采用统计推断的自动视频对象分割

在新一代MPEG－4视频编码标准中，为了支持面向对象编码和实现基于内容的应用，视频对象（VO）的自动分割成为关键技术之一，减背景法是视频对象自动分割的基本方法，但是不同的环境光照条件常常给视频对象的分割带来困难，提出一种基于统计推断的减背景法。该方法首先建立背景统计模型，然后对后续帧进行假设检验，从而分割出视频对象。文中算法采用HSV颜色空间，通过对背景统计模型中各颜色分量的有效分析和区别使用，能够很好地适应不同的环境光照条件。实验表明，文中算法能够在各种光照环境下自动地实现视频对象的准确分割。     

基于分量直方图的移动机器人视觉图像自适应分割

提出一种基于分量直方图的自适应分割方法．首先对图像的3个分量统计直方图进行自适应分割，确定出各分量的分类数目及类的取值范围；然后，对分割类进行分量间组合，获得原图像中主要的几种颜色；最后以这些颜色作为聚类中心，按照颜色相似性准则对图像进行聚类分割．在移动机器人CASIA 1上进行的实验证明：该算法实现了图像主要区域的自适应分割与提取，并且能够满足移动机器人对视觉处理过程的实时性要求．     

最大模糊熵阈值法的快速算法

针对最大模糊熵图像阈值分割算法计算量太大的问题,文中在分析S型隶属函数特点和模糊熵性质的基础上,提出一种最大模糊熵阈值法的快速算法。该算法将最大模糊熵阈值分割算法的时间复杂度由O(L⁴)降到O(L³),同时避免优化算法易于陷入局部极值的缺陷。该快速算法可在提高算法速度的同时保证最大模糊熵阈值法的分割性能。     

基于互信息变量选择的燃煤机组SCR脱硝系统PSO-ELM建模

针对燃煤机组SCR脱硝系统出口NO_x浓度存在测量滞后以及吹扫时数据失真等问题,提出了一种基于特征提取和粒子群算法(PSO)优化极限学习机(ELM)超参数的燃煤机组SCR脱硝系统模型。利用互信息(MI)进行时间迟延补偿,采用最大相关最小冗余(mRMR)方法筛选辅助变量,通过PSO优化算法确定ELM最优超参数并建立预测模型,最后进行对比验证。仿真结果表明：采用本文方法所建立的PSO-ELM预测模型的均方误差和相关系数分别为0.931 4 mg/m³和0.978 6,预测精度高,能够为脱硝系统出口NO_x的现场优化控制提供技术支持。     

结合标定拟合和模糊理论的焊点特征颜色提取

针对自动光学检测系统中元件颜色特征,提出了一种依靠颜色标定块和模糊隶属度判别法进行焊点特征颜色提取的方法。该方法对颜色标定块HSV中的H与S分量进行统计直方图分析,以高斯函数为模型拟合出各分量特征函数,建立起了一种以H和S分量为线性特征组合的各个颜色隶属度函数。根据模糊法隶属度判定准则对图片中颜色进行分割,提取出特征颜色。最后将该算法对3组PCB图像进行分割实验。实验结果表明该算法Bezdek分配系数为0.68左右,方差数据为1.0E-4数量级,表明该算法聚类效果稳定,类内数据相比于主色判别式法的一致性高。此外该算法适用性强,可普遍运用于指定颜色的提取系统中。     

改进的分层马尔可夫随机场彩色图像分割算法

针对传统的分层马尔可夫随机场（MRF）算法难以描述彩色图像像素值分布等问题,提出一种基于RGB色彩统计分布的分层MRF分割算法。在分层MRF模型的基础上,设定了相关参数并对分割过程进行了公式推导;结合RGB色彩统计分布模型,重写了分层MRF能量函数,利用k-means算法作为预分割算法,实现了算法的无监督分割。相比传统的分层MRF分割模型,该算法充分利用了彩色图像的像素值的信息,可有效地减少颜色分布参数和计算成本,能更准确地描述各分割对象的颜色分布;且该算法不受目标和背景颜色区间分布、目标空间分布的限制,能够很好地描述不同目标和背景。通过大量实验验证了算法的有效性,其在运算速度、分割精度等方面均优于传统MRF算法和模糊C均值（FCM）算法。     

基于MODIS的黄土高原土地荒漠化动态监测

以2001年和2009年8月MODIS卫星影像为数据源,基于归一化植被指数和像元二分原理,通过建立科学的荒漠化土地分类系统,对黄土高原地区近8 a的荒漠化土地进行了动态变化监测,分析了2个时期荒漠化土地的空间分布特征和面积变化情况。结果表明:黄土高原荒漠化土地面积整体呈明显的减少态势,但类型转化结构表明荒漠化土地强度却处于不断发展阶段。8 a间,极重度荒漠化土地面积增加了16.53 km²,增长率为28.36%,重度和中度荒漠化土地面积均有不同程度减少,分别减少了1.2×10⁴ km²和7.0×10⁴ km²,变化率分别为32.97%和29.19%;分别有9.0×10^4 km²和1.2×10⁴ k²的轻度和潜在荒漠化土地转化为其他类型荒漠化土地,并分别增加了9.3×10³ km²和7.3×10⁴ km²,增长率分别为4.2%和57.3%。发展区面积为1.9×10⁵ km²,稳定区面积为4.0×10⁵ km²,逆转区面积为2.8×10⁴ km²,发展区面积比逆转区面积大1.6×10⁵ km²,表明黄土高原环境质量不断下降,荒漠化强度不断扩张的趋势。     

不规则物体点云切片中的多轮廓分割算法

使用切片法进行不规则物体点云体积测量时，现有的多边形拆分再重组（PSR）算法难以正确拆分较近的轮廓，进而导致计算精度较低。针对这一问题，提出一种多轮廓分割算法——改进最近点搜索（INPS）算法。首先，通过局部点的单次使用原则分割多轮廓；其次，使用多边形内点判定（PIP）算法判断轮廓的包含关系，以确认轮廓面积的正负；最后，采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明，在两个公开点云数据集和一个化学电子密度等值面点云数据集上，所提算法都能实现高正确率的边界分割，具有一定的普适性；且该算法体积测量的平均相对误差为0.043 6%，低于PSR算法的0.062 7%，可见所提算法实现了高正确率的边界分割。     

基于图像处理的蔗糖结晶颗粒识别方法

针对煮糖过程蔗糖结晶图像的特点采用颜色空间转换的方法,将图像从RGB颜色空间转换为HIS颜色空间,利用HIS颜色空间各分量相对独立性以及结晶颗粒和糖浆溶液的色调差异通过改进的大津法对H分量进行阈值分割,再通过数学形态学,中值滤波,孔洞填充,去除噪声颗粒等方法进行后续处理,最后对处理后的图像提取结晶颗粒的个数、面积、周长、形状指数以及面积比等特征值并进行分析来完成煮糖过程中蔗糖结晶颗粒的识别。实验证明该方法识别率高,切实可行。     

基于区域生长的翡翠云雾纹理分割方法

根据翡翠云雾纹理特征,提出基于区域生长算法的翡翠纹理分割方法。首先,将图像转换到YCbCr颜色空间,根据统计的翡翠CbCr分量范围,利用边界跟踪算法确定分析区域,然后针对CbCr分量进行FCM聚类,选定生长区域种子,根据生长区域颜色相近和纹理相似的特征,进行区域生长,利用灰度共生矩阵分析Y分量进行纹理特征提取,针对分割效果影响因素,进行区域合并。实验表明该方法的分割效果良好。     

噪声图像的快速二维Otsu阈值分割

为了提高二维阈值分割法处理速度, 提出了二维Otsu法的快速实现方法。基于二维随机变量的边缘概率分布, 将二维最佳阈值（s*, t*）的求解拆分成两个一维最佳阈值s*和t*的求解; 同时为了改善原算法的分割效果, 引入类内方差的定义, 提出了新的最佳阈值判别式。实验结果表明, 本方法不仅保留了原二维阈值法抗噪性强的特点, 其时间复杂度由O(L⁴)降为O(L), 空间复杂度由S(L²)降为S(L), 且分割错误率低于原二维Otsu法。该方法适合处理高斯噪声图像的快速阈值分割问题。     

机器视觉耦合图案匹配的纳米图像特征自动测量与统计算法研究

针对纳米图像微小、难以测量和统计等难题,提出机器视觉测量算法。根据目标形状特征,引入图案匹配,设计二者相融合的纳米图像特征自动测量与统计算法。根据纳米图像的形态和面积特征,实现基于机器视觉的目标分割;并嵌入图案匹配,分析目标形状,剔除杂质干扰,解决纳米图像难以自动测量和统计的问题。仿真实验表明,该算法在纳米图像特征自动测量与统计上可以达到较好的效果。     

西南山地典型流域地震前后泥石流物源遥感精细识别

泥石流物源的信息获取目前主要依靠野外勘查测量和目视解译提取,存在耗时费力、覆盖范围有限、主观性强等问题。遥感因其快速、大范围、高精度监测的特点为泥石流物源识别提供了更为可靠的方式。基于Sentinel 2影像和ALOS地形数据,根据物源区光谱特征和地形特征差异,采用面向对象的分类方法进行物源识别,实现了树正寨流域地震前后泥石流崩滑物源、沟道物源和坡面物源的遥感精细识别。实验结果表明：①基于无人机和Google Earth高分辨率影像选取验证样本发现,采用该方法的树正寨流域物源识别精度分别为震前85.71%,震后88.34%,对应的Kappa系数分别为0.77和0.76;②相比于传统基于像元的遥感分类方法,该方法震前和震后分类精度分别高出14.28%和22.70%,尤其对于小面积的崩滑单体识别有着更优秀的表现;③地震前后由于地震诱发崩塌滑坡等灾害导致物源总储量由1.85×10⁶ m³增至3.99×10⁶ m³,主要物源类型是崩滑物源,占比70.80%。总体而言,实验为泥石流物源的判识提供了基于高分辨率遥感影像观测的自动识别方法,判识结果也将为泥石流灾害防治及风险评估提供重要的科学支撑。     

粗糙集与区域生长的烟雾图像分割算法研究

针对图像型火灾烟雾分割算法不能同时提取白色、灰白色和黑色烟雾的问题,提出了一种粗糙集和区域生长法相结合的烟雾图像分割算法。在RGB颜色空间提取图像的R分量,根据R分量的统计直方图构造粗糙度直方图,选取粗糙度直方图中合适的波谷值作为分割阈值,对图像进行粗分割。相对背景图像,烟雾属于运动信息,采用帧间差分法提取运动区域,排除静态干扰。烟雾具有独特的颜色特征,在RGB颜色空间建立烟雾颜色模型,去除颜色相近的运动干扰,获得疑似烟雾区域。在该区域内选择种子点,在粗糙集粗分割的结果上进行区域生长,提取出烟雾区域。实验结果表明,该算法能够同时分割出白色、灰白色和黑色烟雾,烟雾边缘不规则信息保存比较完整,与已有算法的平均分割准确率、召回率以及F值相比,分别提高了19%、21.5%、20%。     

TDLAS直接吸收法温度测量的硬件系统构建

在燃烧场瞬态温度测量中，传统侵入式测量方法存在响应速度慢、精确偏差大等问题，而吸收光谱方法则一直没有合适的硬件系统。针对这类问题，本文基于可调谐半导体吸收光谱技术(TDLAS)完成直接吸收法温度测量的硬件系统构建，以实现对燃烧场温度的检测。搭建实验平台选择中心频率为6 807.835 cm^-1、7 182.949 6 cm^-1的谱线，以H₂O为目标分子，通过MATLAB进行温度测量分析，验证该硬件系统有效可行，可实现燃烧场瞬态温度10%以内的精确测量。     

基于边缘竞争模糊水平集的脑部磁共振图像自动分割

针对脑部磁共振(MR)图像分割时容易出现的受噪声影响大和边缘定位模糊问题,提出一种以基于核函数的增强模糊C均值(RFCMK)算法结果为先验知识的边缘竞争水平集自动分割方法。首先采用RFCMK算法对图像进行预分割;然后对预分割后的各子类图像进行阈值化处理,并将其边缘作为水平集演化的初始轮廓;最后采用引入竞争机制的边缘指示器对各部分边缘进行演化。该方法对模拟图像不同层切面的分割实验表明,基于面积和基于边缘的评估统计值范围分别为[0.91,0.95]和[0.05,0.22]。对噪声图像的实验结果表明该方法能够有效地抑制噪声对分割结果的影响。     

一种融合颜色和空间信息的区域生长算法

该文提出了一种基于图像颜色和局部空间信息的种子区域生长算法,并用于彩色图像分割。该算法首先根据相对欧式距离使用均值聚类算法对图像进行颜色量化,形成图像的初始分割结果,然后通过计算局部颜色散度,进行分级区域合并,最后,利用形态学相关算法对分割区域的边缘进行平滑。实验表明,该算法能得到与人类视觉判断相一致的有意义区域的分割。     

基于HSI颜色空间的蔗糖结晶图像分割方法

针对煮糖过程蔗糖结晶图像的特点,采用颜色空间转换的方法,将图像从RGB颜色空间转换到HSI颜色空间,利用HSI颜色空间各分量相对独立性以及结晶颗粒和糖浆溶液的色调差异通过改进的大津法对H分量进行阈值分割,再通过数学形态学,中值滤波,孔洞填充,去除噪声颗粒,去除图像边界的非完整颗粒等方法进行后续处理,最终将结晶颗粒从复杂的图像信息中分割出来。实验证明该方法分割效果好,切实可行。     

改进的Otsu法在电梯门ROI提取中的应用

针对传统电梯门安全保护方式的不足，开展了以阈值分割算法为核心的电梯门图像处理的研究。针对传统Otsu算法在目标区域具有低熵特点且背景区域较大的情况下无法得到理想分割阈值的问题，提出了一种基于波谷混合加权因子的全阈值分割算法，使得分割阈值处于电梯门灰度直方图谷底附近且更接近电梯门ROI（Region Of Interest，ROI）。同时结合电梯门图像特征缩小了算法的搜索范围。实验仿真表明，改进的算法相比于传统Otsu法和其他改进算法在电梯门图像的分割结果中，目标区域更接近于电梯门ROI，运算效率在同等仿真环境下提高2至6倍。     

基于混合智能算法的卫星图像分割技术研究

卫星图像数据量大、特征信息丰富、背景复杂、拍摄过程中易受干扰,用一般的基于参数统计的图像分割方法难以实现准确的分割;将自组织映射算法(SOM算法)和具有爬山过程的遗传算法(HGA算法)结合在一起,建立了一种基于混合智能算法的图像分割方法,用于卫星图像的分割;此方法通过SOM算法进行颜色特征提取,再通过HGA算法进行颜色特征聚类,实现对卫星图像的分割;实验结果表明基于混合智能算法的图像分割技术分割效果的准确率达到了91%,可以较好地分割卫星图像,具有较高的分割准确性。