《表1 不同算法对线型裂缝分割结果比较》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法》
利用像素为3 024×4 032的相机采集到的路面裂缝原图像如图4所示,在Matlab R2018平台上编写程序对其进行处理,数据处理环境为Intel(R)Core(TM)i5 CPU M520,4 GB内存以及Windows 7操作系统。在裂缝图像分割之前需要进行预处理操作:首先进行图像灰度化处理,然后使用伽马校正进行灰度调整,最后运用维纳滤波进行去噪,预处理后的结果如图5所示。在图像分割时,先使用2维Otsu法对预处理后的裂缝图像分割,然后将粒子群算法(PSO)和混合粒子群算法分别与2维Otsu法结合对裂缝图像进行分割,结果如图6所示。为了更准确地比较3种算法,将3种算法分别对线型和网状裂缝各运行30次,记录其分割阈值和算法平均运行时间,结果如表1~2所示。
图表编号 | XD00101890700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 邵闯、王生怀、邹春龙、周红勋 |
绘制单位 | 湖北汽车工业学院机械工程学院、湖北汽车工业学院机械工程学院、湖北汽车工业学院机械工程学院、湖北汽车工业学院机械工程学院 |
更多格式 | 高清、无水印(增值服务) |