基于数字图像的火焰识别算法研究与仿真作者：韩美林来源：《科技经济市场》2018年第09期 电动橡皮 摘 要：本文主要研究了火焰识别和分割的方法和步骤，主要包括两个方面的内容，一是对图像进行分割，采取基于最大类间方差法（Otsu）图像阈值分割法，较好的分离背景和对象。二是对火焰的识别和分割。主要是通过火焰的颜特征，对火焰区域进行识别，再结合Otsu图像阈值分割法，将火焰分割出来。仿真结果表明本算法能够根据火焰的特征进行准确的识别和分割出火焰。 关键词：最大类间方差；图像分割；火焰识别
1 图像的分割处理
选取合理的阈值是基于阈值图像分割技术的关键所在，阈值分割的原理，实际上是设定某一阈值θ将图像分为两个像素，即原图像经过阈值分割变换得到一个新的图像。当f（x，y）=1时，说明该像素是分割的目标区域；当f（x，y）=0时，此时为背景区域。因此在图像
施密特触发器芯片分割的过程中确定合适的阈值是关键，选择一个合理的阈值就可以准确地对图像进行分割，并得到需要的目标区域。
1.1 基于迭代的阈值选取方法
大功率控制器基于迭代的阈值选取方法的基本思想是：首先选择图像灰度中值作为初始阈值，然后根据阈值分割为两区域并求出两区域平均灰度值，利用一维最大熵法计算出新阈值，不断地迭代改变阈值，直到满足要求。
1.2 Otsu 图像阈值选取法
Otsu最佳阈值法的基本原理是：通过设定的一个阈值θ把直方图分成A和B两部分即前景和背景，Nobuyuki Otsu普通注塑机射咀头给出的类间方差为：
ICV=PA*MA-M2+PB*（MB-M）^2（1-1）
式中：PA、PB分别为A、车床跟刀架B部分里像素数占总像素数的比例；
红外线烘干箱
mMA、MB分别两部分表示各自的平均值。
最佳的阈值θ就是使得ICV最大的那个值。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议