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。     

An analysis of the transition proportion for binarization in handwritten historical documents

In this paper, we will present a mathematical analysis of the transition proportion for the normal threshold (NorT) based on the transition method. The transition proportion is a parameter of NorT which plays an important role in the theoretical development of NorT. We will study the mathematical forms of the quadratic equation from which NorT is computed. Through this analysis, we will describe how the transition proportion affects NorT. Then, we will prove that NorT is robust to inaccurate estimations of the transition proportion. Furthermore, our analysis extends to thresholding methods that rely on Bayes rule, and it also gives the mathematical bases for potential applications of the transition proportion as a feature to estimate stroke width and detect regions of interest. In the majority of our experiments, we used a database composed of small images that were extracted from DIBCO 2009 and H-DIBCO 2010 benchmarks. However, we also report evaluations using the original (H-)DIBCO?s benchmarks.     

基于形态学和小波变换的Otsu提取缺陷

为了解决经典Otsu法对复杂图像分割的不足,提出了一种新的分割算法来提取零件的表面缺陷,将形态学和小波变换理论应用到Otsu算法中。该算法采用两次分割,分别为将零件从背景中分割出来以及将缺陷从零件中分割出来。算法首先采用形态学中的顶帽变换和底帽变换相结合将零件从图像背景中分离出来,得到目标图像;然后选择单层小波系数分解目标图像,再将分解后的图像进行低频重构,去除冗余信息和噪声;最后分别应用一维和二维Otsu算法将缺陷从低频重构后的图像中分割出来。实验证明,所提出的算法较经典的一维和二维Otsu算法,具有分割精度高、抗噪性能强的优点,并且改进后的一维Otsu算法要优于改进后的二维Otsu算法。     

三种分割算法在BGA焊点图像分割中的应用

x射线BGA焊点检测图像中,存在大量与检测无关的冗余信息。针对这一问题,从原理和应用效果上对三种基本阈值分割算法进行了对比分析并进行仿真实验。通过对三种分割算法的比较,得到了较为通用的算法,效果令人满意。     

基于红外目标提取的夜视图像融合实时系统研究

研究的图像融合技术是以微光图像作为背景,红外图像作为目标,两光路图像经过合光棱镜进行光学投影融合的实时融合技术。为了具备良好的融合效果,红外图像经过预处理后,用改进的Otsu算法进行图像分割来实现目标提取,提取后的红外目标经过改进的伪彩色变换方法进行处理后在OLED上显示。融合后的系统实时性好,既可以得到微光细节丰富、较接近可见光视觉感受的背景,也可得到对比度明显的红外伪彩色目标,对于战场上的士兵观察环境和快速寻找目标有很大的帮助。     

基于ROI灰度压缩的电路板红外图像配准

电路板红外图像配准技术是电路板红外热成像故障检测系统的核心。针对传统图像配准算法精度和效率较低等不足,为了提高电路板红外图像配准精度和效率,设计了一种基于ROI灰度压缩的图像配准算法。首先,利用Otsu法提取出电路板红外图像ROI。然后,将ROI内灰度值进行线性压缩。最后将灰度压缩后的图像进行互信息量运算和图像x平移、y平移、旋转、缩放变换参数寻优。仿真结果表明,基于ROI的灰度压缩算法能够显著减小配准时间,当两幅图像环境温度差异较大时其配准精度相比其他灰度压缩算法有明显优势。     

基于数字图像处理的非织造布均匀性检测

为测量薄型非织造布的均匀性,采用数字图像处理技术,通过目标区域提取、中值滤波及Otsu二值化等操作,对图像进行预处理,再对图像进行分块后分别计算各块的纤维覆盖率,最后计算出变异系数,并与取样称重法的结果进行比较。结果发现:图像分析法的结果与取样称重法的结果具有高度的趋势一致性;通过阈值校准之后,图像分析法结果与取样称重法结果非常接近,这验证了图像分析法的有效性;此外,相较于取样称重法,图像分析法效率提高了50倍,高效、准确。     

基于微粒子群理论的二维最大类间方差阈值分割算法

针对传统二维最大类间方差(Otsu)阈值分割算法处理红外图像耗时的缺点,提出了一种应用微粒子群理论的二维Otsu阈值分割算法.该算法利用粒子群理论的群体智能的特点,通过优化得出粒子的个体极值和全局极值,并根据这两种极值来更新粒子的位置和速度以获得最佳的分割阈值向量.通过对算法中惯性权重和学习因子的讨论确定了最佳的参数选择方案.仿真结果表明,该算法计算准确,流程简单,其运行时间仅为原始算法的5%左右,是一种快速有效的图像阈值分割算法.     

基于Otsu法自适应阈值的图像分割研究

概述了基于一维Otsu 和二维Otsu 双门限的阈值分割法,提出了基于像素邻域平均灰度的改进的一维Otsu 多门限分割方法,兼有准确性和快速性的优点,并应用于MRI脑图像,实现了多个目标的自动分割,与普通的一维Otsu 法相比具有更好的分割效果.     

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。