局部阈值

摘要： 针对由于斑点噪声和建筑遮挡造成的高分SAR图像河流水体提取的不连续问题,本文提出一种结合自适应斑点抑制和多分辨率拓扑分析的河流水体提取方法。首先,在斑点抑制各向异性扩散中引入Beta度量以实现SAR图像的自适应滤波;其次,利用局部阈值分割和连通域标识对去噪图像中的河流水体段进行快速提取;然后,以河流水体段的最小外接凸多边形为对象构建高斯金字塔,并由此进行多分辨率拓扑分析来获得河流间断点信息;最后,由区域生长策略逐层地对间断点进行判别,实现相邻河流水体段的自动连接。采用TerraSAR-X和GF-3高分SAR图像验证提出的方法。结果表明,该方法可有效地提取完整河流水体。对多幅SAR图像提取结果的定性和定量评价验证了提出方法的有效性与稳健性。

摘要： 层析合成孔径雷达(TomoSAR)通过组合在不同高度上获取的多基线二维SAR数据,实现合成孔径雷达的三维成像。TomoSAR的求解本质是一维谱估计问题,基于压缩感知的方法可以在非均匀分布的少量基线观测下实现求解,逐渐成为了主流的成像方式。在经典的压缩感知算法流程中,需要将连续的高程向划分成固定的网格,并且假定目标正好位于所划分的网格上。然而该假设通常难以成立,从而引起"基失配"问题,目前该问题在TomoSAR中很少被讨论。该文首先讨论了目标不在网格(Off-grid)上的TomoSAR观测模型,提出了采用加性扰动项来修正目标偏离网格所带来影响的求解模型。在此基础之上,引入局部优化算法与L;范数最小化结合的方法,求解所提出的Off-grid TomoSAR模型。最后,利用仿真数据和机载阵列干涉SAR实际飞行数据进行了验证,结果表明,对于Off-grid目标,该方法能够得到比基于L;范数最小化的经典方法更准确的位置、幅度和相位求解结果,证明了方法的优越性。

摘要： 光学字符识别的算法研究中,快速有效地将文档图像二值化是图像预处理阶段的关键步骤.在实际拍摄中,由于环境复杂,往往使得采集的图片出现光照不均匀的现象,严重影响后续处理.针对该问题,提出一种基于灰度波动的邻域局部阈值分割方法.根据目标考察点一定邻域范围内水平和竖直方向的灰度波动曲线,提取所有的波峰点和波谷点信息,经过运算确定当前阈值.实验结果表明,该方法处理效果远远优于Niblack、Sau-vola等算法,与经典的Wellner法几乎没有差别.该方法不仅细节保留较好,无断笔伪影现象,且适应不同光照情况.

摘要： 医学图像受成像原理的限制,存在图像灰度分布不均匀、噪声大、组织间边界模糊等问题,传统的阈值分割方法通常难以获得精准的分割结果.针对这一问题,提出一种基于多尺度区域与类不确定性理论的阈值分割方法.首先,利用多层金字塔结构将原始图像分割成一组不同尺度的子区域;然后,基于类不确定性与区域均匀性度量构建带不等式约束的能量函数,并逐层迭代求解各子区域的最优局部阈值;最终,得到局部最优阈值掩膜,从而实现图像分割.通过仿真实验可得所提方法能有效克服噪声、局部灰度分布不均匀以及模糊边界等因素的干扰,算法性能显著优于经典的基于受限的目标灰度频率范围求解最优分割阈值方法(RCOtsu)和基于类不确定性及区域均匀性的能量最小化(MHUE)方法以及近年来提出的一些基于阈值分割方法.所提方法分割结果平均误分率(ME)为1.1％,与上述对比算法的平均误分率相比下降了2.1％;峰值信噪比(PSNR)为17.1 dB,比对比算法的平均指标下降了2.7 dB.实验结果表明,所提方法可以稳定、清晰地分割灰度不均和高噪声图像.

摘要： 传统Canny边缘检测算法采用全局高低阈值,只能检测全局显著而不能检测局部显著的边缘.另外,传统Canny算法需要人为设置阈值,使其难以适应不同图像的边缘检测.本文提出了一种改进的Canny算法,首先采用最大类间方差法获取梯度幅值图的自适应全局分割阈值,计算大于该阈值的像素点数与图像总像素点数的比值作为边缘点的全局比例值;其次在图像上每隔相同间隔选择1个像素点作为计算点,根据全局比例值计算获得每个计算点的局部高低阈;最后通过避免重复计算和插值计算方式加速局部阈值矩阵的计算.实验结果显示,本文Canny算法不仅能够自适应检测出图像中的局部显著边缘,而且具有较好的加速计算性能.

摘要： 本文基于蒙特卡洛模拟与局部阈值思想,提出了一种能够适应图像复杂背景、亮度不均条件的灰阶图像二值化分割方法.该方法将灰阶图像划分为多个正方形子图像,每个子图像均反映了灰阶图像的局部信息.先利用大津法对每个子图像进行二值化分割,再将所有二值化后的子图像重新合并后形成灰阶图像的二值化结果.针对局部阈值分割过程中子图像的尺寸选取问题及二值化后子图像合并时的边界效应问题,本文结合蒙特卡洛模拟思想提出了改进算法.将子图像尺寸作为蒙特卡洛计算步中的随机变量,通过大量迭代计算获取灰阶图像中每个像素被分割为目标和背景的概率,并按照指定概率阈值对其进行划分.为验证所述方法的可行性与准确性,本文依托多个灰阶图像案例对方法的二值化结果进行了测试,结果表明,本文提出的方法能够较好地处理复杂背景及亮度不均条件下的灰阶图像.本方法可为区域性遥感影像的解译和地物识别提供支撑.%We proposed an enhanced image binarization method. The proposed solution incorporates Monte-Carlo simulation into the local thresholding method to address the essential issues with respect to complex background, spatially-changed illumination, and uncertainties of block size in traditional method. The proposed method first partitions the image into square blocks that reflect local characteristics of the image. After image partitioning, each block is binarized using Otsu's thresholding method. To minimize the influence of the block size and the boundary effect, we incorporate Monte-Carlo simulation into the binarization algorithm. Iterative calculation with varying block sizes during Monte-Carlo simulation generates a probability map, which illustrates the probability of each pixel classified as foreground. By setting a probability threshold, and separating foreground and background of the source image, the final binary image can be obtained. The described method has been tested by benchmark tests. Results demonstrate that the proposed method performs well in dealing with the complex background and illumination condition.

摘要： 针对目测法检测纱线黑板毛羽效率低、主观性强等问题,提出一种新的基于图像处理的毛羽检测方法.纱线黑板经扫描仪采集图像,然后进行中值滤波、二值化、形态学运算、局部阈值等处理,得到黑板毛羽图像,统计出毛羽像素点个数,提出评价黑板毛羽量的指标M指数.对原料、纱线线密度和纺纱方式各不相同的纱线进行实验,测得18种纱线的毛羽M指数,与乌斯特仪得到的毛羽H值建立回归模型,2种测试结果之间的相关系数为0.975.6种纱线的验证结果表明,本文提出的毛羽检测法和建立的毛羽M指数能较完整地提取和评价整块纱线黑板毛羽,算法精度高,评定结果可信度好.

摘要： 定位技术的快速发展催生了轨迹大数据,轨迹数据中总是存在着明显偏离轨迹的异常点.检测出轨迹中的异常点对提高数据质量和后续知识发现精度至关重要.目前轨迹异常点检测算法主要为恒定速度阈值法,没有考虑目标在不同时刻运动状态的变化,仅能检测出速度超出指定阈值的一部分异常点,甚至出现检测错误的情况,算法鲁棒性较差.针对现有问题,本文提出一种基于自适应阈值的轨迹异常点检测算法(Trajectory Outlier Detection Algorithm based on a-daptive Threshold,TODAT).TODAT算法充分考虑了目标在一段时间内的运动信息和观测噪声的影响,采用局部阈值窗和均值滤波窗来计算阈值和速度,同时又引入了经济航速阈值和连续异常点放回机制.基于真实船舶数据的实验结果表明,本文算法可根据轨迹数据得到自适应的阈值,有效检测出全部异常点,大幅度提高轨迹数据的质量.

摘要： Binarization for degraded document images is a difficult point in image processing. This paper presents a new binarization method for the degraded document images by analyzing the differences of image grayscale contrast in different areas. Firstly, theory of quadtree is used to divide areas adaptively. Secondly, various contrast enhancements are selected to adjust local grayscale contrast for different contrast areas. Lastly, the frequency of gray value is utilized to calculate threshold. The proposed algorithm is tested on random shooting degraded images and datasets of Document Image Binarization COntest (DIBCO). Compared with other four classical algorithms, the binaried images using the proposed algorithm gain the highest F-measure and PSNR (Peak Signal-to-Noise Ratio).%降质文档图像二值化问题是图像处理领域的一个难点。该文通过分析图像不同区域灰度对比度的差异，为降质文档图像提出了新的二值化算法。首先利用四叉树原理自适应划分区域，再对不同灰度对比度区域采用不同对比度增强法以调整局部区域内的灰度对比度，最后根据灰度值出现的频率确定局部阈值。该文测试了随机拍摄的降质图像及DIBCO(Document Image Binarization COntest)图像集中的50幅图像。与4种经典算法比较，所提算法处理的降质图像具有最高F-measure值和峰值信噪比(PSNR值)。

摘要： 对于目标所占比例很小的图像,目标在直方图中退化为平坦峰.针对这种情况,提出了一种自适应的局部阈值分割方法,该方法在坡壳缺陷图象的分割中取得了很好的效果,而且同样适合于医学象和显微图像的分割.

摘要： 针对前视红外地面目标图像的分割,在基于OTSU准则的基础上,用递归的方法获取局部阈值进行分割,给出了递归分割的终止条件.针对机场、电厂、桥梁等不同的典型地面目标进行了实验,结果表明,该方法分割结果明显优于Otsu法、最大熵法、Fisher算子法和Ohlander法.

摘要： 研究一种焊缝缺陷射线图像局部阈值化方法,用于焊缝缺陷射线图像的实时处理.采用基于局部灰度比较和面积特征来识别焊缝缺陷.实验表明这一方法具有实时性好,处理效率高的优点,同时也有参数不能完全自动确定的不足.

摘要： 角点是视觉图像处理中很重要的特征之一,针对单尺度角点提取会丢失细小的特征点,有时也会遗失较粗糙的特征点,而基于多尺度空间角点提取算法正解决了这一问题.本文提出一种基于改进的曲率尺度空间的特征角点提取方法.这种方法首先用一个局部曲率阈值作为初值,然后在动态区域中检测候选角点,进而消除由边缘噪声和边缘细节产生的伪角点.本算法以先锋机器人为实验平台进行图像采集,取得了较好的角点提取结果.

摘要： 图像分割算法的两大判决核心是边界附近灰度级的不连续性和相同区域灰度级的相似性.Otsu 法,2-DOtsu 法,最优阈值法等算法都是基于区域像素的相似性准则,从全局阈值的角度,把图像分割成目标区域和背景.文章利用色差法,在自然光照的条件下,成功提取了不同目标果实的灰度图像.然后通过求取灰度图像中每个像素点的灰度阈值来获取果实图像中的局部信息,从而提取出成熟果实的边缘,实现目标的分割.

摘要： 根据图像中每个像素的小邻域内的局部阈值选取，应用小邻域内的灰度信息自适应地选择阈值，从而检测出更清晰图像边缘。仿真表明，得到较好的边缘提取效果。

摘要： 本发明公开了一种基于局部自适应阈值的船载雷达图像溢油监测方法，首先，本发明基于改进的Prewitt算子、鲁棒自适应阈值算法、线性内插方法，抑制原始雷达图像中的同频干扰噪声；再应用一种灰度强度校正矩阵模型，使整个图像平滑；之后，采用有限对比度自适应直方图均衡算法，提高了油膜内外区域的对比度；最后，应用改进的局部自适应阈值法与面积阈值法，得到平面直角坐标系统下的溢油区域监测结果图像，并投影变换到现实世界的极坐标系统下，从而得到溢油分布图像，最终实现了海上溢油实时监测。

摘要： 本发明公开了基于纹理描述和深度学习的阈值可学习局部二进制网络的构建方法，首先取遥感图像数据集，然后加载在ImageNet数据集上预训练好的ResNet‑50网络模型，并将ResNet‑50网络模型的最后一层全连接层的输出维数修改为与图像类别对应的维数，并在遥感图像数据集上对ResNet‑50网络模型进行训练；接着基于深度学习的思想优化手工特征LBP，得到阈值可学习的LBP方法，然后将阈值可学习方法作为LBP层与在ImageNet数据集上预训练好的ResNet‑50网络模型串联，得到阈值可学习的局部网络LBPNet；再将在数据集上收敛的ResNet‑50深度模型与LBPNet并联，构建基于纹理描述和深度学习的阈值可学习局部二进制网络TLBPNet。本发明可以提高遥感图像的分类性能。

摘要： 本发明公开了基于局部Otsu阈值化的边缘检测方法，首先对原始图像进行均匀分区，得到面积大小相同的四块区域；然后采用Otsu算法计算每一块区域的阈值，得到四个阈值；接着利用每个阈值对各自的区域进行阈值化处理，得到二值图像；最后使用边缘检测算子对二值图像进行边缘检测，得到边缘图像。通过本发明方法使得边缘检测质量得到提高，可以有效的滤除噪声，保留关键的边缘，并且能得到连续性良好的单像素闭合边缘线，为之后的特征物提取、目标识别等提供了良好的基础。

摘要： 本发明涉及一种基于触发阈值移动窗的局部放电脉冲群异常波形识别方法，包括：步骤1，对记录波形开始部分的a个点和结束部分的b个点，计算幅值平均值进而求取记录波形的基准偏置值；步骤2，从记录波形中去掉基准偏置值形成处理波形；步骤3，根据触发阈值Yz，建立可调时长的触发阈值移动窗，对处理波形从记录的开始部分直至结束部分，当触发阈值移动窗内存在绝对幅值大于等于Yz/m时，计算移动窗内数据的时间标准差T及频率标准差B，当T×B≥1时记录极值和对应位置；步骤4，当极值的个数k

摘要： 本发明属于MPI图像分割领域，具体涉及了一种基于局部最大值点阈值膨胀的MPI图像分割方法、系统及设备，旨在解决的问题。本发明包括：基于阈值分割方法，区分待分割MPI图像的前景信号和背景信号；通过K‑means聚类方法对所述前景MPI图像信号聚类，获得不同类别的聚类中；选择各聚类中心设定区域的邻域像素，并获取各聚类的局部最大信号强度点所在位置；分别基于各聚类的局部最大信号强度点所在位置，结合各位置对应的信号强度，进行阈值膨胀操作，获得各聚类的膨胀区域；合并各聚类的膨胀区域，获得待分割MPI图像的分割结果。本发明基于局部最大值点的阈值膨胀MPI图像分割方法，实现了鲁棒且准确的MPI图像分割，降低MPI图像分割所存在的选择性偏差的影响。

摘要： 本发明涉及一种基于改进小波阈值法的开关柜局部放电识别方法和系统，方法包括以下步骤：采集局部放电特高频信号，对该局部放电特高频信号进行离散采样后，采用改进小波阈值法进行局部放电信号的去噪，改进小波阈值法对小波阈值法的阈值函数进行改进，该改进后的阈值函数有高阶导数、为分段函数，且在阈值处连续；对去噪后的局部放电信号，根据局部放电相位分布谱图提取局部放电特征；通过预先构建并训练好的机器学习模型，根据提取的局部放电特征进行局部放电识别。与现有技术相比，本发明改进小波阈值法不会引起因阈值函数不连续而导致的信号重构振荡现象，有效提高了故障识别的准确率。

摘要： 一种基于阈值式局部迭代搜索算法的叶片排序方法，它涉及一种叶片排序方法。本发明为了解决现有局部迭代搜索算法平均迭代到局部最优的步数多，存在叶片排序搜索效率低的问题。本发明的步骤一：对叶片进行编号；步骤二：对步骤一二中的序列H进行初始化：步骤三：对步骤二中的序列H进行局部搜索：步骤四：更新全局最优解Hglobal；步骤五：判断集合Σ1的元素个数是否大于步长step：若是，则跳转到步骤六，否则跳转到步骤七；步骤六：阈值扰动：步骤七：将下降趋势集合Σperturbation中的所有元素依次用于步骤三的初始序列，并重复步骤三和步骤四；步骤八：随机扰动。本发明引入了阈值式扰动的概念，在合理的计算时间内通过对叶片进行排序。本发明用于叶片排序。

摘要： 本发明公开了一种基于改进局部阈值的低对比度接插件针脚区域分离方法，该方法在Bernsen算法的局部阈值计算中引入一个局部阈值修正参数，以提高图像的局部阈值，达到减少伪影的目的，从而实现插针针脚区域的分离；另外，为减少噪声对二值化结果的干扰，通过对原始灰度图像计算所得的局部阈值与高斯滤波后的图像计算所得的局部阈值赋予不同权重从而得出新的局部阈值，然后将得到的新局部阈值与局部阈值修正参数相加求得最终局部阈值，采用最终局部阈值对原图进行图像二值化；对二值化后的图像进行中值滤波，有效的去除了孤立的噪点，使得针脚区域更加明显。

摘要： 本发明公开一种基于XOR编码和局部阈值法的隐写嵌入与提取方法，包括以下步骤：输入数据集中的原始图像：将数据集中512*512的灰度图像进行输入；使用局部阈值法根据图像局部的像素阈值，把图像分割为前景图像和背景图像；将分割完成之后的像素点坐标分别存入两个数组中；输入需要被加密的信息，使用随机序列生成密钥key，使用key对将要嵌入的信息使用XOR编码加密；进行隐写操作，隐写时使用BFS算法遍历像素，对像素值为0的像素点像素值二进制最后两位隐写，对像素值为255的像素点使用LSB隐写。本方法相比现有的自适应图像隐写算法，具有更高的安全性和更大的图像嵌入容量。

摘要： 本发明公开了一种基于局部阈值自适应的缺陷扫描成像方法，采集空心轴探伤的B型、C型扫描数据，形成二维矩阵，视为二维图像，转换为拉普拉斯图像，逐个像素点处理，考虑像素点的邻域信息，分别求扫描图像和拉普拉斯图像的积分图像，降低计算的时间复杂度，结合空心轴超声波扫描图像的特点，建立局部阈值自适应模型，逐个扫描图像中像素点，比较像素值与对应的阈值，判断缺陷和非缺陷，适用于不同轴径的B、C型超声波探伤扫描成像，结果准确直观，精准的呈现缺陷，即使是较小的缺陷也能够展现出来，简化了检测人员的判别操作和分析过程，减少缺陷漏检和误检率，提高了检测效率。