基于二维Renyi交叉熵的刀具磨损图像分割

为了快速准确地完成刀具磨损检测系统中刀具磨损图像的分割,提出了分解的二维Renyi交叉熵刀具磨损图像阈值分割方法。首先引入Renyi交叉熵的定义,给出一维Renyi交叉熵阈值选取公式。然后推导出二维Renyi交叉熵阈值选取公式,并采用快速递推公式来降低阈值选取准则函数的计算复杂度。最后提出了二维Renyi交叉熵的分解算法,将二维Renyi交叉熵的运算转化为两个一维Renyi交叉熵的运算,使算法的运算量从O(L4)降为O(L)。针对不同类型的刀具磨损图像的实验表明,所提出的方法与基于粒子群优化的二维最大Shannon交叉熵法、基于粒子群优化的二维Renyi熵法、二维最小Tsallis交叉熵法相比,在分割效果和运行速度上均具有很大优势。     

改进的二维Otsu法阈值分割快速迭代算法

常用的灰度级-平均灰度级二维直方图存在错分,导致二维Otsu法阈值分割结果不够准确;其快速迭代算法搜寻最佳阈值时避免了穷举搜索,但仍需遍历整个解空间.为此,提出了一种改进的二维Otsu法阈值分割快速迭代算法.采用灰度级-梯度直方图及其区域划分方法,导出了基于该直方图区域划分的Otsu法阈值分割快速迭代算法公式;在实验结...     

改进的狼群优化二维Otsu阈值分割算法

二维Otsu阈值分割是以每个灰度像素点的灰度值和周围灰度的均值作为分割标准,其通过概率统计的方法构建二维直方图,以离散度作为分割好坏的评判标准。针对二维Otsu阈值分割算法实时性差的缺点,将改进的狼群优化算法运用在分割过程中,加快了分割阈值的收敛速度,也提高了分割精度。通过对狼群优化算法游走行为中增加扰动算子可扩大全局搜索的范围,提升寻优的速度和精度。考虑到狼群围攻容易陷入局部最优的情况,研究引入了模拟退火算子,使该算法在寻优搜索过程中能够跳出局部最优。     

基于蛇优化算法的Otsu图像分割方法

Otsu算法是图像处理中运用广泛的图像分割方法,尽管有着计算简单、准确的特性,但因为需要进行穷举运算,所以计算效率不高。为提高图像分割的实时性,引入了蛇优化算法(SO)对Otsu进行了优化,创建了基于蛇优化算法的Otsu图像分割方法(SO-Otsu)。在该算法中,利用蛇优化算法来模拟蛇的特性进行最佳阈值的寻找,以降低迭代时间,提升计算速度。在仿真实验中,利用经典的Lena、Peppers、Goldhill、Cameraman图片进行测试,与基于果蝇优化算法的Otsu方法(FOA-Otsu)和基于麻雀搜索算法的Otsu方法(SSA-Otsu)进行对比。并通过计算峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似性(FSIM)和计算时间作为评价指标结果进行评估。结果表明,与其他算法相比,算法计算效率高、分割细节效果好且综合分割性能优异,为提高图像分割的计算效率提供了一种理想的工具。     

基于蝗虫算法的图像多阈值分割方法

针对图像分割中的阈值选择问题,提出了一种基于蝗虫算法的图像多阈值分割算法。该算法综合考虑Otsu法和最大熵法的分割特性,以Otsu算法的最大类间方差和Kapur最大熵法的最大熵值构造适应度函数,利用蝗虫算法进行寻优求解最佳阈值,最后利用最佳阈值对图像进行分割。将该算法与传统的Otsu算法、最大熵法、基于粒子群的图像分割方法、基于人工蜂群的图像分割方法进行比较,实验结果表明,相对其他算法,分割所得的峰值信噪比更大,分割效果更好,在阈值个数为4和5时,该算法所得的峰值信噪比(PSNR)值相比粒子群算法、人工蜂群算法提高了约3%和1. 5%,算法的运行时间相比粒子群算法和人工蜂群算法,快了约9%和5%。     

自适应粒子群集优化二维OSTU的图像阈值分割算法

为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应粒子群集算法,估计出图像的最佳阈值,该方法不仅能够准确估计阈值且计算时间减少。仿真结果表明,阈值最佳时,当结合自适应粒子群集优化算法后计算时间减少到原来的50%,所提出的算法能够快速准确得到最佳阈值,提高了图像预处理的分割效果。     

用于金属板图像分割的自适应阈值算法

针对生产线上金属板表面光照不均匀和白、灰细颗粒相间的特点,将一维、二维Wellner自适应阈值算法应用到这种场景,并结合高斯加权距离,将算法推广,提出了一种针对金属板表面图像分割的高斯加权自适应分割算法.该方法首先通过计算区域内像素间的高斯加权距离,形成一张加权距离图,然后利用Wellner的“中心-周围比较思想”直接求算二值图像.最后对实际产线上采集的图片进行了实验,将二维otsu算法、均匀性度量算法、一维、二维Wellner自适应算法和最后改进的算法在分割效果进行比较.实验结果表明,相对于其他算法,最后应用的算法在分割效果上具有明显的优势.     

反背景差分结合 Otsu 的细胞图像分割方法

针对相差显微镜采集的间充质干细胞图像具有对比度低、背景不均匀、光晕伪影等问题,提出了反背景差分结合Otsu的细胞图像分割方法.该方法通过构建反背景差分增强图像中细胞主体与非细胞区域的差异,降低背景不均匀干扰因素的影响,结合Otsu阈值分割法粗略区分细胞和背景,并通过二值形态学运算、图像滤波和局部梯度迭代的算法组合进一步...     

基于单目视觉的机械臂灯具清洗定位系统

在机场嵌入式助航灯具自动清洗过程中,为了取得灯具发光口中心和机械臂的相对位置实现机械臂精准定位,设计了基于单目视觉的机械臂灯具清洗定位系统。首先,采用D-H法建立机械臂运动学模型;然后,根据夜间灯具发光的强逆光性以及环境干扰,提出一种优化阈值准则和缩小阈值搜索范围的改进Otsu算法对图像进行分割,再利用质心法提取灯具发光口中心位置;最后,在夜间条件下,进行实验分析并对定位误差采用最小二乘法进行补偿。实验结果表明,所设计的机械臂灯具清洗定位系统速度快、精度高,与传统Otsu算法和改进的随机霍夫变换算法相比,定位精度分别提高72.5%和55.5%,且平均定位精度达到8.7 mm,满足灯具清洗要求。     

基于图像处理的多孔电极孔隙率的计算

针对固体氧化物燃料电池(SOFC)的电极孔隙率评估问题,提出了一种基于区域生长的图像分割改进方法来标识出电子显微镜下电极图像中的孔隙。该方法首先利用Otsu阈值法获取原图像的二值图像并标记连通区域,然后在每一个连通区域选取一个灰度值最小的像素点作为种子点进行区域生长,最后根据区域生长后的结果图像计算SOFC孔隙率。实验结果表明该方法可以有效地计算SOFC电极孔隙率用于分析SOFC的性能。     

基于改进矩阵束的次同步振荡模态参数辨识方法研究

由于传统的矩阵束算法存在极点提取精确度不高的缺点,因此将互相关处理(Cross-correlation,CC)方法和改进矩阵束(Improved Matrix Pencil,IMP)算法结合应用于电力系统次同步振荡模态辨识,并在仿真算例中与传统的矩阵束算法和特征值法辨识结果进行了比较。对比结果表明:该方法在准确地辨识次同步振荡模态参数的同时,具有拟合度高、抗噪声能力强的特点,有助于强噪声背景下深入分析电力系统次同步振荡特性,从而有效抑制振荡。     

蜣螂优化算法在 Canny 边缘检测算法中的应用

针对传统 Canny 边缘检测需要手动选取阈值以及不能有效提取边缘轮廓的问题,提出了一种基于改进的蜣螂优化算 法(DBO) 来优化 Canny 算子的边缘检测算法。首先通过快速引导滤波代替传统高斯滤波对图像进行保边去噪;其次用4方 向的 Sobel 模板来计算图像的梯度幅值和梯度方向;最后利用蜣螂优化算法优化的二维大津法自适应获取高低阈值。针对蜣 螂优化算法种群多样性不强问题,提出用 tent 映射初始化种群;为了提高算法跳出局部最优的能力,采用精英差分变异策略 对最优蜣螂个体进行变异扰动。实验结果表明,在边缘准确度和连接性上,该算法与传统 Canny 边缘检测算法对比有一定程 度的提升,能够有效提取图像的边缘轮廓,提高了Canny 边缘检测的边缘连接性,具有一定的实用性。     

一种改进的去除灰度图像椒盐噪声方法的研究

针对传统中值滤波算法（SM）在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足,提出了一种改进自适应中值滤波法,该方法在计算像素点4邻域均值与检测点的灰度差值后,将此差值同一个自适应调整的阈值进行比较,若差值大于阈值则为噪声,否则为信号点。实验表明,该方法比传统方法去噪效果较好,对噪声密度在30％以上的图像,去噪后可使图像峰值信噪比（PSNR）达到20dB以上,均方误差（MSE）在100以内。     

基于遗传算法的图像阈值分割研究

主要论述了利用遗传算法进行图像阈值分割的实现方法,重点研究了最大熵和最大类间方差2种阈值分割方法.将通信电源配电屏开关图片作为研究对象,分别采用基于传统搜索算法和遗传算法的最大熵和最大类间方差法对其灰度图进行阈值分割,并应用Visual C 编程实现.实验结果表明,基于遗传算法的最大类间方差法的分割效果好,更好地满足了通信设备对远程视频监控与识别系统中图像分割实时性的需求.     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

基于改进PSO算法的优化特定消谐PWM技术

提出一种改进的粒子群优化（Particle Swarm Optimization,PSO）算法,与传统PSO算法的区别是借鉴模拟退火算法,当微粒个体的适应值小于个体最优值时,以一定的概率接受为个体的最优值。这种处理可以增大算法的全局搜索能力,避免陷入局部最小值。应用改进PSO算法对特定消谐PWM的开关角进行求解,算例证明可以在更小的误差范围内找到方程的解。     

基于改进麻雀搜索算法优化RBF神经网络的光伏阵列故障诊断

针对传统BP神经网络在光伏阵列故障诊断时受初始权值阈值的影响,易导致全局搜索过程陷入局部最优这一问题,提出了一种基于改进麻雀搜索算法优化RBF神经网络（ISSA-RBF）的光伏故障诊断方法。首先,利用Matlab建立光伏阵列故障仿真模型,提取出故障诊断模型的特征参数;其次,融入Levy飞行和自适应权重φ对麻雀搜索算法进行改进,用优化后的算法建立ISSA-RBF故障诊断模型;最后,与传统BP和SSA-RBF模型进行对比验证,实验结果表明,ISSA-RBF模型在故障诊断精度上达到94.8%,可以有效诊断光伏阵列的故障类型。     

含微电网的电力系统状态估计研究

分布式电源的接入不仅改变了电网的潮流分布和拓扑结构,而且使微电网系统的状态估计面临新的挑战。基于有限的实时量测和包含分布式电源节点的伪量测提出微电网状态估计量（MGSE）,并分别采用改进的传统加权最小二乘法（WLS）和粒子群智能算法（PSO）对微电网进行求解。利用Matlab对一典型欧洲低压微电网系统的状态估计进行仿真,验证了该估计量能准确地描述系统的状态,并比较了两种算法的优劣,为含微电网的电力系统预测控制和性能优化提供了基础。