激光标记自动跟踪视频引伸计的标记识别算法研究

针对视频引伸计易受光照变化干扰的问题,提出一种基于图像亮度调整和去雾增强相结合的图像预处理算法,获得了激光标记和试样标记的清晰图像;分别利用 Cr色度阈值分割算法和基于感兴趣区域的亮度梯度阈值分割算法提取激光标记和试样标记。在光照变化和有无试验机夹头干扰的情况下分别进行了实验,验证了算法的稳定性和准确性。     

基于道路图像对比度-区域均匀性图分析的自适应阈值算法

针对道路图像检测易受光照及车道标志线曲率等交通环境条件变化干扰而导致检测算法稳定性不佳的问题,在图像阈值分割的经典大津法基础上,对直路、左右转弯、有少量积雪和阴影等多种典型道路行驶图像进行了对比度和区域均匀性图分析,并以此实现了基于大津法的道路图像自适应阈值分割,有效地提高了环境条件变化时道路图像检测算法的鲁棒性。     

基于相位一致性的织物起球图像分割

纺织品起球客观评级是纺织品性能测试数字化的重要组成部分.毛球分割是纺织品起球客观评级中的关键步骤,分割结果直接影响评级的精度.目前方法大多利用图像的灰度信息,易受图像亮度和对比度变化以及光照不均匀等因素影响.针对这些问题,研究了基于相位一致性检测的分割算法.该算法基于Log Ga-bor滤波器计算相位一致性,对检测结果进行加权阈值分割.实验结果表明,该方法能获得令人满意的分割结果,提高了织物起球客观评级系统的实用性.     

一种新的基于图论的图像分割算法

传统的基于图论的图像分割方法计算复杂度大,对图像亮度变化比较敏感,且分割效果有待提高.针对传统算法的不足,提出一种新的基于人眼视觉特征的图像阈值分割算法.该算法基于图论和归一化划分准则,并把对数图像处理模型(LIP模型)应用到图像处理中.同时,该算法综合考虑像素的灰度信息和空间位置信息,具有全局性,使分割目标比现有方法更为准确,且时间复杂度适中.实验结果表明,该算法不仅有效地分割出目标来,而且在图像亮度小幅度变化时,效果稳定可靠.     

基于非均匀光照下文本图像二值化改进算法

针对传统局部阈值算法分割非均匀光照图像效果不佳,且计算时间较长的问题,提出了一种基于局部均值的图像二值化改进算法。该算法首先使用积分图像的快速算法计算出局部均值,再将计算出的局部均值代入改进的阈值模型算法中,最终完成分割,从而进一步改善了在非均匀光照下的图像分割效果。对比实验结果表明,改进的二值化算法大大提高了运算效率,增强了图像分割效果,在视觉效果和处理时间2个方面都优于Niblack算法、Sauvola算法、Bernsen算法以及基于局部对比度和均值的算法。     

基于自适应遗传算法的激光图像处理

针对激光图像分割处理的问题,提出了一种基于自适应遗传算法的激光图像分割处理算法.该算法将自适应遗传算法与最大类间方差分割方法相结合,将图像类间方差作为适应度函数,利用交叉概率和变异概率动态调整自适应遗传算法求解最大类间方差的最优阈值.为了衡量该算法的处理效果,分别采用本文算法和最大类间方差图像分割算法对图像进行处理.结果表明,该算法的CI值为0. 417,能够对图像进行有效分割,且分割的准确性和运算速率均优于传统的最大类间方差分割方法,具有较高的实践价值.     

野外大空间火焰目标红外图像的分割算法研究

提出了一种基于图像坐标的火焰图像的自适应动态阈值方法。对发生火灾时产生的火焰图像信息进行了深入的研究和分析,根据所拍摄图片R—G-B颜色空间信息,得到火焰信息更明确的灰度图,再对图像按照坐标分块,对图像分块后的每个子块进行分析,阈值根据图像像素的实际性质而设定,最后应用以对火焰图像进行分割。采用工业监控摄像机和红外滤光片实现双波段图像的采集。实验中分别应用经验值单阈值分割法、迭代法、OSTU法、区域双阈值法和本文所提出的方法进行图像火焰的分割。结果表明：提出的算法在不同光照条件、背景复杂情况下,基本可以摒除干扰物,突出火焰目标,且处理速度较快。     

一种基于光照补偿和模糊聚类的图像分割方法

针对受到光照不均匀影响的图片在直接进行阈值分割造成的错分割问题,提出在分割前对图像进行光照补偿的预处理,从原图中分离出光照不均匀平面矩阵,从而降低光照不均匀对阈值分割造成的不利影响.在分割过程中采用模糊聚类算法,提高了图像分割的有效性.     

最小类内方差和区域生长相结合的图像分割法

针对视频车辆检测中,光照不均匀、对比度不强的多目标图像分割,提出了一种基于最小类内方差和区域生长相结合的快速阈值分割算法.首先对最小类内方差法进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标.理论分析和实验结果表明,该分割算法不仅适用于简单的车辆图像分割,而且对于复杂的车辆图像也取得了较好的分割效果.该算法计算量小,分割精度有一定优势,有助于下一步的目标识别.     

一种新的图像分割算法

针对一类普遍存在的图像,采用具有生物学背景的交叉视觉皮质模型进行图像分割.将交叉视觉皮质模型所具有的符合人眼对亮度响应非线性要求的指数衰减的阈值机制,改进为适合图像分割处理的线性衰减的阈值机制,提出了线性阈值-交叉视觉皮质模型.同时采用改进的二维Tsallis交叉熵作为分割准则,可自动地确定交叉视觉皮质模型神经元的分割阈值以及循环迭代次数.实验表明,这种分割算法优于经典的OSTU算法和K-m eans算法,同时基于改进的二维Tsallis交叉熵准则优于基于二维最大Shannon熵准则、传统二维Tsallis交叉熵准则和一维最小Tsallis交叉熵准则.     

基于通道加权FPN的熔池检测与特征提取方法

为了获取使用熔池特征参数对增材制造进行反馈控制的输入参数,提出了一种基于通道加权FPN的激光增材制造熔池语义分割算法和基于图像像素阈值的熔池方向、面积和宽度特征参数提取算法.语义分割算法主要包含轻量级的主干神经网络、通道加权特征FPN网络.实验结果表明,熔池图像的分割速度可达79.76张/s, mIoU和mAP分别可达90.53%和95.79%,且模型大小仅为90MB.与其他相同类型的深度学习模型相比,该算法在保证精度的同时,提高了检测速度,减少了模型参数量和大小.熔池图像特征参数提取算法则结合了相机拍摄的原始图像与分割完成的图像的像素阈值分布情况,能够准确分析并计算出熔池的方向、宽度与面积特征参数.     

基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.     

最大熵阈值的红外图像人体目标分割方法

为了有效地分割红外图像中的人体,提出了一种基于最大熵阈值的红外图像人体目标分割方法.对红外图像进行滤波处理消除噪声干扰,分别计算图像的目标熵和背景熵,最大化目标与背景熵的和,在目标和背景的分布中获得最大信息,以此为准则选择分割阈值.利用形态学方法进行后处理进一步消除噪声干扰.实验结果表明:与经典的阈值分割方法相比,文中方法效果更好,且运算速度快.     

基于机器视觉的纪念币表面划痕提取算法研究

针对纪念币表面划痕处理问题,本文设计一个基于机器视觉的纪念币表面划痕的提取算法,将该算法应用在纪念币的表面划痕检测中。将图像的预处理做为特征提取的前提,采用粒子群算法对图像的阈值进行确定,将局部与全局的阈值相结合,使纪念币的阈值分割更加明显,对阈值分割后的图像逐行扫描,提取划痕信息,最终实现纪念表面划痕的定位和标记。     

一种基于空间信息的运动目标检测方法

针对现实生活中由于光照变化、背景噪声干扰、摄像机抖动等因素对运动目标的检测与识别存在巨大挑战的问题,提出了一种基于空间信息的运动目标检测算法。通过对像素点及其区域的亮度和角度差分等信息提取特征,建立背景模型,去除光照因素的干扰,比较当前帧和背景模型的相似系数确定前景区域,并且采用了自适应阈值的方法二值化前景图。实验证明,该方法能克服光照突变等复杂背景的干扰,实现对运动目标实时准确检测。     

基于FCM的动态结合全局图像阈值分割

全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。     

基于自动随机游走的乳腺肿块分割算法

针对乳腺X线影像肿块分割易受弱边缘和周围组织干扰的问题,提出一种基于自动随机游走的乳腺肿块分割算法.利用二维最大熵阈值法、区域生长及形态学方法自动确定一系列标记点,采用平均边缘梯度评价法选择有效标记点进行随机游走分割以获得初步分割结果,并在此分割基础上进行星芒状结构检测,获得完整的肿块分割边缘.随机选取227例肿块图像进行分割,对分割结果进行特征提取和分类.实验结果表明,该算法克服了半自动随机游走的应用局限性,提高了乳腺肿块的分割精度;与其他分割算法相比,该算法在后续的分类中具有更高的分类精度.     

基于高斯混合模型和帧间梯度信息的运动目标视频分割算法

视频序列的运动分割是运动分析和运动跟踪的基础,本研究基于高斯混合模型和帧间梯度信息提出了一种新的运动目标分割算法。在利用亮度信息对背景建立自适应高斯混合模型的基础上,进行前景的粗分割;针对由于视频信号的亮度和色彩分量随光照突变有较大的改变,导致大片背景的高斯模型产生错误匹配,误判为前景的问题,为了提高高斯模型分割算法的鲁棒性,结合结构梯度互相关函数对分割结果进一步校正,使之能适应剧烈的光照变化;最后,利用数学形态学进行后处理,消除影子和孤立的噪声点。通过不同场景的运动分割实验,表明该算法在复杂背景和剧烈光照变化条件下具有较强的鲁棒性和较高的分割精度。     

基于直方图的模糊最大指数熵图像分割方法

针对最大熵阈值分割算法的计算缺陷,提出了一种基于直方图的模糊最大指数熵阈值图像分割新算法．该算法把模糊性指数、模糊熵概念应用到图像分割中,结合基于灰度图像直方图的模糊最大熵阈值图像分割理论,给出了模糊最大熵的新定义,同时引入了指数熵的概念．该算法能较好地完成图像分割,较传统分割算法具有更强的抗噪能力,为后续的图像处理提供了良好的基础．通过对真实目标灰度图像的分割和对比实验,表明本文新算法分割准确,性能优越。     

图像亮度精确控制的双直方图均衡算法

针对传统的双直方图均衡算法（BBHE）不能精确实现图像亮度保持目标的问题,该文提出一种新的双直方图均衡算法。基于给定图像的灰度直方图,建立灰度阈值与输出图像亮度之间的对应关系;求解满足图像亮度要求的所有灰度阈值,从中选择一个最佳阈值用于图像的双直方图均衡处理,使输出图像与BBHE算法增强的图像之间具有最大直方图相似度。基于多种亮度图像的实验结果表明,BBHE算法的输出图像亮度与期望值之间相差-36.94%~ 8.85%,该算法将误差范围缩小到0.43%~ 2.56%,显著提高了双直方图均衡算法控制图像亮度目标的精确性,运行速度满足实时要求。