基于改進(jìn)CV模型的工業(yè)煙塵圖像分割方法的研究
發(fā)布時(shí)間:2024-01-22 09:30
近年來(lái),隨著經(jīng)濟(jì)的快速發(fā)展,環(huán)境污染問(wèn)題日益突出。隨著工業(yè)城市的發(fā)展,工業(yè)煙氣的排放不斷增加,導(dǎo)致了生態(tài)失衡、環(huán)境退化等一系列環(huán)境污染問(wèn)題。根據(jù)調(diào)查顯示,工業(yè)污染源仍然是空氣污染的主要來(lái)源,因此,檢測(cè)工業(yè)煙塵排放在保護(hù)環(huán)境方面有著十分重要的作用。煙氣黑度值可反映工業(yè)煙塵污染程度,通常使用林格曼黑度法進(jìn)行檢測(cè),但其人為因素影響大,效率低。近些年,隨著圖像識(shí)別技術(shù)的快速發(fā)展,使用圖像技術(shù)進(jìn)行檢測(cè)煙塵黑度值成為我們新的研究方向。在檢測(cè)過(guò)程中,如何將煙塵區(qū)域分割出來(lái)成為關(guān)鍵因素。本文將針對(duì)此問(wèn)題對(duì)工業(yè)煙塵分割方法進(jìn)行研究,并以系統(tǒng)的形式直觀的展示出來(lái)。本文的主要研究工作如下:(1)研究基于改進(jìn)CV模型的工業(yè)煙塵圖像分割新算法。針對(duì)工業(yè)煙塵圖像的背景與目標(biāo)物灰度差異不大,具有干擾物,以及煙塵圖像種類(lèi)多。通過(guò)CV模型和交叉熵模型結(jié)合,得到基于改進(jìn)CV的主動(dòng)輪廓模型。該模型由正則化項(xiàng)和保真項(xiàng)組成。通過(guò)迭代閾值卷積算法,把保真項(xiàng)轉(zhuǎn)成特征函數(shù)與交叉熵函數(shù)的乘積,再利用特征函數(shù)的泛函,以熱核卷積逼近的方式來(lái)獲得正則化項(xiàng)。通過(guò)迭代閾值卷積算法來(lái)進(jìn)行最小化能量泛函,加快了收斂速度。通過(guò)與其他七種模型的實(shí)驗(yàn)結(jié)果...
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
本文編號(hào):3882608
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
本文編號(hào):3882608
本文鏈接:http://sikaile.net/wenshubaike/qiuzhijiqiao/3882608.html
最近更新
教材專(zhuān)著