基于GrabCut和HSV彩色空间的三七叶片病斑图像分割

针对三七叶部病斑图像中存在背景与病斑颜色相近和阳光照射下存在影子的情况导致对图像病斑分割精度不高、效果差的问题,提出一种基于GrabCut和HSV彩色空间模型的分割方法.通过GrabCut算法实现对复杂背景以及阳光照射下的影子与待分割三七叶片的分离.保留第一次分割结果的基础上,在HSV彩色空间下提出一种颜色距离的定义.根据定义的颜色距离,在使用颜色信息的同时结合空间信息,得到病斑的分割边界.实验表明,当色调分量因子k1和饱和度分量因子k2分别取0.1和0.05时得到的分割边缘效果较好.     

利用混合高斯和拓扑结构的人体“鬼影”抑制算法

若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生“鬼影”。为了有效抑制“鬼影”,提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体“鬼影”抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型。通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模。目标检测阶段利用改进的背景差分法实现人体分割并进一步消除 “鬼影”。经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制 “鬼影”。     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

北疆多个机场的一次大风天气个例简析

2014年5月8日北疆各地、天山山区出现了一次大风降温天气过程.本文主要从天气学角度对环流形势、地面气压场及3h变压场、风场、涡度特征等进行了分析,研究得出大的变压梯度、强的正涡度变化是有利于乌鲁木齐机场西北大风形成的重要因素.     

视频监控的数据驱动背景模型

针对现有背景模型假设引起的失效问题,根据数据驱动思想,建立了一种基于数据驱动的背景模型表示方法。该方法通过全格式动态线性化的无模型自适应控制方法,引入系统的伪梯度向量,结合多步历史数据,建立背景表达和选择性更新策略,获取视频背景。实验过程通过不同场景视频序列和经典背景模型方法进行对比,实验结果表明:本文算法具有背景更新效果较好、计算量适中、鲁棒性强等优点,且克服了机理模型中对模型假设的依赖及模型失效等问题。因此,本文基于数据驱动的背景模型算法可为在线视频检测系统的背景抽取提供有力的技术支持和参考。     

一种快速车流量检测算法

车流量检测是城市智能交通的关键技术之一.针对目前视频检测算法复杂度高、检测准确率不高的问题,提出了一种快速车流量检测算法.该算法通过划定进入和离开检测线,并结合背景差分方法,将目标的面上检测,转化为线上检测,避免了对目标复杂的跟踪过程及其带来的检测误差,有效降低了算法的复杂度,提高了检测的准确率.实验表明,该算法能够快速分车道检测车辆,计算复杂度低,检测准确率高,且具有车辆速度测量能力,能够为智能交通系统提供必要的支持.     

阜阳市东南部土壤地球化学特征及土壤质量评价

通过1∶250 000多目标区域地球化学调查、采样和化验,获得了阜阳市东南部地区表层、深层土壤中22项指标的土壤地球化学背景值、基准值等数据,研究其分布特征,并依据相应规范进行土壤质量评价。结果显示,与邻区(淮北-亳州)土壤基准值相比,N、Mn、I、Cr等8种元素(指标)土壤基准值略高,而P、MgO、S、Cd等8种元素(指标)则低于邻区;N、Corg和Mn土壤背景值高于邻区的土壤背景值;而P、CaO、MgO、S等8种元素(指标)土壤背景值低于邻区。土壤养分主要处于中等水平、土壤环境质量以清洁为主,仅存在少量轻微污染土壤,影响土壤环境的地球化学指标主要为Cd。区内土壤质量综合评价以优质等级为主,约占研究区总面积的76.33%;其次为良好等级,占研究区总面积的23.67%,就此提出了土地资源分质利用的建议。     

列车视频监控中视频遮挡报警算法的研究与应用

针对列车视频监控中监控背景易被遮挡的现象,在单高斯背景模型的基础上,提出了一种结合背景减除法和最佳分割阈值迭代思想的图像遮挡提取算法,该算法可以解决列车视频监控中的背景模型更新不及时以及阴影消除的问题。测试结果表明,本文算法可以有效地对列车视频监控场景中遮挡视频的物体进行分析提取,并发出报警提示,为列车监控系统提供数据分析。     

基于Kalman滤波器的运动目标跟踪算法

运动目标跟踪是计算机视觉中的一个典型问题,如何能准确快速的跟踪目标是研究的关键。提出了Kalman滤波器结合Camshift的改进算法。首先选取一段视频图像序列,通过背景差分法快速检测出运动目标,初始化搜索窗口,用Kalmam滤波器预测目标位置,再用Camshift迭代算法计算目标最优的位置,将结果作为Kalman滤波器进行下一次预测的估计值。实验表明,当目标被严重遮挡或受到同色背景干扰时,本算法仍能快速准确的跟踪运动目标。     

一种改进的CamShift运动目标跟踪算法

Cam Shift算法具有复杂度低,实时性和鲁棒性好等优点,被广泛地应用于目标跟踪领域。但是Cam Shift算法在运动目标接近与其颜色相近的固定遮挡物时,跟踪会出现明显的偏移。针对这一问题,提出了一种解决与运动目标颜色相近的固定遮挡物对目标跟踪的干扰的方法。首先,运用单高斯背景模型对运动目标进行背景建模;其次,通过背景模型与当前帧的运算,确定与运动目标颜色相近的固定遮挡物所在的位置;最后,利用H分量灰度图计算运动目标所在位置。实验结果显示,该方法在运动目标接近相似颜色固定遮挡物时,能很好地跟踪运动目标。