基于差商的油液监测铁谱图像自适应分割

针对油液监测中铁谱磨粒图像分割阈值难以选取的问题,本文提出一种基于差商的自适应铁谱图像分割算法。首先,将铁谱磨粒灰度图像转换成三维灰度直方图,并对其进行切片分析;然后,引入Newton插值多项式,将不同切片所得的频数作为切片灰度-频数曲线的插值点,基于差商构造第一类可接受函数和第二类可接受函数,结合实验数据确定两类误差,选取同时满足两类误差的最小灰度值作为分割阈值;最后,用本文方法对不同类型的磨粒图像以及添加高斯噪声和椒盐噪声后图像分别进行分割实验,并与经典的迭代阈值法、Otsu算法、最大熵法进行了比较。实验结果表明,本文方法受噪声干扰较小,误检率和漏检率整体优于其他3种算法。对分割所得的磨粒图像进行特征提取,并利用支持向量机进行识别,本文方法对3种故障磨粒识别准确率最高,达到82.86%,虽在运行时间上无明显优势,但综合性能最优,能满足油液监测过程中铁谱图像自适应分割的需求。     

融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

几种图像分割阈值选取方法的比较与研究

对几种常用的阈值选取方法进行了理论分析与比较，并以基于面结构光投影法的三维物体形状检测技术研究为背景，从实验角度对类间方差法、一二维最大熵法和模糊阈值分割法等图像阈值分割方法的性能进行了验证。     

基于微分进化的最大类间方差图像分割算法及应用

通过对传统的最大类间方差胶囊图像分割法的研究,提出了一种基于微分进化算法的最大类间方差的图像分割方法,并且成功于应用于基于机器视觉的胶囊检测对象中。该方法利用胶囊图像分割阈值的实数编码序列作为样本个体,选择最大类间方差作为个体的生存适应度评价标准,进行一系列微分进化算法运算后,最终获得胶囊检测图像的理想分割阈值。实验分析结果表明该方法不仅可以达到最大类间方差法的图像分割效果,而且运行效率优于最大类间方差的图像分割方法,可以提高机器视觉中的图像分割质量。     

图像的阈值分割法设计

图像分割阈值法具有实现容易、计算量小、性能稳定等优点,因此这种方法成为图像分割领域中应用最普遍的方法。主要讨论了关于图像的单阈值分割算法的设计与实现,比较了基于迭代法和基于最大类间方差法的单阈值分割算法,设计了阈值最大类间方差的分割算法及实现程序。仿真结果表明所提出的算法有效,分割效果好。     

图像可视在线铁谱传感器的图像数字化处理技术

为实现图像可视在线铁谱传感器的磨粒图像自动辨识,建立数字图像获取系统,探讨铁谱图像数字化处理方法。研究了铁谱图像的预处理方法,对比在RGB和YUV颜色空间对铁谱图像的灰度化处理效果,采用不同的微分模板对平滑后图像进行锐化处理;探讨减背景法和自动阈值法在铁谱图像磨粒分割中的应用效果;给出适用于在线铁谱图像的定量描述方法。研究表明,采用YUV颜色空间的明视度分量可以得到平滑的灰度图像,合理的模板选择可以使微分法在锐化磨粒边缘的同时保持整体图像的平滑;铁谱图像的磨粒分割结果表明,减背景法由于采用人工选取门限值而难以适用于在线铁谱图像的处理,而自动阈值法可以根据铁谱图像自动选取合适的阈值以达到良好的分割效果;采用磨粒百分覆盖面积作为定量指标可反应良好分割的铁谱图像中的磨粒统计质量分数。     

基于遗传优化的一种新型阈值分割方法

图像分割中传统阈值法采用穷尽搜索运算,其速度慢且分割效果受目标均匀性的限制,为此提出一种利用偏态指标作为适应度函数的遗传优化阈值选取方法,提高了运算速度,改善了图像分割的质量.通过该方法与最大发方差(Otsu)法的分割结果进行比较,证实了该方法的有效性.     

图像阈值分割的Fisher准则函数法

针对图像分割中的阈值选取问题，通过引入模式识别理论中的Fisher评价函数作为图像分割的准则函数，提出了基于Fisher评价函数法的图像分割新技术。该方法利用图像直方图计算各灰度级下的Fisher评价函数值，其最大值即对应于最佳分割闲值。对该方法进行了详尽的图像分割实验，并与著名的Otsu法、最大熵法、最小误差准则法进行了详细比较，结果表明该方法具有分割性能稳定、计算速度快以及受目标大小影响小等优点，是一种实用有效的图像阈值分割新方法。     

一种新型指纹图像分割算法

针对传统分割算法在含污迹较多的指纹识别应用中分割效果较差的问题,首先介绍了指纹图像分割的基本概念;然后对分割算法在输入指纹图像携带一定污迹、杂质等噪声环境下的鲁棒性进行了重点研究;最后,提出了一种新的基于最大类间方差法和传统方差法的分块处理的分割算法,并通过自适应滤波进一步平滑指纹图像的脊线及边界轮廓。实验结果表明,该方法较传统的分割算法能更好地完成实际应用中含污迹杂质较多的指纹的分割处理。     

一种改进的基于最大类间方差的图像分割方法

在分析最大类间方差阈值图像分割算法原理的基础上,根据实际图像直方图中目标与背景的像素分布特点,提出了一种改进的最大类间方差图像分割算法.该算法充分考虑了图像直方图中目标与背景存在交叉的情况,通过与传统阈值分割算法的实验比较,证明该算法具有分割精度高、效果好、速度快的特点.     

气泡高干扰在线铁谱视频图像的磨粒快速分割算法研究

针对在线铁谱视频图像气泡高干扰所面临的磨粒分割困难问题,提出一种气泡高干扰在线铁谱视频图像的磨粒快速分割算法。首先运用运动检测的方法确定视频中气泡的位置,并用相邻帧相同位置的图像信息对气泡区域进行处理,再使用双边滤波对处理后的图像进行平滑去噪,实现气泡干扰的初步抑制;最后基于抑制气泡图像的灰度直方图,对每一帧图像选取其自适应的阈值,实现在线铁谱视频图像中磨粒的快速分割。该研究为在线铁谱的磨粒分割与后续对磨粒特征的智能提取和分析奠定了基础。     

一种新的自动阈值图像分割方法

提出了一种新的自动阚值图像分割方法，该方法将图像分成两个类，当类间方差与类内方差的分离度最大时即为最佳阈值。实验表明新方法能够自动而快速地对图像进行分割。     

液压油渗漏荧光图像信息采集及数据分析研究

介绍了荧光检测液压油渗漏图像信息采集及数据分析系统的工作原理;分析了液压油渗漏图像检测系统的功能结构和自动检测硬件组成框图;阐述了液压油渗漏图像的最大方差域值法的阈值分割和半阈值化处理,边缘检测和液压油渗漏图像特征求取方法;给出了液压油渗漏图像自动检测的程序框图,液压油渗漏图像及其液压油渗漏图像统计结果.     

用阈值法自动分割某内燃机铁谱磨粒图像

利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标。铁谱原始图像需要平滑、滤波、磨粒分割等预处理,才能有效地减少噪声污染并简化数据处理。探讨了铁谱图像的预处理技术,采用自动阈值分割法对某内燃机铁谱图像进行处理,验证了该方法的有效性。     

一种混合遗传算法在彩色图像分割中的应用

磨粒图像分割是磨粒识别的基础,其分割精度直接影响到磨粒自动识别的精度。在磨粒图像RGB彩色空间,选择其3个正交彩色特征,应用遗传算法和类间最大方差法对其分割,依据F isher判别函数选择其最佳特征与最佳阈值,实现了磨粒彩色图像的分割。大量磨粒图像分割实践证明,该分割方法具有分割精度较高、计算速度快、自适应性强等特点,是铁谱磨粒彩色图像自动分割较理想方法之一。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

航空发动机铁谱磨粒图像的处理研究

为了有效监控航空发动机磨损故障,经过大量的仿真研究,选择并确定了某航空发动机铁谱磨粒图像的滤波方法;对铁谱彩图的灰度化时的灰度算法进行了合理选择;对基于最大类间方差法Otsu的图像分割算法作了进一步改进,使铁谱磨粒图像中的磨粒与背景能有效分开,同时具有很强的抗干扰性.     

结合形态学属性断面与支持向量机的合成孔径雷达图像变化检测

针对传统合成孔径雷达(SAR)图像变化检测方法存在误差大、检测率低等问题,提出了一种基于形态学属性断面(MAP)的SAR图像变化检测方法。该方法利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;在利用阈值法对图像进行分割的基础上,引入偏移因子,实现训练样本的自动选取;最后,用支持向量机(SVM)在多维特征空间中对图像进行变化类与非变化类的分类。实验结果显示:本文算法的检测结果优于基于高斯模型的KI阈值法(GM_KI)、基于广义高斯模型的KI阈值法(GGM_KI)和大津法(Otsu)等3种阈值法的检测结果,Kappa系数保持在0.87以上;当峰值信噪比(PSNR)介于[29,44]dB时,抗噪性能指标保持在0.97以上。这些结果证明了文中方法的有效性和优越性。     

基于一种改进最小误差算法的BGA图像分割

利用最小误差算法对图像分割前,首先要假设图像的灰度直方图呈高斯分布,而现实中图像灰度直方图并不完全符合高斯分布,这样在利用最小误差法对图像进行分割时就会造成一定误差.利用最大投影原理以高斯函数集作为基函数集,通过正交投影分解法确定高斯函数的参数,实现对BGA直方图的重构.重构后,应用最小误差算法对BGA图像进行了分割.实验表明该方法在分割BGA图像的空洞缺陷上是有效的.