最大类间方差法

摘要： 图像的边缘检测是图像处理领域内最关键的技术之一。针对工件分拣中需要机器视觉精确的检测出其边缘信息,并且从噪声和其他无关信息中筛选出来,提出了一种改进的Canny算法对工件进行边缘检测。该算法利用双边滤波来替代高斯滤波进行图像预处理,从而不仅可以保留更多的图像边缘细节也可以有效的去除噪声。而后运用最大类间方差法(Otsu)来进行阈值分割,使目标和背景分离更加准确。最后利用形态学思想将阈值分割后的二值图像分别进行膨胀和腐蚀,得到形态学梯度,将梯度图像和原始阈值图像的求交集得到灰度图像,而后进行Canny算子边缘检测。

摘要： 为了解决目前机载激光雷达点云滤波算法中特征单一、运算效率低、植被覆盖区效果较差等问题,提出一种植被茂密地区的点云自适应双重滤波方法。首先利用回波分离方法,分别提取点云的单次回波和末次回波进行粗滤波处理;然后利用偏度平衡理论进行单次回波的强度阈值确定,同时利用最大类间方差法对首次回波和末次回波的高程差进行高差运算,实现末次回波高差阈值自动化,并融合粗滤波后单次回波和末次回波的点云数据;最后,利用不规则三角网渐进加密滤波算法对融合后的点云数据进行精滤波处理,并通过了实验验证。结果表明,3组数据集的Ⅱ类误差都相对较低,分别为1.06%,1.64%,1.34%。结合回波信息和高差信息的双重滤波方法不仅能较好地剔除植被,而且能较好地保留地形细节。

摘要： 针对传统运动目标检测过程中存在的噪点和光照亮度不均等干扰问题,提出一种运动目标检测算法。本文结合图像处理技术对视频帧进行一系列的图像预处理,根据运动目标所在区域像素点的变化,使用背景消去算法将运动目标提取出来,从而进一步区分前景与背景。由于像素点时刻受到光照亮度等影响,采用改进后的最大类间方差(OTSU)算法进行视频帧的二值化处理。实验结果表明,该运动目标检测算法能够很好地解决视频帧的噪点以及光照亮度不均等因素所造成的干扰问题,运行效果较好,具有较强的实用性。

摘要： 针对电润湿电子纸存在油墨回流、接触角迟滞、电荷捕获等现象导致图像对比度不高、纹理边缘不清晰和细节丢失等问题,本文提出了一种基于图像分割和动态直方图均衡的电润湿显示器图像增强算法。该算法综合了最大类间方差法(Otsu法)和最大熵分割算法的优点,提出了基于方差权重的最大类间方差和最大熵阈值分割算法。利用该分割算法把图像分割为背景区和目标区,将两个区域的亮度均值以及基于方差权重选取的阈值作为分割点将原始图像直方图分成四个子直方图,然后分别对子直方图进行灰度重分配,最后对四个子直方图进行直方图均衡。实验结果表明:与其他将直方图进行分区的直方图均衡算法相比,该算法图像质量评价指标峰值信噪比提高约25.6%~45.5%,熵差降低约29.1%,结构相似度更接近1。同时将其应用在电润湿显示器上,其显示图像具有更高的对比度,细节纹理更加清晰,具有更好的视觉效果。

摘要： 针对多阈值图像分割中阈值求解效率低、精度不足的问题,提出了一种基于改进状态转移算法的图像多阈值分割方法。改进状态转移算法的伸缩变换采用一种方差自适应的正态分布策略,增强了算法在初期包含全局最优解的可能性,以及算法在后期的收敛性。另一方面,通过精英解集加权和来确定邻域中心,增加了群体间的交流,能充分利用精英解集间的信息实现启发式搜索,同时"贪婪准则"最优解保留机制保证了算法的收敛。实验表明,相比其它算法,上述方法在收敛效率和精度方面有显著优势。

摘要： 本文针对复杂背景下的单目结构化车道线图像难以定位车道线位置的问题,提出了基于多项式拟合的复杂背景车道线检测算法。在智能驾驶、边缘检测领域具有一定的借鉴意义。受环境因素影响,传统车道线检测算法无法适应复杂的路面背景,本文针对视觉传感器获取的复杂背景的单目结构化道路图像,提出了一种基于多项式拟合的车道线快速检测算法。首先,通过色彩空间变换获取CIELAB图像,并分别针对L、b分量确定分割阈值,将亮度远大于路面背景颜色的白色车道线和有明显色度值的黄色车道线区域分离出来;其次,在原车道线灰度图的基础上,通过Robert算子做边缘检测,获取图像的边缘信息;然后,将上述获取的白色区域、黄色区域两个通道的图像与滤波后的图像卷积,并通过最大类间方差法进行二值化。同时,为减少无关信息的干扰,获取车道线感兴趣区域。最后,对上述二值化图像做Hough变换提取车道线,并判断其为弯道还是直线,利用多项式拟合将断裂的车道线描绘出来。实验验证,该算法可有效提取复杂背景下车道线的位置。

摘要： 针对强光下火焰图像分割不完整的问题,提出了彩色火焰图像增强及改进蚁群算法的阈值自适应分割方法。首先对采集设备捕获的RGB图像进行基于带颜色恢复的多尺度Retinex增强,用亮度控制因子对背景像素进行亮度提升,并从3个不同尺度对原图动态增加高频信息,提高火焰局部可见性,使火焰的颜色、纹理和边缘信息更加突出;然后,为了避免蚂蚁在路径选择时的随机性,增强蚂蚁搜索效率和寻优能力,在最大类间方差法基础上,通过改进蚁群算法中信息素初始浓度、更新规则和启发函数,从单幅图像自动获取分割阈值,大大提高了算法的分割精度和速度。最后,将提出的算法在不同强光、不同场景、不同干扰下与同类算法进行了对比实验,实验结果显示:在保证分割速度的同时,平均分割准确率提高了近1.96倍。

摘要： 风自记纸是客观记录风向风速的珍贵观测资料。利用数字图像处理技术实现风自记纸迹线数据的提取和图像的数字化,是对气象历史档案的有效拯救,也是获取长序列历史分钟、小时等高分辨率风数据的有效途径,这些数据必将为极端天气事件成因和气候长期变化趋势原因分析提供有利条件。应用基于Otsu算法改进的Canny图像边缘检测方法设计开发了EL型电接风自记纸迹线数据提取软件系统,将读取的彩色风自记纸图像进行灰度处理,采用Canny算法对图像进行边缘检测,通过Radon变换求解图像的旋转角度对图像进行倾斜校正,采用Otsu算法对灰度图进行二值化,然后根据风自记纸的特征,从二值图中提取风速风向迹线,并经过去除噪音、细化、去毛刺等一系列处理获取风向风速网格和迹线坐标,根据风速风向计算方法将迹线数据转换生成分钟、小时和日最大风向风速。应用效果表明:系统对标准的EL型电接风自记纸图像识别率可达到100%,经与A文件中人工整理的风向风速记录对比,能够满足风自记纸图像数字化的数据质量和精度需求。

摘要： 本文针对原始鸽群优化的二维最大类间方差法(Otsu)图像分割算法收敛速度慢的缺点,提出了基于混合分数阶鸽群优化的Otsu图像分割算法。算法将分数阶与鸽群优化算法结合,利用分数阶微积分的记忆性和遗传特性,使鸽群依据更多历史记忆获取更精确最优值,并进行分数阶增强滤波预处理,提高分割精度,引入混沌搜索算法增强种群多样性,加快收敛速度。改进算法利用Otsu算法的最大类间方差作为适应度函数来获取最佳阈值,进行图像分割。实验结果验证了本文算法的正确性和有效性。

摘要： 为了降低航空插头焊杯定位偏差,提高定位精度,提出基于机器视觉的航空插头焊杯定位方法。使用Opencv对采集的焊杯图像进行预处理,去除噪声和背景等干扰信息,增强图像亮度和对比度,对比最大类间方法和最大熵阈值法在三种光照条件下图像分割的效果,发现最大类间方差法在光照改变时分割比较稳定,且其分割所用时间远小于最大熵阈值法,选用最大类间方差法作为图像阈值分割方法,分割得到只有焊杯的图像。对分割图像进行形态学操作,去除因光照较强时个别焊杯出现的毛刺,采用加权灰度质心法获取焊杯的圆心坐标,从而实现了焊杯的准确定位。获取航空插头不同位置的5个焊杯在三种光照条件下焊杯坐标,结果表明,所提方法的定位误差较低,可以实现焊杯的高精度定位。

摘要： OTSU法(最大类间方差法)使用的是聚类的思想,把图像的灰度数按灰度级别分成前景和背景两部分,通过方差的计算来寻找一个合适的灰度级别来划分.OTSU算法被认为是图像分割中阈值选取的最佳算法,但其计算复杂度略高而又具备良好的并行性,因此根据FPGA(Field—Programmable Gate Array)并行的特点,利用Xilinx开发的Vivado HLS设计并实现了基于FPGA的OTSU阈值分割算法.实验结果表明,相比传统CPU,OTSU在FPGA上的运算速度明显更快.

摘要： 为了提高结构化道路识别的准确性和实时性，提出了一种基于图像序列的结构化道路识别算法。该算法对原图像进行预处理，采用改进最大类间方差法和数学形态学处理对图像进行分割，通过建立分段直线模型，得到最终的道路识别图像。通过VC++6．0环境下的实验仿真，证明该方法具有良好的准确性和实时性。

摘要： 针对模糊图像增强算法存在运算速度慢、图像部分信息丢失等缺点，提出一种具有封闭性和移植性好的模糊增强变换算子。该变换算子结合梯度算子将图像的增强处理集中于局部区域,并引入最大类间方差法自动地选取最佳阈值参数,实现了一种基于自适应模糊的局部区域图像增强算法。该算法在沥青路面裂缝图像检测系统中的应用表明,其增强效果明显优于现有的模糊图像增强算法,且提高了运算速度,具有一定的实用性和推广性。

摘要： 舌像分割是数字化舌诊的第一个关键步骤.为了准确地从图像中分割出舌体,提出了结合亮度信息和粗糙度信息的分割方法.首先使用最大类间方差法在舌图像的亮度范围内自动选取阈值,提取出较亮的舌体部分,然后再利用粗糙度信息进一步剔除非舌体部分,最后使用数学形态学的膨胀、腐蚀和开运算操作等方法进行后续处理,得到最终结果,成功地实现了舌像分割的功能.实验结果表明,该方法具有较好的效果。

摘要： 本文提出了基于差分盒维数和Otsu相结合的烟雾分割方法.针对森林背景与烟雾的分形纹理结构特点的不同,在已有的差分盒维数算法基础上,通过扩大子窗口的选择范围,明确每个子窗口内的灰度等级,进而计算每个像素的分形维数.然后,利用Otsu自适应的对像素进行分类,可以将烟的分形维数从森林背景的分形维数中区分开,从而实现烟与森林背景的分割.最后,应用形态学中膨胀算法进行连通处理.实验结果证明,基于改进的差分盒维数和Otsu的方法对以树木为背景的烟雾图像具有较好的分割效果.

摘要： 本文提出了基于差分盒维数和Otsu相结合的烟雾分割方法.针对森林背景与烟雾的分形纹理结构特点的不同,在已有的差分盒维数算法基础上,通过扩大子窗口的选择范围,明确每个子窗口内的灰度等级,进而计算每个像素的分形维数.然后,利用Otsu自适应的对像素进行分类,可以将烟的分形维数从森林背景的分形维数中区分开,从而实现烟与森林背景的分割.最后,应用形态学中膨胀算法进行连通处理.实验结果证明,基于改进的差分盒维数和Otsu的方法对以树木为背景的烟雾图像具有较好的分割效果.

摘要： 本文提出了基于差分盒维数和Otsu相结合的烟雾分割方法.针对森林背景与烟雾的分形纹理结构特点的不同,在已有的差分盒维数算法基础上,通过扩大子窗口的选择范围,明确每个子窗口内的灰度等级,进而计算每个像素的分形维数.然后,利用Otsu自适应的对像素进行分类,可以将烟的分形维数从森林背景的分形维数中区分开,从而实现烟与森林背景的分割.最后,应用形态学中膨胀算法进行连通处理.实验结果证明,基于改进的差分盒维数和Otsu的方法对以树木为背景的烟雾图像具有较好的分割效果.

摘要： 本文提出了基于差分盒维数和Otsu相结合的烟雾分割方法.针对森林背景与烟雾的分形纹理结构特点的不同,在已有的差分盒维数算法基础上,通过扩大子窗口的选择范围,明确每个子窗口内的灰度等级,进而计算每个像素的分形维数.然后,利用Otsu自适应的对像素进行分类,可以将烟的分形维数从森林背景的分形维数中区分开,从而实现烟与森林背景的分割.最后,应用形态学中膨胀算法进行连通处理.实验结果证明,基于改进的差分盒维数和Otsu的方法对以树木为背景的烟雾图像具有较好的分割效果.

摘要： 提出了基于Ostu算法的木材缺陷图像分割.该方法借助于二维中值滤波器对木材图像进行平滑处理,将平滑过的图像用Otsu算法确定图像分割阈值.实验结果表明,该方法可以有效地实现木材表面缺陷图像分割.

摘要： 提出了基于Ostu算法的木材缺陷图像分割.该方法借助于二维中值滤波器对木材图像进行平滑处理,将平滑过的图像用Otsu算法确定图像分割阈值.实验结果表明,该方法可以有效地实现木材表面缺陷图像分割.

摘要： 本发明实例给出一种舌像识别裂纹的方法，以解决现有舌诊中的裂纹的自动识别问题，并再最小类间方差滤波算法(OSTU)的基础上对图像进行自动阈值滤波，去除噪点，增大识别范围作了处理。本发明给出的一种图像特征识别、去噪的方法，包括：得到标准舌图后，转为灰度图。复制图像，按照图像宽高大小将两张图像划分为小区域，并且使两张图像任何一个小区域不会和原图小区域重合；利用OSTU滤波方法对两幅图像的每个小区域单独滤波；根据两张图像的滤波结果按照一定规则，合并为一张图像；对滤波后的图像去噪，排除干扰。

摘要： 本发明涉及图像检测方法，尤其涉及一种基于FPGA的最大类间方差法的图像检测方法，包括如下步骤：S1：采集并输入图像；S2：以block为单位对输入的图像进行直方图统计；S3：读取步骤S2中统计好以block为单位的直方图，获得图像的总灰度值；S4：第二次读取直方图，根据方差公式(1)，计算阈值设定在各个灰度时的方差，并记录得到最大方差时的阈值，即为所求阈值；S5：步骤S4中获取的阈值对图像进行二值化，以便分离目标和背景。该方法可以有效解决高吞吐量像素输入情况下的直方图统计难题，对目前图像传感器向更高速、更高解析度方向发展所面临的巨大计算压力问题有很好的适应性。

摘要： 本发明为一种改进的基于最大类间方差法的红外图像分割方法，能够在最大程度上克服天空曝光带来的分割效果不理想的问题，使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，本发明对传统最大类间方差法中求取方差的公式进行了改进，弥补了最大类间方差法的红外图像分割方法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点，并且将目标与天空背景对比度较大的区域分割良好。

摘要： 本发明涉及一种快速的含噪图像二维最大类间方差阈值法，首先求出噪音图像的灰度均值和灰度标准差；对图像每个像素采用3×3邻域的平均灰度值进行平滑，得到平滑图像；然后用最大类间方差阈值法计算平滑图像的类间方差，通过灰度均值和标准差缩小类间方差解的搜索空间，遍历搜索空间，记录使类间方差最大时的解为最优一维阈值T0；用二维最大类间方差法计算目标类与背景类的类间方差离散度矩阵的迹，通过T0和噪音图像的灰度标准差缩小迹的解的搜索空间，最后遍历解的搜索空间，记使离散度矩阵的迹最大时的灰度值二元组为最优二维切割阈值。本发明能够避免遍历全部灰度级，大大缩小计算量的同时也能得到准确的解。

摘要： 本发明公开了一种基于迭代最大类间方差的SAR图像变化检测方法，主要解决现有技术对于变化区域占整体区域的小部分情况下检测会产生过多虚警点的问题，其实现方案是：1.获取不同时相同一地区的SAR图像并进行预处理；2.生成对数比差异图；3.迭代使用最大类间方差法遍寻差异图查找变化元素与非变化元素相对均匀的区域；4.将这一区域的分割阈值应用到全图，得到分割结果图；5.对分割结果图进行中值滤波，得到最终变化检测结果图。本发明解决了直方图为单峰时最大类间方差法虚警过多的问题，提高了运行效率较高，可用于快速SAR图像变化检测，尤其是对于小面积变化区域的检测。

摘要： 本发明涉及一种基于改进最大类间方差法的骨料形貌表征方法和系统，方法包括获取骨料的三维定位数据并据此得到骨料的尺寸大小，获取骨料的三维图像数据并通过不完全beta函数法、模拟退火算法和最大类间方差法提取骨料的三维轮廓视图，根据骨料的尺寸大小和三维轮廓视图得到骨料的三维空间模型；系统包括传送模块、采集模块和模型分析模块，传送模块将骨料移动到采集模块处，采集模块采集骨料的三维定位数据和三维图像数据并发送给模型分析模块，模型分析模块得到骨料的三维空间模型。本发明不需要形态学参数就可直接根据获得的骨料尺寸大小填充三维轮廓视图得到三维空间模型，建模效率和精确度高、可进行批量化建模。

摘要： 本发明涉及一种利用最大类间方差法计算凝胶能谱图化合物数量的方法，包括：S11，获取被测样品的Q个元素的能谱图，其中被测样品包含有Q个元素，每个元素都得到一个能谱图；S12，根据能谱图使用最大类间方差法求得各元素能谱图的转化阈值；S13，以转化阈值作为分界点，将各元素的能谱图像转换为二值图像，得到元素二值图像，得到元素二值图像；S15，将所有的二值图像进行矩阵点乘，即得到化合物的被测样品结果图像；S16，将被测样品结果图像矩阵中所有化合物像素点求和即得被测样品的个数。本发明解决能谱图中元素亮点的定量问题，引入计算机模拟的方式，快速的计算点的数目和重合度，为更准确的定量方式提供新思路。

摘要： 本发明涉及图像检测方法，尤其涉及一种基于FPGA的最大类间方差法的图像检测方法，包括如下步骤：S1：采集并输入图像；S2：以block为单位对输入的图像进行直方图统计；S3：读取步骤S2中统计好以block为单位的直方图，获得图像的总灰度值；S4：第二次读取直方图，根据方差公式(1)，计算阈值设定在各个灰度时的方差，并记录得到最大方差时的阈值，即为所求阈值；S5：步骤S4中获取的阈值对图像进行二值化，以便分离目标和背景。该方法可以有效解决高吞吐量像素输入情况下的直方图统计难题，对目前图像传感器向更高速、更高解析度方向发展所面临的巨大计算压力问题有很好的适应性。

摘要： 本发明为一种改进的基于最大类间方差法的红外图像分割算法，能够在最大程度上克服天空曝光带来的分割效果不理想的问题，使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，本发明对传统最大类间方差法中求取方差的公式进行了改进，弥补了最大类间方差法的红外图像分割算法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点，并且将目标与天空背景对比度较大的区域分割良好。

摘要： 本发明涉及一种快速的含噪图像二维最大类间方差阈值法，首先求出噪音图像的灰度均值和灰度标准差；对图像每个像素采用3×3邻域的平均灰度值进行平滑，得到平滑图像；然后用最大类间方差阈值法计算平滑图像的类间方差，通过灰度均值和标准差缩小类间方差解的搜索空间，遍历搜索空间，记录使类间方差最大时的解为最优一维阈值T0；用二维最大类间方差法计算目标类与背景类的类间方差离散度矩阵的迹，通过T0和噪音图像的灰度标准差缩小迹的解的搜索空间，最后遍历解的搜索空间，记使离散度矩阵的迹最大时的灰度值二元组为最优二维切割阈值。本发明能够避免遍历全部灰度级，大大缩小计算量的同时也能得到准确的解。