本文關(guān)鍵詞：基于Otsu方法的鋼軌圖像分割

  更多相關(guān)文章： 圖像分割 Otsu閾值 表面缺陷 機器視覺 鋼軌

【摘要】：由于鋼軌圖像灰度分布不均,一般的圖像分割法難以將目標(biāo)從背景中分割出來,故本文提出了目標(biāo)方差加權(quán)的類間方差閾值分割法對鋼軌圖像進行閾值分割。分析了鋼軌圖像的特點,總結(jié)了加權(quán)的目標(biāo)方差(Otsu)方法及其它全局閾值分割法對鋼軌圖像分割存在的問題。然后,對Otsu方法進行改進,以目標(biāo)出現(xiàn)的概率為權(quán)重,對類間方差的目標(biāo)方差加權(quán),使分割閾值靠近單模直方圖的左邊緣和雙模直方圖的谷底。最后,計算圖像的錯誤分類誤差、鋼軌圖像的缺陷檢測率和誤檢率來驗證算法的有效性。實驗結(jié)果表明,改進的Otsu方法能有效地分割鋼軌圖像,錯誤分類誤差接近0。與其它閾值分割法如Otsu法、其它改進的Otsu法、最大熵閾值分割法相比,本文方法對鋼軌圖像的分割效果更優(yōu),缺陷檢測率和誤檢率分別為93%和6.4%,適合機器視覺缺陷檢測的實時應(yīng)用。
【作者單位】： 南昌工程學(xué)院江西省精密驅(qū)動與控制重點實驗室;南昌大學(xué)機電工程學(xué)院;
【關(guān)鍵詞】： 圖像分割 Otsu閾值 表面缺陷 機器視覺 鋼軌
【基金】：國家自然科學(xué)基金資助項目(No.51365037,No.51065021)
【分類號】：TP391.41
【正文快照】： 1引言鐵路向高速及重載方向的發(fā)展加重了鋼軌的磨損。鋼軌表面缺陷威脅著軌道行車安全,必須仔細檢測以維護鐵路安全運輸。目前有許多鋼軌缺陷檢測技術(shù),例如,超聲檢測法[1],電渦流[2]和機器視覺檢測法[3]。超聲檢測法只能檢測鋼軌內(nèi)部缺陷,檢測速度慢,電渦流檢測法能檢測表面缺

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 申鉉京;龍建武;陳海鵬;魏巍;;三維直方圖重建和降維的Otsu閾值分割算法[J];電子學(xué)報;2011年05期

2 景曉軍,李劍峰,劉郁林;一種基于三維最大類間方差的圖像分割算法[J];電子學(xué)報;2003年09期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張晴;林家駿;;超像素和閾值分割相結(jié)合的顯著目標(biāo)檢測算法[J];現(xiàn)代電子技術(shù);2016年14期

2 袁小翠;吳祿慎;陳華偉;;基于Otsu方法的鋼軌圖像分割[J];光學(xué)精密工程;2016年07期

3 盛彬;;基于思維進化算法的三維閾值圖像分割[J];電子質(zhì)量;2016年05期

4 陳海鵬;申鉉京;龍建武;;采用高斯擬合的全局閾值算法閾值優(yōu)化框架[J];計算機研究與發(fā)展;2016年04期

5 張建國;左俊彥;鐘濤;王仁慶;王旭;;基于三維Otsu分解的骨組織圖像分割應(yīng)用[J];中國醫(yī)學(xué)影像學(xué)雜志;2016年03期

6 張弘;鄭培甜;;基于形狀測度與最大信息熵函數(shù)的閾值法[J];西安郵電大學(xué)學(xué)報;2016年01期

7 雷博;范九倫;;灰度圖像交叉熵閾值法的三維推廣[J];控制與決策;2016年04期

8 龍鵬;魯華祥;;方差不對稱先驗信息引導(dǎo)的全局閾值分割方法[J];智能系統(tǒng)學(xué)報;2015年05期

9 陳培興;王明泉;李世虎;侯慧玲;王玉;;基于形態(tài)學(xué)和Otsu的固體火箭發(fā)動機CT缺陷三維分割[J];圖學(xué)學(xué)報;2015年04期

10 申鉉京;張赫;陳海鵬;王玉;;快速遞歸多閾值分割算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2016年02期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許向陽;宋恩民;金良海;;Otsu準(zhǔn)則的閾值性質(zhì)分析[J];電子學(xué)報;2009年12期

2 岳峰;左旺孟;王寬全;;基于分解的灰度圖像二維閾值選取算法[J];自動化學(xué)報;2009年07期

3 吳一全;潘U，

本文編號：935868