基于计算机视觉的图像分割新方法

针对杂波背景条件下图像分割精度较差的问题,提出了一种基于粗糙集模糊概率C均值聚类的Otsu目标图像分割方法.首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷;然后,在模糊集理论的框架内引入粗糙集处理方法,通过对不精确数据的有效处理,克服背景方差效应,提升了图像分割的精度.实验结果表明,该方法较传统Otsu方法具有更高的分割精度和抗背景噪声干扰能力.     

基于Otsu算法的车牌图像二值化及其Matlab实现

本文利用Otsu算法二值化车牌图像的技术,给出了Otsu算法的原理,以及对车牌灰度图像进行二值化处理的方法原理;最后用MATLAB来实现车牌图像二值化的效果。     

基于顶帽变换和最大类间方差法的图像分割方法研究

为了克服直接使用最大类间方差法(Otsu)的图像分割方法不能对具有亮度不均匀背景的图像进行准确分割的不足,提出了一种基于数学形态学中的顶帽变换和最大类间方差法(Otsu)的图像分割方法。首先从数学形态学出发,详细阐述了灰度形态学的基本运算(腐蚀、膨胀、开、闭运算),引申出可以消除图像不均匀背景的顶帽变换法。然后介绍Otsu图像分割算法的具体步骤。最后以MATLAB7.0为实验平台,将顶帽变换和Otsu两种算法结合起来对图像进行分割算法仿真实验。理论分析和仿真实验结果表明,提出的方法可以实现快速、准确地分割。     

基于顶帽变换和Otsu的图像分割方法研究

为了克服直接使用最大类间方差法(Otsu)的图像分割方法不能对具有亮度不均匀背景的图像进行准确分割的不足,提出了一种基于数学形态学中的顶帽变换和最大类间方差法(Otsu)的图像分割方法。首先从数学形态学出发,详细阐述了灰度形态学的基本运算(腐蚀、膨胀、开、闭运算),引申出可以消除图像不均匀背景的顶帽变换法;然后介绍Otsu图像分割算法的具体步骤。最后以MATLAB7.0为实验平台,将顶帽变换和Otsu两种算法结合起来对图像进行分割算法仿真实验。理论分析和仿真实验结果表明,本文提出的方法可以实现快速、准确地分割。     

盲人视触觉图像转换技术的研究

在盲人的视觉触觉替代系统中,视触觉图像转换技术至关重要。本文针对文字类图像,采用图像分割大津法进行多分辨率分解;而对于非文字类图像,采用多尺度几何分析方法进行边缘检测,实验证明采用contourlet变换的处理效果更好。     

三维Otsu阈值分割方法的快速实现

针对图像分割中三维Otsu阈值法存在的计算复杂度高的问题,笔者提出了一种三维Otsu阈值分割方法的快速实现算法,该算法通过用递推的方法得到查找表,从而消除三维Otsu阈值法中的冗余计算,能够很好地提高三维Otsu阈值法的计算速度.实验结果表明,该算法不仅计算时间远远小于原始三维Otsu算法, 并且求得的阈值跟原始的算法一样.     

考虑分形特征的岩心扫描图像合理分割方法

考虑岩石的孔隙度和孔隙结构的分形特征的关系,结合图像分割Otsu算法,提出Otsu算法的分形校正算法。首先对三种砂岩岩心的扫描图像进行处理,得到结果与实验结果进行对比,发现分形校正算法能够大大提高图像分割的准确度;此外对致密性气藏岩心和页岩岩心进行处理,分形校正算法的结果同样更接近实验值。由于实验得到为岩心的有效孔隙度,因此比计算值偏小。对于实验难以测量孔隙度的岩心,可以采用Otsu分形校正算法对扫描图像进行处理,得到其孔隙度。     

基于改进Otsu法的自动阈值分割方法

针对图像序列的背景变化和背景的复杂性,本文提出了一种基于改进Otsu法的自动阈值分割方法,实现了复杂背景下图像序列中运动目标的快速分割。实验表明,这种目标分割方法,减少了图像降噪和图像增强等处理,同时还降低了噪声的影响,且算法简单,具有较好的分割效果和较高的效率。     

基于自适应阈值的棉网图像中结杂的识别

在棉网图像中,棉结和杂质(简称结杂)大多都混杂在聚集的纤维网中难以检出和识别.针对这一问题,提出了一种将最大类间方差法(Otsu法)与线性回归相结合的棉网图像结杂分割方法.首先对棉网图像进行预处理,然后根据Otsu法获取棉网图像与背景分开的阈值,再根据线性回归找出该阈值与结杂灰度的关系,获得结杂分割的最佳阈值,从而实现结杂的识别.     

二代小波变换的抗噪Otsu图像分割方法

针对一维、二维最大类间方差(Otsu)方法分割含噪声图像时分割效果不佳、抗噪性不足的问题,提出了一种二代小波变换的抗噪Otsu图像分割方法.算法通过二代小波变换,在小波域中对目标与背景的噪声进行抑制后再计算最大类间方差进行了研究.实验结果表明该算法是一种抗噪性强、分割效果好的图像分割算法.与现有的二维、三维Otsu法相比,算法不仅计算效率高,而且抗噪性能更稳健.     

基于图像处理技术的管道裂缝检测方法研究

提出了一种新的管道裂缝检测方法,基于OpenCV开源平台开发了一个方便用户使用的图像处理系统,实现了管道缺陷检测。该方法首先利用中值滤波法去除图像中的噪声;然后使用形态学梯度算法检测裂缝图像边缘轮廓;最后通过Otsu算法自适应地选取阈值分割图像得到管道裂缝的二值图像。对管道裂缝的检测实验结果表明本文提出的方法检测效果优于DEE(dou-edge evaluation)方法。     

基于蛙跳算法与Otsu法的图像多阈值分割技术

 为了快速准确地确定多阈值图像分割中的最佳阈值,提出了一种基于蛙跳算法与Otsu法相结合的多阈值图像分割方法.该方法将多阈值求解看作一种多变量的组合求解优化问题,利用多阈值Otsu法设计分割目标函数,将新兴的仿生学优化求解算法——蛙跳算法引入到图像分割技术中,通过蛙跳算法中全局搜索和局部搜索相结合的搜索机制并行求解多个阈值.实验结果表明,该方法与基于人工鱼群算法的图像多阈值分割方法相比,明显提高了图像分割速度和分割质量.     

一种结合遗传算法和最大类间方差法的图像分割新方法

传统的一维图像Otsu方法,只能对图像的灰度信息进行处理,对空间信息、像素等部分不能得到处理,因此在图像受到噪声或其他干扰时灰度直方图中的波峰、波谷会呈现不明显的分布,造成分割失误.本文结合遗传算法和最大类间方差法的图像分割新方法,是以遗传算法确定阀值空间中的最优阀值,最大类间方差法确定图像背景和目标图像之间的灰度方差面的最大值,避免受到噪声等因素的干扰.通过仿真实验发现该图像分割方法可降低分割时间,分割质量较好,发展前景广阔.     

汽车轮胎号识别中的预处理问题

为便于对汽车轮胎号字符图像进行识别,对其进行一系列预处理．着重研究胎号图像预处理中的增强、降噪及二值化问题．提出一种将邻域均值滤波法和中值滤波法相结合的图像降噪算法,采用该算法能保护图像边缘和细节．提出一种基于经验知识的改进Otsu算法,可缩小Otsu算法搜索阈值范围,减少计算类间方差的次数．结果表明,胎号增强图像比原始图像清晰,降噪后字符图像边缘不模糊,胎号字符二值化速度得到提高,二值化效果也很好．     

基于目标、背景比例的灰度图像自动阈值选取法

最大类间方差法(Otsu法)因其计算简单、自适应性强而成为被广泛使用的图像阈值自动选取方法.在分析Otsu法原理的基础之上,提出了一种改进的最大类间方差法.为了提高分割效果,该方法同时考虑了背景和目标的类间距离和类内距离.与同类方法相比,提出的方法将目标和背景所占的比例作为权值修正了现有的方法,使得衡量类内距离的目标与背景的平均方差按照目标与背景的面积划分.Lena、Cameraman标准测试图像以及杂草图像的仿真结果验证了本方法的有效性.     

一种改良粒子群MPO算法在图像分割中的应用

提出了一种图像分割MPO算法,该算法将粒子群PSO算法与Otsu函数相结合,通过Otsu自适应函数来处理图像分割中的门槛值选择问题,使所求得的门槛值即为图像直方圆中组间变异数最大化的解﹒为增进计算速度,MPO算法将原PSO粒子群算法中的粒子群体最佳适应值移除,同时经过本算法改良,使新算法也能应用在多门槛值的选取问题﹒Matlab仿真实验表明:MPO算法是现有的门槛值算法Otsu与LEA运行速度的3.36~6.57倍,所以更具优势﹒     

数字图像处理在原棉异物检测中的应用

利用改进的Otsu阈值法对原棉异物图像进行分割,并运用数字图像处理技术,对具有代表性的原棉异物进行图像增强,二值化等处理,快速准确地识别出原棉中存在的异物,从而有效地提高原棉异纤清除机的除杂率.     

基于改进Otsu算法的生菜叶片图像分割方法

针对传统的Otsu算法计算量大、实时性差等缺点,提出了一种新的PSO+Otsu(S)分割方法.将RGB颜色空间转换成HSV颜色空间,并提取S分量图像.针对基本粒子群优化算法提出一种新的惯性权重系数w更新策略,并利用改进的粒子群优化算法搜索最优阈值,将搜索到的最优阈值作为Otsu算法的分割阈值,并对S分量图像进行分割,最终得到生菜叶片分割图.结果表明:提出的生菜叶片图像分割方法不但适合单叶片图像分割,而且适合冠层叶片图像分割;运用本算法分割单个生菜叶片图像以及生菜冠层图像时程序运行时间分别为118,126 ms,迭代次数分别为6,5次,相比于Otsu算法以及标准PSO+Otsu算法,本算法不仅有效缩短了程序运行时间,而且提高了图像分割的准确率,具有较好的实时性.     

一种基于形态学的颗粒图像二值化算法

图像处理中阈值法计算简单,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。针对颗粒图像,提出了一种基于形态学的最大类间方差Otsu二值化算法,实验证明,该算法这一算法能较好地保留原图像中的特征,二值化后的图像效果不错。     

Otsu法在织物疵点检测中的研究及应用

在织物疵点检测中,阈值分割是极其重要的一个环节。本文对常用的三种阈值分割算法进行比较,并提出了一种改进的Otsu法。该方法自适应性更强,使分割结果更加完善,最后通过数学形态学处理得到疵点二值图像。仿真实验结果证明了该方法行之有效,值得借鉴。