共查询到20条相似文献,搜索用时 531 毫秒
1.
不均匀光照的路面裂缝检测和分类新方法 总被引:1,自引:0,他引:1
针对受光照不均影响的路面裂缝图像,提出一种基于Sobel算子和最大熵法的图像分割算法,并采用长线段与原图进行与操作和判断黑色像素所占比例的方法去除图像孤立噪声点.根据不同类型裂缝的几何形态,提取投影向量、分布密度和空洞数等特征值作为路面裂缝分类的依据,设计径向基函数神经网络的分类器实现对裂缝的准确分类.实验结果表明,较传统全局阈值算法,本文算法对光照不均图像的处理不仅能很好的提取裂缝边缘,且具有很强的抗噪能力,对路面裂缝的分类准确率高. 相似文献
2.
针对航拍沥青路面图像识别的噪声和干扰问题,提出一种应用于航拍图像的路面裂缝识别算法。根据路面区域与路旁景观区域灰度级数分布不同,采用多方向拟合的区域生长方法联合HSV颜色空间阈值进行路面区域分割,提取包含完整裂缝信息的单通道路面;再通过改进的形态学滤波剔除面积较大的干扰区域,利用结合显著性分析的边缘检测算法识别路面的裂缝片段,实现复杂裂缝与路面纹理噪声的区分;自动筛选存在裂缝的图像,针对裂缝可疑区域,结合人眼辅助观察标记并计算其长度。结果表明,该算法可有效剔除图像中的噪声和干扰,较好地识别沥青路面的裂缝,裂缝宽度的识别精度能达到9.7mm,分类识别准确率大于80.0%,长度测量准确率大于75.0%。 相似文献
3.
《光学学报》2017,(8)
针对航拍沥青路面图像识别的噪声和干扰问题,提出一种应用于航拍图像的路面裂缝识别算法。根据路面区域与路旁景观区域灰度级数分布不同,采用多方向拟合的区域生长方法联合HSV颜色空间阈值进行路面区域分割,提取包含完整裂缝信息的单通道路面;再通过改进的形态学滤波剔除面积较大的干扰区域,利用结合显著性分析的边缘检测算法识别路面的裂缝片段,实现复杂裂缝与路面纹理噪声的区分;自动筛选存在裂缝的图像,针对裂缝可疑区域,结合人眼辅助观察标记并计算其长度。结果表明,该算法可有效剔除图像中的噪声和干扰,较好地识别沥青路面的裂缝,裂缝宽度的识别精度能达到9.7mm,分类识别准确率大于80.0%,长度测量准确率大于75.0%。 相似文献
4.
5.
6.
在路面裂缝的检测中,传统人工检测的方法准确性低,效率低,且单目视觉技术无法准确获得深度信息,只能得到二维平面信息。基于此,文章引入了双目线结构光技术,提出了一种基于地面平均高度的三维裂缝提取算法,实现了裂缝的三维信息采集。算法提取图像中每列像素值中最低点为起点,向左右扩散形成一个边缘提取范围,计算该列边缘提取范围以外的像素平均值作为地面平均高度值,然后以最低点为中心开始遍历每个像素值,当左右两边像素超过地面平均高度值时,则确定两个像素点为裂缝边缘。整合所有列,实现整条裂缝边缘的提取。实验结果表明:文章提出的裂缝识别算法能够较为准确的对裂缝边缘进行提取,通过与Canny边缘提取算法对比,数据表明,文章算法在连续性上表现更好,本文算法的图像水平相关性数据总体都高于Canny边缘提取算法,平均提高了30%。 相似文献
7.
8.
9.
为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域. 相似文献
10.
《光学学报》2020,(7)
针对大口径反射镜表面污染物的成像特点,研究了污染物的暗场检测算法,包括图像采集过程中的自动聚焦算法,图像处理过程中的畸变校正与污染物提取算法等。就自动聚焦算法提出了粗-精结合的峰值搜索策略,并采用Tenengrad函数作为清晰度评价函数,获得了较高的聚焦精度。畸变校正算法在所建畸变模型的基础上,基于标定板角点的射影变换性质,求解畸变模型系数,实现了图像畸变校正,校正结果的方均根误差为3.3092 pixel。污染物提取算法采用顶帽变换去除图像背景,对去除背景的图像采用拉普拉斯算子加权自适应二值化算法提取污染物,该算法针对光照不均的小尺寸污染物图像的处理效果较好,检测结果数量误差为7%,检测精度优于全局阈值算法以及均值算子加权自适应二值化算法。该检测算法可以为反射镜表面洁净状态评估提供技术支撑。 相似文献
11.
12.
13.
14.
该文提出一种基于3D几何特征分裂-合并(ASM)的脑部MRI图像分割算法。首先构建简单平行六面体的12种3D区域分割策略,体积分割技术将整个体积划分为许多大的均匀三维几何区;然后,在体积内定义更多小的均匀区域,以便在随后的合并步骤中有更大的生存概率;最后,进行多级区域合并,合并阶段只涉及复杂ASM树的叶子,考虑灰度相似性和共同边界区的大小,将小的区域合并为大邻近区。相比其他几种MRI图像分割算法,提出的方法在分割过程对噪声具有鲁棒性,提高了分割性能和准确率。另外提出的方法不需要训练数据集。 相似文献
15.
16.
X光图像中缺陷的自动提取方法研究 总被引:4,自引:0,他引:4
针对炭素制品X光图像的特点,对其缺陷的提取技术进行了研究,提出了基于迭代的阈值构造方法和基于数学形态学的边缘提取算法。为快速准确地提取缺陷,设计了目标边界提取算法和基于小波变换的图像增强算法,实现了原始图像中目标区域的增强及其背景的去除。在此基础上,为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从目标区域中提取出缺陷区域,并在迭代阈值分割的基础上,利用基于数学形态学的边缘提取算法提取了缺陷的边缘。实验结果表明,该法很好地实现了缺陷区域及其边缘的自动提取,且受噪声影响很小,为进一步的缺陷特征参量的提取与选择奠定了良好的基础。 相似文献
17.
Machine vision systems are used in many areas for monitoring of technological processes. Among this processes welding takes important place, where often infrared cameras are used. Besides reliable hardware, successful application of vision systems requires suitable software based on proper algorithms. One of most important group of image processing algorithms is connected to image segmentation. Obtainment of exact boundary of an object that changes shape in time, such as the welding arc, represented on a thermogram is not a trivial task. In the paper a segmentation method using supervised approach based on a cellular neural networks is presented. Simulated annealing and genetic algorithm were used for training of the network (template optimization). Comparison of proposed method to a well elaborated segmentation method based on region growing approach was made. Obtained results prove that the cellular neural network can be a valuable tool for infrared welding pool images segmentation. 相似文献
18.
极端学习机以其快速高效和良好的泛化能力在模式识别领域得到了广泛应用,然而现有的ELM及其改进算法并没有充分考虑到数据维数对ELM分类性能和泛化能力的影响,当数据维数过高时包含的冗余属性及噪音点势必降低ELM的泛化能力,针对这一问题本文提出一种基于流形学习的极端学习机,该算法结合维数约减技术有效消除数据冗余属性及噪声对ELM分类性能的影响,为验证所提方法的有效性,实验使用普遍应用的图像数据,实验结果表明本文所提算法能够显著提高ELM的泛化性能。 相似文献
19.
Enhanced Slime Mould Algorithm for Multilevel Thresholding Image Segmentation Using Entropy Measures
Image segmentation is a fundamental but essential step in image processing because it dramatically influences posterior image analysis. Multilevel thresholding image segmentation is one of the most popular image segmentation techniques, and many researchers have used meta-heuristic optimization algorithms (MAs) to determine the threshold values. However, MAs have some defects; for example, they are prone to stagnate in local optimal and slow convergence speed. This paper proposes an enhanced slime mould algorithm for global optimization and multilevel thresholding image segmentation, namely ESMA. First, the Levy flight method is used to improve the exploration ability of SMA. Second, quasi opposition-based learning is introduced to enhance the exploitation ability and balance the exploration and exploitation. Then, the superiority of the proposed work ESMA is confirmed concerning the 23 benchmark functions. Afterward, the ESMA is applied in multilevel thresholding image segmentation using minimum cross-entropy as the fitness function. We select eight greyscale images as the benchmark images for testing and compare them with the other classical and state-of-the-art algorithms. Meanwhile, the experimental metrics include the average fitness (mean), standard deviation (Std), peak signal to noise ratio (PSNR), structure similarity index (SSIM), feature similarity index (FSIM), and Wilcoxon rank-sum test, which is utilized to evaluate the quality of segmentation. Experimental results demonstrated that ESMA is superior to other algorithms and can provide higher segmentation accuracy. 相似文献
20.
针对水下小目标信息量有限而难以提取有效特征导致的检测性能不佳问题,提出了一种结合区域提取和融合Hu矩特征的改进卷积神经网络水下小目标检测方法。该方法包含区域提取和分类两个步骤。首先以马尔可夫随机场分割算法为基础进行区域提取,对潜在目标定位的同时降低伪目标对后续分类的干扰;然后提取潜在目标区域的Hu矩特征并融入卷积神经网络,形成一种形状特征表征能力更强的改进卷积神经网络用于分类。声呐实测数据处理结果表明,该方法可以有效提升对水下小目标的发现概率和正确报警率,与其他目标检测方法相比,该方法具有更好的检测性能和泛化性。 相似文献