一种基于图像信息的微小型飞行器姿态测量方法

提出了一种基于图像信息的微小型飞行器姿态测量方法.该方法综合运用Laplacian-Gauss边缘检测、OTSU算法以及Hough变换等数字图像处理技术,从机载摄像机图像中识别出地平线或者海天线.根据得到的直线信息可以迅速地测量出飞行器的滚转角与俯仰角.实验表明,该方法可以有效地识别出复杂背景中的地平线和海天线,计算得到的滚转角与俯仰角精度满足飞行器的姿态控制要求.     

基于改进模糊算法和相对熵的遥感图像增强

针对传统的Pal-King算法阈值难以确定的缺点,利用改进的最大类间方差(OTSU)算法来自适应获取阈值,通过改进的模糊增强算法对遥感图像进行全局增强,然后以相对熵为判别标准,进行领域信息的自适应对比度增强。实验结果表明,该算法增强的结果在主观上能获得很好的视觉效果,客观指标中清晰度和标准差有了大幅度的提升。因此该算法能获得很好的视觉效果和更加明显的细节信息。     

改进OTSU算法和边缘检测的图像分割算法研究

最大类间方差法是一种最广泛使用的图像阈值自动选取方法之一,在分析理解该算法的基础上,提出了一种改进最大类间方差法和边缘检测相结合的分割方法,该算法在选取最佳阈值时不仅考虑目标和背景的均值还考虑了它们的方差。通过实验分析表明该算法能够达到较好的分割效果,有较好的使用价值。     

Hartmann-Shack波前传感器图像自动阈值选取方法的研究

Hartman-Shack传感器图像阈值的选取对质心探测精度有较大的影响,而质心探测精度将直接影响探测波前的复原。通过介绍几种阈值分割的原理和方法,在比较多幅基点图像质心探测精度的基础上,提出了基于灰度拉伸的大津法是阈值分割的较好方法。     

基于局部大津阈值与区域生长的坝面细小裂缝识别分割算法

针对传统图像分割算法难以分割噪声污染严重的混凝土坝面细小裂缝图片的问题,结合大津阈值算法和区域生长算法提出一种新的裂缝分割算法。该算法通过一个滑动的窗口遍历整幅灰度图并计算窗口内的局部大津阈值,遍历过程中将所有灰度值在局部阈值以上的窗口中心像素点作为区域生长种子点,设计生长阈值,生长完成后得到分割结果。运用该算法、基于全局的大津阈值等经典分割算法对四幅存在光照不均、污渍覆盖等噪声污染的裂缝图片进行分割。结果表明,所提算法的分割结果中背景噪声最少,误差最小。通过连通域分析去除剩余的背景噪声,可实现对裂缝的精确识别分割,为自动化检测坝面裂缝奠定基础。     

复杂背景中移动目标的快速识别与跟踪

本文提出一种基于差值的在复杂背景中快速识别和跟踪移动目标的方法。文章总结了关于移动物体连续两帧图像的特点，在图像对比中利用它们空间位移上的相对变化，确定了一套实用的算法，并在程序中改进了像素灰度的读取方式，从而使整套方法显得更加切实而有效。实验表明，本文算法在复杂背景下．对于移动目标识别快速，跟踪准确，抗干扰能力强。     

一种对光照具有鲁棒性的图像分割方法*

研究了灰度图像的OTSU(最大类间方差)自动阈值分割法。OTSU方法作为一种单一阈值的分割方法,当图像受光照和反射光等的影响明显时,将会出现严重的误分割现象。考虑到OTSU方法的最大类间方差化的思想,根据灰度图像的像素点灰度的直方图分布、空间分布,提出了一个新的分割阈值方法。先根据OTSU方法的特点自设计一个函数,对图像进行变换,以便后面的处理,再对其图像以改进的OTSU方法进行分割。通过对化学实验中两种液体的拍摄图片及数字图像处理中标准图片进行试验,理论分析与实验结果表明：该方法能够对受光照及反射光影响大的图像实现正确的分割,将目标图像清晰地从背景中分割出来。     

改进人工蜂群算法在图像分割中的应用

作为图像处理技术的一个分支,多阈值图像分割技术已经越来越吸引人们的注意.然而,很多阈值分割技术计算时间较长,且其随着维数的增加而呈指数性增长.因此,为了提高分割的效率,引入基于改进人工蜂群优化算法的多阈值图像分割技术.在分析了标准人工蜂群算法缺陷的基础之上,从雇佣蜂和观察蜂的搜索公式进行改进,使其能够更有效率地收敛至全局最优,同时采用最大类间方差法(Otsu)作为测试改进算法性能好坏的标准.实验证明,改进后的算法更好地平衡了全局搜索和局部寻优能力,在加快收敛速度的同时提高了寻优精度,获得了良好的图像分割效果.     

掺气水流数字图像上气泡提取的二值化阈值确定

随着数字图像相关技术的迅速发展，其在水工水力学精细测量中的应用越来越受到关注，但在掺气水流中的应用研究却很少。笔者结合掺气水流的特点，比较了3种从掺气水流数字图像中识别水和气的阈值确定算法，并通过试验验证其算法的可靠性。其成果为以后数字图像处理技术在测量气泡速度和掺气浓度中的应用打下了良好的基础。     

基于多层环形滤波和循环OTSU乳腺肿块检测

介绍了一种新的乳腺肿块计算机辅助检测算法.在对乳腺肿块计算机辅助检测目的和背景进行简单的介绍后,给出了基于多层环形滤波、循环OTSU的乳腺肿块计算机辅助检测算法的设计思想和具体实现过程,并采用此算法对大量数据进行测试,测试结果表明,此算法可以快速且准确地定位乳腺肿块疑似区域.