一种Otsu阈值法的推广--Otsu双阈值法

Otsu阈值法一直被用来求取单阈值。对Otsu阈值法进行了推广，利用Otsu阈值法来求取双阈值．推导了计公式的两种表达形式，最后给出了图像测试结果。采用Otsu双阈值法对灰度直方图呈现三峰特性的图像进行分割，以获得良好的二值化效果。     

白细胞图像的最优线性组合分割方法

针对血液白细胞图像的自动分割问题,本文提出一种基于HSI彩色空间的三种灰度分量进行双权值最优线性组合的方法.用t检验确定最优化组合权值,组合后图像的直方图具有单一谷底,进行自动阈值二值化处理,能有效分割出整个白细胞图像.     

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。     

基于直方图估计和形状分析的沥青路面裂缝识别算法

提出了一种基于直方图估计和形状分析的沥青路面裂缝识别算法,该算法首先将1024×1024像素大小的路面裂缝图像分为256个64×64像素大小的子块,然后采用直方图估计的方法获得每个子块图像原始直方图的混合高斯拟合函数,两个高斯函数的交叉点即是每个子块图像的最优分割阈值。利用该阈值对整幅图像进行二值化后,在两种尺度条件下采用形状分析方法对子块二值图像进行快速分类和"野点"删除,最终实现了裂缝区域的精确定位。试验结果表明:本文提出的阈值分割方法应用于裂缝图像分割,其性能要优于极小误差法、Ostu阈值法、最大熵法等经典算法;采用形状分析对分割后二值化图像进行后续处理,可实现裂缝区域的快速、准确定位。     

一种非均匀光照图像字符二值化小波分析法

图像二值化阈值的选取是灰度图像二值化处理中的关键，本文提出一种基于小波边缘检测的图像二值化方法。通过对图像进行二进小波变换，在最佳尺度上寻找出图像字符的边缘点，再根据边缘点处的灰度值来确定出二值化的阈值。应用于光照不均匀的多噪声车牌图像二值化，取得了良好的效果。     

基于Sobel细化算法的螺纹边缘检测

使用带衰减因子的Sobel算子对图像进行边缘检测,得到高亮显示的粗边缘,然后再次用Sobel算子二次检测图像,以2次所得图像的差作为细化结果,并结合图像分割算法确定阈值对图像进行二值化处理.     

基于图像处理的管道裂缝检测

传统的管道裂缝检测方法速度慢、精确度低,因此提出一种基于图像处理的管道裂缝自动检测方法。首先对采集到的管道裂缝图像进行图像增强,有效地去除噪声。利用裂缝图像与背景图像灰度值的差异性,采用形态学梯度算法进行边缘检测。提出在边缘检测的基础上进行阈值分割,经实验比较分割结果优于其他方法。对分割的图像进行形态学处理,从而提取到特征图像,最后对特征图像进行特征值计算。     

一种实时自适应图像二值化方法

本文介绍一种用单片机和高速静态RAM统计直方图数据,并利用直方图数据和图像变换的原理来计算图像二值化的切割阈值的方法。这种方法实现了实时自适应图像二值化,并具有二值化速度快、效果好、电路简单、成本低廉的特点,适用于实时图像处理。     

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。     

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在数字图像处理中,图像分割技术能够对待处理部分进行分割处理,以突出显示所要研究的目标对象.在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果.实验结果证明,此方法能准确表达图像各个灰度组成部分,克服了传统单阈值分割所带来的缺陷与不足.     

Structure similarity‐guided image binarization for automatic segmentation of epidermis surface microstructure images

Partitioning epidermis surface microstructure (ESM) images into skin ridge and skin furrow regions is an important preprocessing step before quantitative analyses on ESM images. Binarization segmentation is a potential technique for partitioning ESM images because of its computational simplicity and ease of implementation. However, even for some state‐of‐the‐art binarization methods, it remains a challenge to automatically segment ESM images, because the grey‐level histograms of ESM images have no obvious external features to guide automatic assessment of appropriate thresholds. Inspired by human visual perceptual functions of structural feature extraction and comparison, we propose a structure similarity‐guided image binarization method. The proposed method seeks for the binary image that best approximates the input ESM image in terms of structural features. The proposed method is validated by comparing it with two recently developed automatic binarization techniques as well as a manual binarization method on 20 synthetic noisy images and 30 ESM images. The experimental results show: (1) the proposed method possesses self‐adaption ability to cope with different images with same grey‐level histogram; (2) compared to two automatic binarization techniques, the proposed method significantly improves average accuracy in segmenting ESM images with an acceptable decrease in computational efficiency; (3) and the proposed method is applicable for segmenting practical EMS images. (Matlab code of the proposed method can be obtained by contacting with the corresponding author.)     

基于边缘检测的红外图像二值化算法

提出一种基于形态学边缘检测的红外图像二值化算法。结合边缘检测、自适应形态学边缘增强方法对图像进行处理,使得二值化结果有效地保留红外图像的边界特征,试验结果证明该方法是一种有效、实用的图像二值化方法。     

基于数学形态学的图像二值化算法

提出了一种基于灰度形态学的二值化算法,获得了包含丰富边缘细节的二值图像。是一种简单,快速,实用的图像二值化算法。     

基于SOFM神经网络的图像融合二值化方法

提出了一种基于自组织特征映射(SOFM)神经网络的图像融合二值化方法。介绍了SOFM神经网络的特点及学习算法,根据SOFM的聚类确定图像第一阈值作为循环迭代的初始值,对整幅图像进行循环迭代得到第二阈值,使用第二阈值对原始图像进行二值化,得到第一幅待融合图像;通过改进的Bernsen方法对原始图像进行二值化,得到第二幅待融合图像;最后根据图像灰度值选小的原则作为图像融合方法,得到最终的二值化图像。该方法既能有效地消除伪影,又能较好地分离字符和文字。模拟实验结果表明,该方法的二值化效果明显优于Bernsen方法和Ostu方法,且具有良好的适应性。     

一种新的基于先验知识的一维条码二值化算法

火车票智能识别包含条形码识别,需要将条形码处理成二值图像,而扫描图像一般比较模糊,用传统的处理步骤和算法得到的效果并不理想。在充分研究条形码的基础上提出了一种基于先验知识的条码二值化算法,可以直接得到用来识别的条码的二值化图像．对于模糊或对比不明显的条码得到的二值化图像比传统算法更精确,更接近原图。实验表明该算法可以有效的得到二值化图像,并且结果令人满意。     

基于图像处理的同轴误差在线检测方法的研究

针对同轴度误差测量,提出一种基于图像处理的测量方法。通过对工件图像进行灰度均衡化处理、二值化处理和Sobel算子进行边缘检测,获得图像轮廓点的像素值;利用直线拟合的方法得到工件图像轮廓的轴线方程,将其与基准的直线方程对比,得出工件的同轴度误差。同时,对标准件做试验,验证了其检测精度,证实了其可行性。     

改进二值化算法在铁路路况图像处理中的应用

针对铁路路况识别系统实时性要求高,图像受太阳光照射、阴影遮挡等外界条件影响大的特点,结合了两种对CTSU法的改进,提出了一种新的改进算法。改进二值化算法首先利用快速二值化算法找到一个初始的阈值,然后利用类内方差和图像灰像素的变化率的关系来判断是否对图像进行继续分割,直到找到最佳阈值为止。此法可在提高算法的适应性的同时使计算速度得到改善,实验结果表明这一算法效果良好。     

Automatic circle pattern extraction and camera calibration using fast adaptive binarization and plane homography

A method to detect calibration patterns using fast adaptive binarization and plane homography for images having complicated backgrounds and taken under lighting condition of industrial fields is proposed. The preprocessing step of involving the calibration of a camera, as required to measure object dimensions, must be able to extract calibration points from a calibration pattern. However, proper lighting conditions for the camera calibration of a measurement system are rarely provided in industrial settings. In this paper, a plane homography of calibration points extracted by fast adaptive image binarization is used for the automatic detection of a local set of calibration points. The integral image method is used as a central part for the rapid processing of adaptive image binarization. The extracted point set provides a transformation matrix of the plane homography and guides the extraction of other calibration points for cluttered backgrounds with irregular lighting conditions. During the calibration of the camera, a calibration point filtering procedure by a data In/Out system iteratively selects more correct calibration points while rejecting outliers and noisy data. Experiments using actual images verify that the proposed method can be applied to camera calibration with poor quality images having cluttered backgrounds obtained under uneven illumination.     

光照不均匀图像的一种环带最优阈值分割方法

在水下探测、管道探测、工业内窥镜等视频监控系统中,南于主动补光,存在视频图像中央区域偏亮、四周偏暗的问题,无法直接进行图像分割。文章基于局部阈值化方法的思想,结合上述监控系统视频图像的特点,提出了环带划分的最优阈值分割方法。该方法的关键是根据图像亮区重心确定环带中心和根据目标尺寸确定环带宽度,进而把图像划分为若干子图像,然后对子图像运用局部阂值化方法寻找最佳阈值,实现图像分割。文中对水下鱼饵图像和字符探测图像分别运用全局阈值化方法、局部平均值阈值化方法及本文阈值化方法进行了仿真试验,实验表明本文方法对具有上述特点的图像的分割效果优于其他方法。