石化管道通常可分为常温区域和高温区域两部分。 高温区域的存在影响着整个系统的安全运行, 热量的散失将会引起资源的浪费及环境的污染等一系列问题。 红外光谱图像能够较好地描述石化管道的高温区域, 但是如何从中提取高温区域是红外光谱图像处理的一类难题。 为实现从红外图像中, 将高温区域准确快速分割出来的目的, 基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。 该算法首先对管道红外图像进行经典单阈值分割, 将图像划分为背景和管道两部分。 然后基于管道图像区域, 以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割, 最终将较大的阈值作为划分管道常温区域与高温区域的分割点。 将本算法对不同的管线进行多次试验分析, 结果表明, 采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来, 并在此基础上把高温区域更精确的分割。

介绍一种基于二值化联合变换相关的综合鉴别函数算法，用等相关峰及Gram－schmidt展开获得的综合鉴别函数对迭代算法进一步优化，获得了适用于二值化联合变换相关的综合鉴别函数。采用这种算法制作的综合鉴别滤波器既有相关峰值高和相关峰尖锐等特点，又能识别旋转图像。计算机模拟结果表明：这种相关器在信噪比、光能效率、相关峰尖锐度和鉴别能力上都有一定程度地提高，实现了较高鉴别率旋转不变光学模式识别。