基于WFSOA的2D-Otsu钢轨缺陷图像分割方法

来源 :计算机科学 | 被引量 : 0次 | 上传用户：angelasun

【摘要】

：

针对二维最大类间方差阈值法(2D-Otsu)抗噪性较弱、计算时间较长的问题,文中提出了一种基于随机权重及异步价值因子取值的人群搜索算法,并将其应用于2D-Otsu中对钢轨缺陷图像进行分割。该算法采用随机权重加快收敛速度,采用异步价值因子提高搜索能力,有利于全局收敛到最优值。根据测试函数分析,WFSOA算法能够快速收敛,寻优值结果精度高,收敛时间短,算法稳定性好。在钢轨缺陷图像分割中,将2D-Ots

【作者】

：

曹义亲段也钰武丹

【机构】

：

华东交通大学软件学院

【出处】

：

计算机科学

【发表日期】

：

2020年05期

【关键词】

：

图像分割阈值 2D-Otsu 改进人群搜索算法钢轨缺陷 Image segmentationThreshold2D-OtsuImproved seeker

【基金项目】

：

国家自然科学基金(61663009),江西省科技支撑计划重点项目(20161BBE50081)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

融合极端学习机的判别性分析字典学习算法

研究表明,端学习机和判别性字典学习算法在图像分类领域极具有高效和准确的优势。然而,这两种方法也具有各自的缺点,极端学习机对噪声的鲁棒性较差,判别性字典学习算法在分类过程中耗时较长。为统一这种互补性以提高分类性能,文中提出了一种融合极端学习机的判别性分析字典学习模型。该模型利用迭代优化算法学习最优的判别性分析字典和极端学习机分类器。为验证所提算法的有效性,利用人脸数据集进行分类。实验结果表明,与目前

期刊

极端学习机判别性字典学习分析字典学习Extreme learning machineDiscriminative dictionary learningA

林木炭疽病的危害与防治

炭疽病是林木上一类普遍发生的病害,针阔叶树上都有发生,特别在阔叶树上更为常见。病害不仅发生于树木叶片上,也常发生于果实和小枝上,引起落叶和落果,有的造成叶枯和枝梢死

期刊

林木炭疽病危害症状发病规律防治方法

大数据环境下基于关联规则的多标签学习算法

传统单标签挖掘技术研究中,每个样本只属于一个标签且标签之间两两互斥。而在多标签学习问题中,一个样本可能对应多个标签,并且各标签之间往往具有关联性。目前,标签间关联性

期刊

多标签学习LP关联规则APRIORIHADOOPMulti-label learningLPAssociation ruleAprioriHadoop

空-频域联合投票的交通视频阴影去除方法

交通场景中的静止或运动阴影往往会降低车辆目标跟踪的精度,因此有效地去除阴影是交通监控视频处理的重要环节之一。然而,目前尚无一种能够同时发掘阴影的空间域和频率域特性且抵抗静止和运动阴影干扰的阴影去除方法。为此,提出了一种基于空-频域联合投票策略的交通视频阴影去除方法。首先,将视频帧从RGB颜色空间转换到HSV颜色空间,再进行非下采样剪切波变换;其次,假设变换系数服从高斯分布,采用变换系数的均值和标准

期刊

交通监控视频阴影去除非下采样剪切波联合投票多尺度加权掩码Traffic surveillance videoShadow removalNon-sub

基于WFSOA的2D-Otsu钢轨缺陷图像分割方法

其他学术论文