| 摘 要： | 风沙跃移是塑造干旱区地貌的最主要的动力,其伴生的粉尘的释放、输送和沉降不但严重地影响了大气环境质量,也引起了全球气候系统和海洋系统的变化.单个沙粒轨迹形成是理解粒-床碰撞过程和风沙两相流耦合过程的重要纽带.高浓度风沙图像处理算法是深入理解沙粒轨迹形成机制的关键技术.为了实现对高浓度风沙图像精细处理,本文提出了不依赖于经验参数的动态灰度阈值分割算法,它包括背景模板去噪、绿光通道灰度化处理、图像微分、灰度方差阈值目标检测和最大类间方差灰度阈值分割等,其中背景模板去噪和灰度方差阈值目标检测等是新算法的主要亮点.高浓度风沙图像分割实验显示,扣减背景模板去除了条纹状和斑点状的稳定噪声;图像微分和灰度方差阈值目标检测显著地提高了暗沙粒识别的数量并有效地去除了随机噪声;改进算法的沙粒有效识别个数(人机判读坐标一致的沙粒数目)、查全率(计算机提取沙粒数目与人工判读的实际沙粒数比值)和查准率(有效沙粒数目与实际沙粒数目的比值)分别为461,71%和86%,显著地高于传统算法对应的85,13%和82%,这表明新算法对高浓度风沙图像的分割效果良好.避免单粒子分割和表观重叠问题是进一步完善高浓度风沙图像的分割算法的可能途径.
|
