基于改进粒子群算法的二维阈值图像分割*

二维Otsu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法。针对二维Otsu方法计算量大的特点,采用量子粒子群算法来搜索最优二维阈值向量, 每个粒子代表一个可行的二维阈值向量,通过各个粒子的飞行来获得最优阈值。结果表明,所提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Otsu方法的实时应用。     

结构化道路车道线的鲁棒检测与跟踪

针对智能车在视觉导航过程中车道线检测的鲁棒性和实时性问题,提出一种适用于结构化道路的车道线鲁棒检测与跟踪方法。首先,简化的Sobel算子提取车道线边缘图像,将边缘图像与改进的Otsu方法得到的车道线分割图像进行融合,实现对车道线标记点的鲁棒检测;然后,采用迭代最小二乘方法拟合车道线标记点并去除干扰点,并根据拟合参数建立车道线模型;最后,引入尺度无迹卡尔曼滤波(SUKF)对车道线进行跟踪。通过对多段实地采集的视频进行了仿真实验,结果表明,该方法对于高速公路车道线的检测率可达到99%,并具有较好实时性能;对于受损和弄污的城市道路车道线也体现出较好的鲁棒性和时间性能。     

基于Grabcut分割和填充物面积判别的复合绝缘子断串诊断

针对传统 GrabCut 算法需要人工初始化而引起图像分割效率低的问题,结合Otsu方法,提出了一种新的Grabcut自动化算法对复合绝缘子进行分割。首先,对原始图像进行HSV空间转换和加权的灰度化处理。其次,对V通道图像和灰度化后的图像进行Otsu分割并进行或逻辑融合,以此来确定目标绝缘子区域,并结合最大连通域定位绝缘子位置坐标完成Grabcut框取初始化,实现Grabcut的自动化。最后,针对绝缘子断串判别准确率低的问题,通过对绝缘子分割图像的最小外接矩形加框、填充、去原图的方式,提出一种新的面积判别方式来诊断并定位故障位置。实验结果表明：Grabcut自动化算法可以很好地分割出目标绝缘子,分割准确率可以达到96.6%以上。所提出的面积判别方法对于具有断串故障的绝缘子检测率可以达到96.6%以上,对于无故障的误检率为6.7%以下。     

复杂光照下的缩微道路车道线检测方法

为了解决复杂光照下的缩微道路车道线检测问题,提出了一种适用于复杂光照下的缩微道路车道线检测方法。首先运用朴素贝叶斯对不同光照下的车道图像进行分类,然后对分类后的车道图像采取相应的图像处理方法,最后运用改进的大津法和改进概率霍夫变换来检测车道线。对多段不同光照模式下的车道图像进行的仿真实验表明,该方法对缩微道路车道线检测的成功率达到95.5%,具有很强的鲁棒性和抗干扰能力。     

改进Zernike矩亚像素边缘检测算法研究*

针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法.首先,推导出模板系数,并计算得出Zernike矩.其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度.最后,通过设计三组实验,来验证改进算法的有效性.实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,提高了定位精度,同时降低了算法的执行时间.     

基于优化蚁群算法的图像边缘检测改进算法

针对蚁群算法在图像边缘检测应用中出现的停滞、效率低等问题,提出了优化的改进方案。首先根据图像的灰度值确定启发式引导信息矩阵,在迭代运算中对信息激素强度和信息激素挥发度分别进行取值区间限制和自适应控制策略,搜索完成后采用Otsu阈值法检测出边缘。与传统算法相比,优化算法对搜索过程进行了适当的控制,提高了搜索的目的性,有效解决了停滞和收敛速度慢的缺陷。经测试,该算法能以更高的效率有效提取出边缘信息,同时保留了细节信息。     

基于模糊算法的岩心图像层理特征提取

在岩心图像的分析中,提取图像的层理特征,对于识别岩石的层理类型,完成对获取的岩心图像进行自动识别十分重要。本文介绍了Pal.King算法,并且针对岩心图像的多数像素点处在低灰度级的特点,使用最大类间方差法(Otsu)得到Tr变换中的最佳隶属度的阈值,根据阈值建立自己的隶属函数G和G~(-1);同时对Tr变换增强后的空间域图像进行平滑处理,减少噪声对层理边缘提取的影响。实验结果表明,该算法提取岩心图像层理特征效果较好。     

海上钻井平台井喷液柱高度的图像识别测量方法

油气井钻井作业井喷事故一旦发生,在抢险人员不能直接靠近井口读取井口压力参数的情况下,制订压井抢险方案的关键是准确测量和判定井喷液柱的高度。为此,基于OpenCV计算机视觉库的图像处理技术建立了井喷液柱高度的测量方法,包括:①在救援船上使用CCD相机对井喷液柱拍摄进行连续瞬态成像,每次对井喷液柱进行拍摄时应分别旋转120°拍摄3张照片;②对图像经过直方图均衡化、高频强调滤波预处理,再经过改进的Otsu算法进行二值化处理,分割出井喷液柱的轮廓;③利用数学形态学运算处理二值图像中的边界点与孔洞,采用参照物法计算出井喷液柱的实际高度。室内模拟实验的结果表明:①该方法对井喷液柱识别的准确率较高,误差约为6%,能够较为精确地获取井喷液柱高度;②实验过程中,处理一幅图像平均耗时0.86 s,可以满足事故发生后对井喷液柱的实时识别与测量要求。结论认为,该方法应用于对井喷液柱高度的测量是可行的,利用其对井喷图像进行程序化处理,可以在海上钻井平台井喷失控后实时连续测量井喷液柱高度,第一时间获取与井喷相关的关键参数,为压井抢险方案的制订提供依据。     

基于遗传算法和Otsu理论的图像阈值自动选取

利用传统的Otsu理论进行图像阈值选取，计算量较大，现将遗传算法和Otsu理论进行了有机结合，实现了图像阈值自动选取，且大大降低了计算量。实验结果表明该算法不仅提高了分割质量，而且缩短了寻优时间，从而说明了该算法的有效性、正确性。     

大空间图像型火灾探测算法的研究

针对火灾视频图像中一般亮点区域较小，背景区域占据图像大部分的特点，采用区域分割算法将各个亮点区域提取出来，分别进行处理，提高了算法的抗干扰性，使相同算法的处理时间平均减少到原来的五分之一，使文中使用的复杂算法达到实时性要求；同时在区域分割算法的基础上，成功地提取了疑似区域的边界链码，并在此基础上计算了各个区域的圆形度，从而又增加了两个火灾判断的判据：边界链码和圆形度；并通过神经网络进行数据融合，可进一步降低火灾探测系统的误报率。