基于改进的Otsu方法的钢渣彩色图像分割

发布时间：2022-02-17 17:50

　　针对彩色钢渣图像目标与背景区域颜色存在较大差异以及钢渣亮光被误分割为钢渣的问题,采用基于Lab颜色空间的K均值聚类算法对彩色图像进行预处理,提出一种改进的Otsu方法对钢渣彩色图像进行分割。将RGB颜色空间通过各种变换转到均匀的Lab颜色空间;利用k均值聚类算法对图像进行预处理,预处理后的图像基本实现钢渣与背景的分离;对传统的Otsu方法进行改进,将背景像素点占整幅图像的比例作为权重引入到目标方程式中,用改进的Otsu方法对预处理后的图像进行阈值分割。通过对采集的彩色钢渣图像进行分割实验,将改进的Otsu方法与其它方法进行对比分析,实验结果表明,该方法有效地改善了分割效果,降低了分割误差。 

【文章来源】：计算机工程与设计. 2020,41(09)北大核心

【文章页数】：7 页

【文章目录】：
0 引 言
1 K-means算法
    1.1 Lab颜色空间转换
    1.2 K均值聚类方法
    1.3 K均值聚类彩色图像分割
2 钢渣灰度图像阈值分割
    2.1 传统Otsu阈值分割方法
    2.2 改进Otsu阈值分割方法
    2.3 总算法实现
    2.4 图像分割结果的评价
3 实验结果分析
4 结束语


【参考文献】：
期刊论文
[1]结合新颜色空间与Otsu的分水岭彩色图像分割算法[J]. 汪澜,张慧,张海涛.  计算机应用研究. 2017(12)
[2]基于HSI色彩坐标相似度的彩色图像分割方法[J]. 李宁,许树成,邓中亮.  现代电子技术. 2017(02)
[3]基于边缘检测与Otsu的图像分割算法研究[J]. 杨陶,田怀文,刘晓敏,柯小甜,高松松,马梦婕.  计算机工程. 2016(11)
[4]基于RGB彩色空间的图像分割研究[J]. 莫玲.  计算机科学. 2016(S1)
[5]基于聚类和局部区域的彩色图像分割方法[J]. 朱征宇,王丽敏.  计算机工程与设计. 2015(01)

硕士论文
[1]转炉出钢下渣检测方法与挡渣设备的研究[D]. 何伟.哈尔滨工业大学 2017



本文编号：3629850