文献类型：期刊文章

作　　者：袁小翠[1] 吴禄慎[2] 陈华伟[2]

机构地区：[1]南昌工程学院江西省精密驱动与控制重点实验室,江西南昌330099 [2]南昌大学机电工程学院,江西南昌330031

出　　处：《光学精密工程》

基　　金：国家自然科学基金资助项目(No.51365037;No.51065021)

年　　份：2016

卷　　号：24

期　　号：7

起止页码：1772-1781

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20163402721552)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。

关 键 词：图像分割 Otsu阈值  表面缺陷  机器视觉 钢轨

分 类 号：TP391.4] U213.43[计算机类]