滚动接触疲劳缺陷检测的改进Otsu算法

发布时间：2024-02-24 02:52

　　针对滚动接触疲劳试验机高精度和高效率的检测要求,提出一种基于自动加权阈值的改进Otsu算法,将背景发生的概率作为Otsu分割阈值的权重,使分割阈值靠近直方图的左下缘.首先对试件图像进行区域定位,获得试件接触表面图像;然后比较不同滤波器的检测准确率、召回率、调和平均以及运行时间,选择运行时间短、调和平均大的快速导向滤波器对图像进行滤波;最后计算图像的错误分类误差来验证检测算法的有效性.实验结果表明,该算法对测试图像的错误分类误差接近于0,与Otsu、加权目标方差、谷值强调和邻域谷值强调阈值分割法相比,在滚动接触疲劳缺陷检测中有更好的分割结果.

【文章页数】：9 页

【部分图文】：

图32类平均灰度值的平均值和Otsu分割阈值的变化

,即Otsu算法所得阈值的权重,取值范围为0~1.本文随机选择0.5作为加权阈值的一个例子,并使用图3说明2类平均灰度值均值和Otsu分割阈值的变化.图3由图2h经过导向滤波后分析所得到,纵坐标表示阈值,横坐标表示灰度值.根据式(1)可知,图3a中蓝色曲线和红色曲线交点处即是最佳....

图41(t)随灰度值的变化

出正确的缺陷.图32类平均灰度值的平均值和Otsu分割阈值的变化3.4加权阈值算法的自适应权重选择权重在式(2)中取值范围为0~1,一个小的取值会得到一个小的阈值,不同的图像需要不同的,因此在疲劳缺陷检测中需要一个自适应的权重.由图3a可知,2类平均灰度值的平均值即蓝色曲线随灰度....

图像1导向滤波后的直方图和阈值图5图像1的5种算法分割结果以及直方图阈值分布g.

第7期许洪斌,等:滚动接触疲劳缺陷检测的改进Otsu算法11354实验结果与分析将本文AWT与Otsu,VE[9],NVE[10]和WOV[11]算法在有缺陷和无缺陷的试件图像上进行检测并比较分割结果.为验证AWT算法的有效性,用错误分类误差(misclassificatione....

图像2导向滤波后的直方图和阈值图6图像2的5种算法分割结果以及直方图阈值分布g.

第7期许洪斌,等:滚动接触疲劳缺陷检测的改进Otsu算法11354实验结果与分析将本文AWT与Otsu,VE[9],NVE[10]和WOV[11]算法在有缺陷和无缺陷的试件图像上进行检测并比较分割结果.为验证AWT算法的有效性,用错误分类误差(misclassificatione....

本文编号：3908403