪涝期不同下垫面水体光谱特征的基础上,确定采用交叉极化数据,基于动态最大类间方差法提取洪涝淹没区(水体),并对研究区洪涝灾害范围进行识别和分析。结果显示:(1)应用动态最大类间方差阈值分割法进行水体信息的提取时,交叉极化数据能识别出包括洪涝淹没区的不同深度水体,而同极化数据只能识别较深水体。(2)最大类间方差法对水体识别的精度非洪涝期高于洪涝期,且水体识别时,需要分区动态调整阈值提取来提高识别精度。(3)本研究洪涝淹没区提取的准确率由高到低依次为:河流、农田、城市及其他。结果表明:利用高分三号数据提取洪涝灾害淹没区域,可以为应急救灾提供及时有效的灾情分布数据,为SAR影像洪涝灾害监测提供科学参考。