In this system the sky provides the

In this system the sky provides the background. An
overcast sky or sunny weather yield a fairly uniform
background of a whitish color. When the sky is partly
clear and partly cloudy, the background gray level
changes from section to section and time to time,
which creates diculties in image binarization. To
resolve the problem of gray level image binarization,
when image background gray levels vary from one
area to another, a new adaptive thresholding algorithm, which we termed recursive BCV thresholding
was developed. This algorithm has been tested in a
quarry in central Sweden.
2. Basic considerations for the aggregate images from a
gravity ¯ow
With clear or overcast sky, the background of an
image is uniform with the gray level histogram of an
image clearly showing two main modes, as shown in
Fig. 2. To this kind of images, which we shall call class
1, a global thresholding algorithm can be applied.
When the sky is partly clear and partly cloudy, the
background brightness varies as previously mentioned.
Fig. 3 shows this kind of situation, where the histograms have two or three modes. In both cases the
images cannot be thresholded globally, irrespective of
selected global bilevel thresholding algorithms. These
images are classi®ed as class 2, and a global thresholding algorithm cannot be applied. Instead, a thresholding algorithm development has to be based on local
information (e.g. adaptive thresholding). Until now
there has been no thresholding (speci®cally adapted to
image analysis of aggregates, Wang, 1997), which
could process a mix of these two types of images simultaneously. We developed a special algorithm for this
application. In what follows, we ®rst brie¯y describe
how to choose an existing global thresholding algorithm that is applicable to the ®rst class of aggregate
images; secondly, we describe how to threshold the second class of aggregate images based on the selected
global algorithm, where we use information about the
size, shape and range of gray levels of the particles. In
addition, we compare our thresholding algorithm both
to an adaptive thresholding algorithm and to another
standard thresholding algorithm, Gonzalez and Wintz
(1987), based on boundary characteristics. Final

ผลลัพธ์ (ไทย) 1:

ในระบบนี้ sky มีพื้นหลัง มีท้องฟ้าครึ้มฟ้าครึ้มฝนหรือสภาพอากาศแดดผลธรรมสม่ำเสมอพื้นหลังของสีสีขาว เมื่อท้องฟ้าเป็นบางส่วนชัดเจน และเมฆ พื้นหลังสีเทาระดับเปลี่ยนจากส่วนที่ส่วน และเวลา เวลาซึ่งสามารถสร้าง di culties ในภาพ binarization ถึงแก้ไขปัญหาของภาพที่ระดับสีเทา binarizationเมื่อภาพพื้นหลังสีเทาระดับที่แตกต่างจากพื้นที่อื่น อัลกอริธึม thresholding ปรับใหม่ ซึ่งเราเรียกว่า thresholding BCV ซ้ำถูกพัฒนาขึ้น อัลกอริทึมนี้ได้รับการทดสอบในการเหมืองกลางสวีเดน2. พิจารณาพื้นฐานสำหรับภาพรวมจากการ¯ow แรงโน้มถ่วงกับท้องฟ้าใส หรือท้องฟ้ามืดครึ้ม พื้นหลังของการภาพจะเหมือนกันกับกราฟของระดับสีเทาภาพชัดเจนแสดงให้เห็นสองรูปแบบหลัก ดังที่แสดงในรูป 2 ชนิดของรูปภาพ ซึ่งเราจะเรียกระดับนี้1 อัลกอริทึมการ thresholding สากลสามารถใช้เมื่อฟ้าใสมีเมฆ และ เมฆ การพื้นหลังความสว่างแตกต่างกันไปดังกล่าวข้างต้นรูป 3 แสดงชนิดของสถานการณ์ ที่ฮิสโตแกรมที่มีสอง หรือสามโหมดนี้ ในทั้งสองกรณีภาพไม่ thresholded ทั่วโลก มิไยเลือกอัลกอริทึม thresholding bilevel ทั่วโลก เหล่านี้ภาพ classi ® ed เป็นคลาส 2 และขั้นตอนการ thresholding โลกไม่สามารถใช้ได้ แทน การพัฒนาอัลกอริทึม thresholding ได้ตามท้องถิ่นข้อมูล (เช่นปรับ thresholding) จนถึงขณะนี้มีการ thresholding ไม่ (speci ® cally ดัดแปลงภาพการวิเคราะห์ผลรวม วัง 1997), ซึ่งสามารถประมวลผลผสมทั้งสองประเภทของภาพพร้อมกัน เราพัฒนาอัลกอริธึมแบบพิเศษสำหรับการนี้การประยุกต์ใช้ ในสิ่งต่อไปนี้ เรา® rst brie¯y อธิบายวิธีการเลือกอัลกอริธึม thresholding ทั่วโลกอยู่ที่การ® rst ชั้นรวมภาพ ประการที่สอง เราอธิบายวิธีการขีดจำกัด ชั้นสองภาพรวมตามที่เลือกอัลกอริทึมส่วนกลาง ที่เราใช้ข้อมูลเกี่ยวกับการขนาด รูปร่าง และช่วงของระดับสีเทาของอนุภาค ในนอกจากนี้ เราเปรียบเทียบเรา thresholding อัลกอริทึมทั้งสองอัลกอริทึมปรับ thresholding และอื่นอัลกอริทึมมาตรฐาน thresholding กอนซาเลซและ Wintz(1987), ตามขอบเขตลักษณะ ขั้นสุดท้าย

ผลลัพธ์ (ไทย) 2:

ในระบบนี้ท้องฟ้าให้พื้นหลัง
ท้องฟ้ามืดครึ้มหรืออัตราผลตอบแทนที่สภาพอากาศมีแดดค่อนข้างสม่ำเสมอ
พื้นหลังเป็นสีขาว เมื่อท้องฟ้าเป็นส่วนหนึ่ง
ที่ชัดเจนและมีเมฆบางส่วนในระดับพื้นหลังสีเทา
เปลี่ยนแปลงจากส่วนที่ส่วนและเวลา
ที่สร้าง di ?? culties ใน Binarization ภาพ เพื่อ
แก้ไขปัญหาของ Binarization ภาพระดับสีเทา
เมื่อพื้นหลังภาพระดับสีเทาแตกต่างจาก
พื้นที่ไปยังอีกขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำที่ปรับตัวใหม่ซึ่งเราเรียกว่า Thresholding BCV recursive
ได้รับการพัฒนา ขั้นตอนวิธีการนี้ได้รับการทดสอบใน
เหมืองในภาคกลางของสวีเดน.
2 การพิจารณาขั้นพื้นฐานสำหรับภาพรวมจาก
OW แรงโน้มถ่วง
ด้วยท้องฟ้ามืดครึ้มหรือพื้นหลังของ
ภาพเป็นชุดกับ histogram ระดับสีเทาของ
ภาพชัดเจนแสดงสองโหมดหลักดังแสดงใน
รูปที่ 2. ชนิดของภาพซึ่งเราจะเรียกชั้นนี้
1, ขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำทั่วโลกสามารถนำไปใช้.
เมื่อท้องฟ้าเป็นส่วนหนึ่งที่ชัดเจนและมีเมฆบางส่วนที่
สว่างพื้นหลังแตกต่างกันไปกล่าวถึงก่อนหน้านี้.
รูป 3 แสดงชนิดของสถานการณ์ที่ histograms มีสองหรือสามโหมด ในทั้งสองกรณี
ภาพไม่สามารถ thresholded ทั่วโลกโดยไม่คำนึงถึง
การเลือกอัลกอริทึม Thresholding BiLevel ทั่วโลก เหล่านี้
ภาพจะถูกclassi®edเป็นชั้นที่ 2 และขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำทั่วโลกไม่สามารถนำมาประยุกต์ใช้ แต่การพัฒนาอัลกอริทึม Thresholding ได้ให้เป็นไปตามท้องถิ่น
ข้อมูล (เช่นการปรับตัวกำหนดเกณฑ์ขั้นต่ำ) จนถึงขณะนี้
ยังไม่มีการกำหนดเกณฑ์ขั้นต่ำ (ดัดแปลงspeci®callyการ
วิเคราะห์ภาพของมวลรวมวัง 1997) ซึ่ง
สามารถดำเนินการผสมผสานของทั้งสองประเภทของภาพพร้อมกัน เราได้พัฒนาอัลกอริทึมพิเศษสำหรับการนี้
แอพลิเคชัน ในสิ่งต่อไปนี้เรา®rst Briey อธิบาย
วิธีการเลือกอัลกอริทึม Thresholding ที่มีอยู่ทั่วโลกที่มีผลบังคับใช้ในชั้น®rstของการรวม
ภาพ; ประการที่สองเราจะอธิบายวิธีการเกณฑ์ชั้นสองของภาพรวมขึ้นอยู่กับการเลือก
อัลกอริทึมทั่วโลกที่เราใช้ข้อมูลเกี่ยวกับ
ขนาดรูปร่างและช่วงของระดับสีเทาของอนุภาค ใน
นอกจากนี้เราเปรียบเทียบขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำของเราทั้งสอง
ไปยังขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำและปรับไปยังอีก
ขั้นตอนวิธีการกำหนดเกณฑ์ขั้นต่ำมาตรฐานอนซาเลซและ Wintz
(1987) ขึ้นอยู่กับลักษณะขอบเขต สุดท้าย

ผลลัพธ์ (ไทย) 3:

ในระบบนี้ ท้องฟ้ามีพื้นหลัง เป็นมืดครึ้มท้องฟ้าหรือผลผลิตสภาพอากาศแดดค่อนข้างสม่ำเสมอพื้นหลังเป็นสีขาว . เมื่อฟ้าฝนชัดเจน และมีเมฆบางส่วน พื้นหลังสีเทา )การเปลี่ยนแปลงจากมาตรา มาตรา และเวลาซึ่งสร้างตี้ ? culties ในรูปภาพ . เพื่อแก้ไขปัญหาของภาพระดับสีเทาภาพ ,เมื่อระดับที่แตกต่างไปจากภาพพื้นหลังสีเทาพื้นที่อื่น ๆ , การปรับอัลกอริทึมแบบใหม่ ซึ่งเราเรียกว่า วิธีการปรับ BCVถูกพัฒนาขึ้น ขั้นตอนวิธีนี้ได้ถูกทดสอบในหินในกลางสวีเดน2 . ข้อพิจารณาเบื้องต้นสำหรับภาพโดยรวมจากแรงโน้มถ่วง¯ โอ๊ยชัดเจน หรือมีเมฆมากท้องฟ้า , พื้นหลังของภาพเป็นชุดกับกราฟของระดับสีเทาภาพชัดเจนแสดงสองโหมดหลัก ดังแสดงในรูปที่ 2 ชนิดนี้ของภาพ ซึ่งเราจะเรียกคลาส1 , ขั้นตอนวิธีการปรับทั่วโลกสามารถใช้เมื่อท้องฟ้าเป็นส่วนหนึ่งที่ชัดเจน และมีเมฆบางส่วน ,ความสว่างของพื้นหลังที่แตกต่างกันดังกล่าวก่อนหน้านี้รูปที่ 3 แสดงให้เห็นสถานการณ์แบบนี้ที่ฮิสโตแกรมได้ สอง หรือ สามโหมด ในทั้งสองคดีภาพที่ไม่สามารถ thresholded ทั่วโลก โดยไม่คํานึงถึงเลือก bilevel ทั่วโลกปรับอัลกอริทึม เหล่านี้ภาพ classi ®เอ็ดเป็น รุ่นที่ 2 และการปรับอัลกอริทึม ซึ่งไม่สามารถใช้ แทน การปรับขั้นตอนวิธีการพัฒนาได้ตามท้องถิ่นข้อมูล ( เช่น การปรับตัว ปรับ ) จนถึงตอนนี้มีขีดแบ่ง ( กา®คอลลี่ดัดแปลงรูปภาพของมวลรวม , วัง , 1997 ) ซึ่งไม่สามารถประมวลผลการผสมผสานของทั้งสองประเภทของภาพพร้อมกัน เราได้พัฒนาวิธีพิเศษนี้การประยุกต์ใช้ ในสิ่งต่อไปนี้ เรา® RST บรี¯ Y อธิบายวิธีการเลือกการปรับขั้นตอนวิธีที่มีอยู่ทั่วโลกที่ใช้ได้กับ® RST รุ่นรวมภาพ ; ประการที่สองเราอธิบายวิธีการเกณฑ์ชั้นที่สองของภาพโดยรวม ตาม เลือกซึ่งวิธีที่เราใช้ข้อมูลเกี่ยวกับขนาด รูปร่าง และช่วงของระดับสีเทาของอนุภาค ในหากเราเปรียบเทียบขั้นตอนวิธีการปรับของเราทั้งกับขั้นตอนวิธีการปรับและปรับอีกขั้นตอนวิธีการปรับมาตรฐาน กอนซาเลซ และ wintz( 1987 ) ตามลักษณะขอบเขต สุดท้าย