西安理工大学自动化与信息工程学院，陕西 西安 710048
高光谱图像分类的有效特征提取仍然是遥感中具有挑战性的研究课题。为了解决这个问题，提出一种基于自动阈值属性形态剖面的光谱空间特征框架用于高光谱图像分类。它包含两个阶段：1）将高光谱图像灰度值转化为树形结构的属性形态剖面，利用所提自动阈值方法进行过滤树操作，以创建最终的扩展多元属性形态剖面，获得空谱特征数据。这种方法不需要自定义任何阈值，仅需要少量的过滤操作就可以获得最大的空间信息。2）将获得的空谱特征数据通过训练的光谱角度映射堆叠式自动编码器网络来创建有效的分类器，得到最终的分类结果。通过在两个真实的高光谱图像数据集上应用这种改进方法并将结果与现有方法进行比较，证明了该方法的有效性。
图像处理 高光谱图像 属性形态剖面 自动阈值 深度特征 激光与光电子学进展
2023, 60(12): 1210016
1 福州大学 物理与信息工程学院, 福州 350116
2 中国福建光电信息科学与技术创新实验室, 福州 350116
3 福州大学 先进制造学院, 福建 泉州 362200
通过引入灰度倾向参数和梯度谷值系数, 提出一种改进的灰度倾向谷强调(GPVE)目标检测方法。灰度倾向参数使阈值更靠近目标灰度, 梯度谷值系数使得阈值更靠近波谷。GPVE法在单双峰情况下都能得到理想的阈值。实验结果表明: Otsu, VE, NVE, WOV等方法分割得到的平均分割误差ME值都在0.2以上, 而所提方法的ME值仅为0.007, 采用该方法提高了图像分割的准确度, 分割效果优于Otsu, VE, NVE, WOV等方法。
电润湿 图像分割 自动阈值 梯度谷强调 electrowetting defect segmentation automatic threshold Otsu Otsu grayscale preference valley emphasis
山东科技大学测绘科学与工程学院, 山东 青岛 266590
为提高GF-6 WFV数据的利用效率,研究了GF-6 WFV数据的云检测算法。该算法是基于阈值自动生成的云检测(CDAG)算法,通过挖掘云和典型地表在可见光、近红外波段的光谱差异信息,实现了对多光谱卫星传感器的云检测。考虑到GF-6 WFV数据光谱范围相对较窄,云与亮地表的识别能力相对较弱的问题,加入了离差指数和亮地表指数,使用更多的波段组合方式,更加深入地分析云像元和晴空像元的差异,提高了典型地表与云的识别精度。通过遥感目视判读的方法对本研究中抽取的不同子区域的云检测结果进行分析,识别精度达到85.16%,漏分误差和错分误差分别为14.84%和2.39%,实现了较高的识别精度。
遥感 GF-6号卫星 自动阈值 改进的CDAG算法 云检测 光学学报
2020, 40(16): 1628001
哈尔滨工业大学先进焊接与连接国家重点实验室, 黑龙江 哈尔滨 150001
特征点提取是焊缝视觉检测与定位的关键技术,特别是针对实际生产中间隙较小,尤其是超窄间隙的焊缝位置,现阶段的处理算法往往无法保证提取精度,误差大;对于一些间隙极小的细节位置甚至会自动忽略。本文针对端接接头提出一种基于自动阈值处理的自适应中值滤波算法和特征点提取算法对激光扫描图像进行处理的焊缝识别技术:在传统的中值滤波法的基础上,通过计算局部数据点的均值和方差确定有效阈值范围,在剔除噪声点的同时很好地保护了焊缝图像窄间隙细节特征;提出一种“细节放大”的特征点提取算法,将图像细节进行放大,增大窄间隙特征点与周围数据点的差异,显著降低提取难度;利用特征点时域分析,进一步将误差减小到原来的1/
5 。结果表明,本文方法能准确识别0.1~0.5 mm之间的窄间隙焊缝,具有提取精度高、误差小(<0.08 mm)、抗干扰能力强等优点,对于实现较小间隙焊缝的自动化焊接具有重要意义。
机器视觉 窄间隙 自动阈值 特征点检测 端接焊缝
中国人民解放军91550部队94分队，辽宁 大连 116023
由经纬仪拍摄的海空远距离红外目标图像具有对比度低、灰度不均匀以及 含有大量复杂噪声等缺点，这会严重影响对图像中目标的判读。为此，提出了一种基于比特平面分层和 自适应彩虹码伪彩变换的图像增强方法。结果表明，经该方法增强处理后的伪彩色图像 的颜色饱和度更高，细节和边缘更清晰，尤其是由目标边缘可以清晰辨别出不同的颜色层次， 因而更符合人眼的视觉习惯。
比特平面分层 彩虹码 伪彩色 自动阈值 红外图像增强 bit-plane slicing rainbow-code pseudo-color automatic threshold infrared image enhancement
武汉大学遥感信息工程学院, 湖北 武汉 430079
云的存在严重影响遥感影像质量。 在航空影像的获取过程中, 实时的云检测能够及时提供准确的云遮挡比例以评价影像质量, 进而指导飞行方案以获取满足质量要求的影像。 采用光谱特征阈值的方法, 通过分析云光谱的特性, 选取能够有效检测云的亮度特征I和归一化差值特征P进行组合。 为实现自动检测, 在一维Otsu自动阈值和带限定条件Otsu阈值的基础上, 设计了阈值的分级配置策略为云特征配置合适的自动阈值, 策略的主要思想是: 首先采用多级分类标准对影像进行无云、 薄云、 厚云的类别判定, 再对不同类别的影像采取不同的特征阈值配置方案, 其中厚云影像的检测需要进一步分类配置阈值。 该策略实现了有云情况下能准确检测云、 无云情况下检测不到云的应用目标。 再结合选择性自动后处理方案, 真正做到云的自动、 高效、 准确的检测。 通过与不同方法的检测结果对比分析, 表明该方法的检测效率高, 精度满足实时质量评定的要求, 通用性强。
航空影像 云光谱特征 自动阈值 阈值分级配置策略 实时云检测 Aerial images Cloud spectrum signatures Automatic thresholds Classified threshold strategy Real-time cloud detection 光谱学与光谱分析
2014, 34(7): 1909
华中光电技术研究所-武汉光电国家实验室， 湖北 武汉 430073
利用CCD的外同步工作特性，结合图像采集通道软件切换、多线程、事件驱动和图像压缩显示等技术，实现了双路视频的同步采集和实时显示与处理。在目标提取算法中，先采用带阻滤波隔离干扰，再采用自动阈值分割区分星点目标与背景，通过聚类分析剔除虚假目标干扰后，采用质心算法计算星点目标的质心坐标。经实验验证，该技术在单PC104的硬件基础上，既能稳定提取双路视频的星点目标，又成功满足了系统对双路视频同步采集、实时处理与显示的要求。
实时处理 帧同步 聚类 自动阈值分割 real-time processing picture synchronization clustering auto threshold segmentation
利用红外热成像系统可将物体的热分布转化为可视图像，并在监视器上以灰度级或伪彩色显示出来，从而得到被测目标的温度分布场。根据热成像测温原理以及红外图像的特点，在对室温热成像系统研究的基础上，对红外图像伪彩色编码进行了研究，提出一种新的伪彩色编码方法，即自动阈值法。利用自动阈值法可以在室温环境下，对目标的温度及其分布进行测量。在TMS320C6202和FPGA室温热成像系统中对提出的方法进行了验证。实验结果表明，该方法可使红外图像层次分明，容易分辨出不同的温度区域。
热成像系统 伪彩色编码 自动阈值 温度分布 thermal imaging system pseudo-color coding automatic threshold temperature distribution
