基于改进CV模型的工业烟尘图像分割方法的研究

发布时间：2024-01-22 09:30

　　近年来,随着经济的快速发展,环境污染问题日益突出。随着工业城市的发展,工业烟气的排放不断增加,导致了生态失衡、环境退化等一系列环境污染问题。根据调查显示,工业污染源仍然是空气污染的主要来源,因此,检测工业烟尘排放在保护环境方面有着十分重要的作用。烟气黑度值可反映工业烟尘污染程度,通常使用林格曼黑度法进行检测,但其人为因素影响大,效率低。近些年,随着图像识别技术的快速发展,使用图像技术进行检测烟尘黑度值成为我们新的研究方向。在检测过程中,如何将烟尘区域分割出来成为关键因素。本文将针对此问题对工业烟尘分割方法进行研究,并以系统的形式直观的展示出来。本文的主要研究工作如下:(1)研究基于改进CV模型的工业烟尘图像分割新算法。针对工业烟尘图像的背景与目标物灰度差异不大,具有干扰物,以及烟尘图像种类多。通过CV模型和交叉熵模型结合,得到基于改进CV的主动轮廓模型。该模型由正则化项和保真项组成。通过迭代阈值卷积算法,把保真项转成特征函数与交叉熵函数的乘积,再利用特征函数的泛函,以热核卷积逼近的方式来获得正则化项。通过迭代阈值卷积算法来进行最小化能量泛函,加快了收敛速度。通过与其他七种模型的实验结果...

【文章页数】：78 页

【学位级别】：硕士

本文编号：3882608