采用局部动态阈值的图像分割算法

针对图像全局Otsu分割算法和传统的局部闻值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法.首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值.然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵.最终利用此阈值矩阵完成图像分割.实验结果...     

Unsupervised image thresholding: hardware architecture and its usage for FPGA-SoC platform

ABSTRACT

Otsu’s global automatic image thresholding operation is used in various image processing applications. It needs computation of normalized cumulative histogram, mean and cumulative moments that are compute-intensive operations. In this paper, a custom architecture is presented for an efficient computation of Otsu’s algorithm along with its utilization as an intellectual property (IP) core in a field programmable gate array (FPGA) based system-on-chip (SoC) environment for the application of connected component analysis (CCA). A self-normalization technique is employed, where single-cycle, read–modify–write operations are performed with block random access memories (BRAMs) and digital signal processing (DSP)slices. The architecture is designed for 640 × 480 size of images that are captured by a high-resolution analouge camera and buffered in a DDR2 SDRAM of Xilinx ML-507 platform at 25.175 MHz clock frequency. The embedded PowerPC processor core is used to control the frame acquisition process. Experimental results on Virtex-5 xc5vfx70t FPGA device show that the architecture utilizes 1.4% slices, 2.7% BRAMs and 3.9% DSP48E slices. The total power consumption of the design is 1440.59 mW. The proposed architecture as an IP core is able to work in real-time with standard VGA resolution video and requires low computational resources.     

基于Canny检测算法实现的目标跟踪

为了设计一种实时高效、稳定可靠的图像目标跟踪系统平台,避免因图像边缘提取效果差而引起跟踪失败,采用自适应Canny边缘检测算法。该自适应算法能够很好的确定平滑参数以及高、低两个阈值,更好的获得图像边缘图。经Canny算法处理图像目标后,获得目标的单像素边缘图,根据边缘图计算得到目标质心。利用最小二乘法拟合出目标的运动轨迹,同时可根据时间间隔预测出目标质心的下一位置,控制伺服机构,实现目标跟踪。实验表明,采用Canny算法的目标跟踪系统,能够满足实时跟踪的需要。     

基于最小类内差和最大类间差的图像分割算法研究

针对现有二维Otsu图像分割算法未考虑到目标和背景这二类像素自身的内聚性,提出一种新的自适应二维Otsu算法。该算法通过待分割图像的二维直方图,分别统计类内的绝对差、类间总体离差以反映类内、类间的离散度,从而构造出新阈值判别函数。通过一种改进的遗传算法优化二维阈值判别函数,自动得到较理想的分割阈值。实验结果表明,与其它阈值判别函数相比,通过优化新的阈值判别函数得到的二维阈值,具有了较好的分割效果,能够更好地保留了目标物的轮廓,而且计算量小。     

基于并行遗传算法的Otsu双阈值医学图像分割

传统遗传算法用于搜索某些函数极值时精确度较低且稳定性较差。针对该问题,提出了一种基于并行遗传算法的Otsu双阈值医学图像分割算法。在该算法中,进化在多个不同的子群中并行进行,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。100次阈值计算实验结果表明,提出的分割算法与传统遗传算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性。其收敛速度明显优于基于单种群的遗传算法的Otsu双阈值医学图像分割。     

一种基于大津法改进的图像分割方法

为了解决大津法分割图像容易造成图像细节丢失的问题,提出一种基于大津法改进的图像分割方法。首先,将三通道彩色图像分离为3个单通道图像;其次,分别使用大津法进行图像的二值化;再次,利用得到的3个阈值和3幅二值化图像进行投票,判断获得最终的二值化图像。实验表明,该方法能较好地保存图像的细节,图像边缘受光不均匀部分也能进行很好地分割。结果表明:该方法对部分图像的分割优于大津法。     

基于背景色彩和PCNN的磨粒图像单通道分割

为有效地从磨粒图像中分离出磨粒区域,根据彩色磨粒图像背景相对单一的特点,提出了一种基于背景色彩和脉冲耦合神经网络(PCNN)的磨粒图像单通道分割方法.首先,利用Otsu算法对磨粒图像进行预分割处理,并计算图像背景色彩的统计特征,以此作为背景的特征色彩矢量;然后,引入综合色距函数,通过计算图像中各像素与背景特征色彩之间的色差,将彩色磨粒图像三通道问题转化成单通道问题;最后,利用简化PCNN对构造的色差矩阵进行分割,从而得到彩色磨粒图像的分割结果.实验结果表明,该方法对含有单个磨粒和多个磨粒的彩色磨粒图像均能进行精确自动分割,是一种比较理想的分割方法.     

基于组合赋值法的稳态电能质量预警阈值研究

对电网中电能质量监测数据进行超标和异常数据挖掘,并给出相应预警,可实现问题早发现,早解决。但目前对异常数据预警阈值研究欠缺,且现有的阈值判断算法大多采用单一赋值现状,本文提出了基于组合赋值法的稳态电能质量预警阈值判定方案。该方案利用基于距离的聚类分析法和改进的最大类间方差法(Otsu)确定客观阈值,同时使用专家打分法计算出主观阈值,并按比例集权方式确定综合阈值。最后,基于实测数据对相关算法进行了算例验证,结果表明所提方法可对异常数据预警阈值进行较好设定,并能将其有效应用于稳态电能质量预警系统。     

基于属性直方图的快速Otsu红外目标检测算法

为了提高红外小目标检测的有效性和实时性,提出了一种改进的二维Otsu算法。该算法运用了属性直方图的概念,通过构造适合红外小目标图像特性的属性集,来确定Otsu算法的最佳分割阈值。为了减小计算复杂度,从推导递推关系式和缩小搜索范围两方面,给出了快速算法。在数学形态学Top-Hat变换对原始红外图像进行背景抑制的基础上,利用本文提出的改进算法在含有噪声的背景抑制图中分割出候选的目标点,并和其他目标分割方法进行比较,实验结果证明了这种方法的抗干扰性更好、时效性更高。     

基于改进Otsu算法的游标卡尺缝隙检测

工业检测过程中，根据分辨率的高低，采集的图像分为加工纹理清晰和模糊两种情况。提出一种基于改进Otsu算法的游标卡尺卡爪缝隙检测方法，基于四叉树理论解决目标像素点较少时Otsu算法效果不好的问题。高分辨率图像下的游标卡尺表面纹理清晰，难以区分纹理特征和缝隙特征。为解决此问题，对采集的缝隙图像进行预处理，利用改进Otsu计算其阈值，进行边缘检测、缝隙特征提取和直线拟合，以完成对游标卡尺缝隙的自动检测和准确识别。建立一套实验装置，利用纹理清晰的缝隙图像验证所提缝隙检测方法的有效性。结果表明：该算法可以实现对缝隙边缘的精确自动提取和检测，同时单张图片的检测时间约为400 ms，满足工业实时检测的要求。