测井工程图的前景背景分割方法

在测井工程图纸的矢量化过程中经常采用二值化的方法达到分割前景与背景的目的，但是目前许多陈旧图纸严重退化，经典的大津阈值法二值化分割测井工程图纸的前景与背景存在着不足，该文针对这一问题提出了一种有效的前景背景分割方法，该方法先对背景图像进行采样，再利用双3次内插法生成背景图像，实现退化图纸的前、背景分割，为进一步分析测井工程图纸提供了方便．     

智能车路径识别及转向控制的研究与实现

路径识别和转向系统根据MCU处理CMOS采集的路面信息的结果,通过脉宽调制模块(PWM)控制舵机转向,进而实现智能车的路径自动识别或引导线识别功能,按照设定的路线进行自动循迹和转弯控制。通过硬件二值化或者软件的局部自适应阈值二值化,对采集的路面信息图像进行分割,数据计算处理,提取出路面中心位置,且计算出对于路面中心位置的偏离程度,确保了智能车路径识别传感信号的准确、稳定与快速。随着乘用车自动化、智能化程度的加深,该技术有很大应用空间。     

智能车路径识别算法研究

基于恩智浦智能车,对路径识别算法进行了研究。首先针对图像的光照不均匀现象,通过直方图判断分类,提高算法对图像的适应性。接下来对分类的图像进行预处理,引入窗口自适应滤波算法代替传统的中值滤波对"椒盐噪声"进行处理,并采用动态阈值算法对图像进行二值化分割。最后对图像分割并应用改进的Canny算法进行图像中线提取及拼接,边缘阈值是以灰度值期望和方差为基础,以正态分布来求取高低阈值,不需人工参与。实验结果表明本文提出的图像预处理算法可以很好地去除噪声,并消除"灰度白"现象准确得到中线信息。     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

嵌入式机器视觉实用彩色图像二值化方法

在HSI颜色模型基础上提出了一种融合颜色和空间信息的彩色图像二值化算法.该算法对H,S,I通道依次进行动态阈值法、高低阈值法和直方图固定阈值法分割,并应用阈值结果到全局信息来获取二值化结果;针对阈值处理带来的纹理和光影的过分割,使用彩色形态学开运算进行区域合并.测试证明,此算法提取率高达98%,运行速度满足实时性要求.     

移动机器人门牌号识别算法研究

以门牌号为对象，利用现代图像处理技术，研究移动机器人门牌号识别算法．将彩色图像转换成R-G图像，利用正交投影获得了门牌号定位．基于大津阈值分割方法，提出了图像二值化阈值选择算法．针对细化后的二值图像，综合利用端点、叉点、欧拉数和端点斜率，提出了门牌号识别算法．仿真结果证明了所提算法的有效性。     

简单的图像分割多阈值法

图像分割是对图像进行视觉分析和模式识别的基本前提。大津法是公认的具有良好性能的阈值分割法。然而,利用大津法计算多个阈值时,消耗大量的计算时间,因此降低了实用性。本文介绍了重复利用大津二分法的简单多阈值方法,实验效果良好。     

基于PCNN的图像二值化及分割评价方法

针对目前图像二值化方法通用性不强、自适应阈值选取难,以及单一图像分割评价缺乏可靠性的问题,对基于脉冲耦合神经网络(PCNN)的图像二值化方法及其参数选择进行了研究,提出了一种综合考虑多种评价准则的用于评价图像分割效果的方法.实验结果表明:基于PCNN的二值化方法非常适合于各类图像的分割,具有分割精度高的特点;与单一评价方法相比,文中的综合评价方法能够更加客观准确地反映分割方法的分割效果.     

基于边界剥离分水岭算法的重叠颗粒分离研究

针对采集的洗煤厂煤尘图像颗粒重叠严重的问题,运用传统图像二值化方法处理速度慢、不适用于低对比度指纹图像。分水岭分割算法对噪声敏感和易于产生过分割问题,为了提高图像分割的效率和鲁棒性,提出一种新的基于边界剥离距离变换分水岭算法的图像分割方法。该方法通过将图像分割为不相交的N个子窗口,并求出各个窗口对应像素的灰度均值,经改进动态阈值法进行二值化处理,得到的二值化图像经边界剥离距离变换获得灰度图像,最后利用分水岭算法对图像进行分割处理。数值实验结果表明,与传统分割方法比较,此方法处理效率高、鲁棒性好。不但成功地解决了分水岭存在的过分割问题,还大大提高了算法的搜索效率;可以快速准确地分割出目标,是一种有效的图像分割方法。     

一种新的棉花根系图像阈值分割方法

为了方便实现棉花原位根系的检测,提出了一种自动全局阈值分割方法,用于棉花根系图像分割.采用无损的数码设备成像法对棉花原位根系图像进行采集,使用自动全局阈值分割方法分割图像.该方法首先将采集到的原位根系图像进行空间转换,使采集到的图像在HSV空间下进行分割;然后,通过全局阈值分割的方法选择阈值将图像进行二值化处理,采用闭运算方法对二值图像进行初步降噪;最后,通过形状特征的筛选过滤图像中所有噪声,并筛选出图像中细长的根部特征.本算法可以有效抑制噪声和土壤杂质的影响,能够对根系进行准确地分割,是快速检测作物根系图像的有效办法.     

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.     

灰度图象的二维otsu自动阀值分割研究

研究了灰度图象的二维ｏｔｓｕ自动阀值分割法．根据灰度图象的象索点灰度，邻域均值二维直方图的分布特点，给出了一个新的分割阀值判决函数．理论分析与实验结果表明：该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力，分割性能更好．     

基于图像语义分割的水位智能监测方法

为了解决现有基于灰度图像分割的水位线检测方法易受水面耀光、倒影等复杂光照条件的影响,且在高洪期水尺易被漂浮物缠绕引起测量粗大误差的问题,设计了一种基于深度学习的水尺水位智能监测方法。该方法采用不同条件下采集并由人工精确标注的水尺、水面和漂浮物三分类样本图像构建数据集,训练深层全卷积神经网络,实现了对水尺图像的逐像素分类预测,最终在语义分割图像中检测水位线的像素位置,将其转化为实际水位值。试验结果表明:该方法能够克服传统方法在图像特征提取方面的不足,提升图像分割对野外复杂变化环境的适应性,实现测量有效性的识别,达到水尺水位智能监测的目的,测量的综合不确定度小于3.cm。     

基于Radon变换的机场目标检测与定位算法

为了提高影像匹配的可靠性，提出一种实孔径雷达影像中机场目标精确定位的算法．采用模糊处理技术对原始影像进行增强，使得机场目标在影像背景中较为突出，并利用Radon变换检测到机场跑道方向线；基于机场的有关知识，检测到机场跑道的两个端点及宽度；利用得到的机场目标信息对原始实孔径雷达影像进行处理，并用该影像与相同地区的合成孔径雷达基准图进行匹配，得到了满意的效果．     

基于模糊均差的低照度图像平滑去噪方法

为了提高低照度图像去噪处理的整体效果,本次研究提出了基于模糊均差的低照度图像平滑去噪方法。采用Sobel梯度检测图像边缘信息,采用OTSU（Nobuyuki otsu 大津展之）阈值分割法分割图像为平坦区域和细节区域;通过模糊均差方法分别估计两个区域图像的噪声标准差;采用小波域方法对图像进行平滑软阈值去噪,实现低照度图像的平滑去噪。实验结果显示,本文方法可以在不同噪声水平下获取接近真实值噪声标准差,在噪声水平最大时信噪比大小达到了27.97dB,去噪效果达到92.1%,质量很好的图像数量占比达到了80.58%,图像信息损失较小,去噪效果较好,具有极大的应用价值。     

基于CMOS摄像头的智能车控制系统设计及实现

针对智能车因单条引导线信息量少而引起的误识别问题, 设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器, 利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置, 对采集图像进行二值化处理、 去噪操作和边缘检测后提取路径信息、 进而准确地判别跑道的形状, 为舵机和电机提供控制依据, 以使小车平稳快速地行驶。同时, 提出将行驶状态与赛道信息综合考虑的措施, 并通过PID(Proportional Integral Differential)控制策略以及实验测试, 实现了对各种典型跑道的优化处理, 使高速行进中的智能车具有良好的转向调节能力和加减速响应能力。智能车可以在以白色为底面颜色, 两边有黑色引导线的跑道上运行, 克服了因单条引导线信息量少而引起的误识别问题。     

基于标记的肝脏CT图像智能提取

针对腹部CT图像所含脏器多且复杂的特点,结合解剖学知识,提出了一种新的基于多尺度梯度的医学图像分割方法。结合图像的灰度直方图的梯度变化,对图像进行内外标记,而后利用强制最小技术对多尺度梯度进行修改。在修改后的梯度图像中直接进行全局阈值分割,并结合解剖学知识再进行相应的形态学处理,最终可以较好的将肝脏从腹部图像中提取出来,适合用于肝脏的智能提取。     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于最小类内离散度的改进Otsu分割方法的研究

提出了一种改进的Otsu阈值分割方法,该算法结合了最小类内离散度与最大类间方差.类内方差越小,类的内聚性就越好,据此提出分类的类内离散测度,综合最大类间方差,定义了新的阈值识别函数.实验结果表明:该方法克服了传统Otsu阈值分割信息不完备的缺陷,具有更强的抗噪能力,分割效果明显.     

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.