[发明专利]一种三帧差分高阶统计量结合OTSU算法的絮体检测方法

摘要

一种三帧差分高阶统计量结合OTSU算法的絮体检测方法。本发明根据目前常用的絮体跟踪方法容易受到噪声、光线及絮体运动速度等影响，很难提取出完整的絮体运动目标的特征，为此提出一种基于三帧差分高阶统计量（HOS）结合粒子群优化增强大津法（OTSU）的絮体目标检测方法。该方法首先对连续三帧图像进行差分运算，然后逐像素计算四阶矩并与阈值比较，其中利用粒子群优化增强大津法获取最佳阈值，采用最佳阈值进行图像二值化并进行图像后处理，最终获取较清晰的絮体目标，为后续絮体分析自动化奠定基础。本发明方法具有准确快速的特点，能有效提取絮体目标，适用于水处理中絮体目标的有效提取。

主权项

一种三帧差分高阶统计量结合OTSU算法的絮体检测方法，其特征在于，所述方法基于运动絮体不规则，受环境影响大的原因，使用基于三帧差分、高阶统计量和粒子群优化增强大津法OTSU提取絮体特征，包括以下步骤：第一步：在絮凝池末端水中安装传感器；使水流水平、缓慢地流经取样窗口，通过工业摄像头连续采集取样窗口的水流絮体图像；第二步：分别对采集的图像的前一帧ft‑1(x,y)，当前帧ft(x,y)，后一帧ft+1(x,y)进行平滑去噪，然后计算ft‑1(x,y)与ft(x,y)的差分图像，ft+1(x,y)与ft(x,y)的差分图像；(A)假定外界光照条件未变化或变化不大的条件下，相邻图像序列的表示如下：ft(x,y)＝Mt(x,y)+Bt(x,y)+nt(x,y)    (1)ft+1(x,y)=Mt+1(x+x‾,y+y‾)+Bt+1(x,y)+nt+1(x,y)---(2)]]>(B)两式相减后得到相邻两帧图像的差分图像为：d(s,t)=ft+1(x,y)-ft(x,y)=Mt+1(x+x‾,y+y‾)-Mt(x,y)+Bt+1(x,y)-Bt(x,y)+nt+1(x,y)-nt(x,y)---(3)]]>按上述公式计算当前帧与后一帧的差分图像，并依此计算出当前帧与前一帧的差分图像；然后将上述计算得到的两个差分图像进行与运算后得到差分图像Qdiff(x,y)；(C)检测各像素点的四阶矩，(x,y)点四阶矩平均值为，其中，η(x,y)以(x,y)为中心取3×3的移动窗口，为移动窗口内帧间差灰度值的平均值：(D)二值化选取合适阈值，对于三帧差分法，选取合理的阈值对目标提取的效果起着重要作用，下面用优化增强大津法确定阈值T；第三步：第二步中阈值的选取：采用粒子群优化算法优化增强大津法，首先对粒子的位置和速度给一个随机解，由于是灰度图像范围在0‑255之间，所以要在此范围内给定粒子位置，所有的随机值由rand()函数产生，然后计算适应度函数值并进行比较，迭代计算，最终求得最优解，也就是最佳阈值T；所述迭代过程中，权重w取值从0.9线性递减到0.4，为了使粒子能更好地找到最优值，取c1＝c2＝2；第四步：根据第二步中的公式(6)和第三步中的最佳阈值T对差分结果Qdiff(x,y)进行二值化，确定二值化图像，大于或等于T值，认为其是运动目标，像素值置位1，否则为0；第五步：利用图像处理后处理技术，进一步完善不完整的边界，从而得到完整的边界图像，从而实现絮体目标的顺利提取。