融合伽马变换与Retinex的彩色水下图像增强算法

针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题,提出伽马变换和Retinex相结合的彩色水下图像增强算法。选择伽马参数,对图像进行伽马矫正,然后利用单尺度Retinex进行增强。仿真实验表明,该算法在改善水下图像照度信息的同时,保留了饱和度和色度信息,解决了水下图像增强的颜色失真问题,使水下图像具有较高的对比度和清晰度。     

基于多目视觉的小型文物精细感知与三维重建

文物数字化对保护与传承优秀物质文化遗产具有重要意义。针对当下数字化过程中感知与重建相互脱节的问题，本文设计了基于多目视觉的小型文物精细感知与三维重建系统，包括融合了高精度视觉测量算法的参数自动计算程序、图像采集模块、同步控制模块三部分，突破了精细感知的技术难点，适用于手机、单反相机等各类相机。对100套明清古家具微缩模型进行三维重建试验与分析，并利用手机对国立柱模型进行重建研究。结果表明，本文提出的精细感知与三维重建系统实现了文物数字化的无接触、高精度与全覆盖，也满足了效率提升、成本降低、操作便捷的需求。     

一种基于多尺度离散余弦变换和均值聚类相结合的图像增强算法

图像增强处理是数字图像处理中的重要分支。针对图像处理过程中的外界干扰,近几年提出了许多相关算法,如分块效应等,但仍然不够理想。文章首先研究均值聚类算法和离散余弦变换的优点,然后提出一种基于多尺度离散余弦变换和均值聚类相结合的图像增强算法,最后进行了仿真实验。仿真实验表明,该算法可有效提高图像的对比度和清晰度,给人以最佳的视觉感受。     

面向数字化保护的自动文物三维重建方法研究

将基于图像的三维重建方法引入物质文化遗产的数字化保护,提出了一种针对文物三维模型的自动重建方法。首先输入一组不同视角下拍摄的图片,从图像中进行特征提取与匹配,由此重建出稠密的三维点云;然后利用类八叉树聚类算法对三维点云进行处理,去除点云中的误差点;最后通过泊松重建算法生成可编辑三维网格,并对网格进行纹理参数化,实现了从图像集到逼真三维模型的过程。结果表明,该方法能够全自动地进行三维重建,为文物的数字化保护和研究提供了新的研究思路和技术支撑。     

Kalman滤波在ECT图像重建中的应用

ECT技术中的重要部分就是电容层析成像(Electrical CapacitanceTomography,ECT)中的图像重建算法。ECT重建的图像质量差且伪影多的问题,本文提出了一种通过添加噪声之后使用Kalman滤波算法进行图像重建以提高重建图像质量。原数据收集后适当向其中添加不同程度的噪声,接着使用Landweber迭代算法和Kalman滤波算法对图像进行技术处理实现图像的重新组建。通过仿真实验结果表明,通过加入噪声并滤波处理进行图像重建均能提高图像质量,Kalman滤波算法重建的图像失真度最小。     

一种基于海冰场景图像分类的三维重建方法

利用二维航拍序列图像对极地海冰场景进行三维地形重建,是极地环境立体可视化分析的一个重要手段。提出了一种可以自动分类并分割重建区域的三维重建方法。该方法通过训练一个分类网络来筛选合适的图像序列,对获得的特定类别海冰场景图像使用8邻域填充算法对重建区域进行分割,最后对分割后的图像进行三维重建。针对三维重建流程运算量大,误差易累积的问题,该方法大幅降低了整体流程中累积的误差,并有效减少重建所需计算量。实验结果表明,该方法可在保证一定精度的前提下,提高三维重建速度,同时针对特定场景,取得了较好的重建效果。     

高等级沥青公路路面裂缝图像处理技术

本文首先介绍了高等级沥青公路路面裂缝图像特征，然后分别讨论了图像增强和图像分割算法。在此基础上提出了基于模糊理论的图像增强方法。针对路面图像直方图“单峰”的性质，提出了本文所采用的图像分割方法。最后，对分割后的路面二值图像进行了“孤立”点和“孤立”块的消除处理。     

基于无人机摄影技术的农村房屋三维重建

针对传统的农村房屋危险性鉴定方法主观性大、耗时费力、难以量化评定等缺点,提出了一种基于无人机平台和数字图像处理技术的农村房屋三维重建方法.该方法首先通过无人机采集房屋表面的彩色图像和深度图像,利用基于SFM的三维重建技术对房屋整体进行重建,并根据重建结果为房屋危险性评估作参考;再通过基于深度图像的局部缺陷三维重建和基于摄影测量的裂缝检测技术对房屋的危险点进行定量测量.结果表明:该技术能快速采集房屋的缺陷信息,同时建立直观精细的房屋模型,对提高检测效率和精度、建立房屋鉴定数据库有重要意义.     

计算机辅助DICOM医学图像三维可视化研究

医学图像三维重建是当前医学图像可视化技术研究的热点,在诊断医学、模拟仿真及手术规划等方面具有广泛的运用。因此,医学图像三维重建技术的研究,具有重要的学术意义和应用价值。本文重点对基于DICOM3.0标准的医学图像三维重建的关键技术进行了研究,包括DICOM3.0文件格式的读写及格式转换、面绘制算法研究与实现、体绘制算法研究与实现这三部分内容。本文在对MITK(Medical imaging Tool Kit)深入了解其技术内幕的基础上,利用其工具包提供的底层算法,在Visual C++6.0开发环境下实现了各种功能。     

基于MATLAB的香烟小包装图像处理研究

本研究应用MATLAB数字处理工具箱对香烟小包装图像信息进行处理。详细介绍了应用图像处理方法(图像滤波、图像增强等)对烟包图像进行预处理,采用二值图像边沿连接方式来求边缘检测图像和边缘坐标,并用imcrop函数对目标图像区域进行定位,最终通过图像匹配进行烟包图像的合格性分析。仿真结果表明,所设计的方案可以有效的解决采用图像处理技术进行包装质量检测的一系列关键问题,具有重要的理论价值和应用前景。     

一种混合式图像特征检测与匹配算法研究

基于图像的三维重建近年来成为摄影测量和计算机视觉等学科的研究热点,其关键技术是将图像中的特征点进行提取和匹配,本文提出了一种混合式的图像特征检测与匹配算法。混合算法基于传统的Harris角点检测算法和SIFT算法,通过降采样构建图像尺度空间并提取Harris角点,采用综合图像色彩标准化算法(CCIN:Comprehensive Color Image Normalization)预处理图像,计算三色通道下的SIFT描述子,并二值化,最后通过欧式距离作为相似形度量实现两幅图像特征向量的匹配。在MATLAB 2014平台上实现混合算法,测试3组不同图像,结果表明,混合算法提取的特征数量优于Harris算法和SIFT算法,且特征分布均匀,采用了具有色彩属性的描述子,特征匹配正确率达到了90%以上。混合算法能提高特征提取的数量,提高特征匹配正确率,为后期三维重建建立基础。     

梯度插值与可变阈值改进的POCS算法

传统的凸集投影(projection onto convex sets,POCS)算法只能得到低对比度、低信噪比、边缘模糊的图像。为了解决上述问题,提出了1种改进的基于视觉机制的POCS超分辨率重建算法,引入可变校正阈值的数据一致性约束,以突出目标边缘和滤除背景噪声;对传统POCS算法的插值算法进行改进,采用基于梯度的插值算法进行图像的初始估计。实验结果表明,改进的POCS算法可以获得高质量的图像对比度,另外其重建效率、结构相似性指数和峰值信噪比也都有所改进。     

基于声呐成像的水下桩墩表观病害深度学习与智能检测

声呐成像检测水下桩墩表观病害时，其图像与光学图像的病害特征存在较大差异，病害的位置和类型需要人工识别且易出错。为解决这个问题，提出基于声呐成像的水下桩墩表观病害深度学习与智能检测方法。首先对水下实桥桩墩以及试验模型进行声呐扫描获取大量图像，并分析声呐图像中的病害特征；然后对Faster R-CNN框架下VGG16网络模型进行改进，采用水平、垂直等线性变换实现原始声呐图像的数据增强，对深度学习模型进行近似联合优化训练，用一定概率保证率的矩形识别框实现水下桩墩多类病害的分类定位；最后选取150幅未参与训练的声呐图像进行识别，验证所提出方法的有效性，并通过混淆矩阵、精确率、召回率、准确率以及F1值等评价指标对识别方法性能进行研究。研究结果发现，桩墩孔洞、剥落和位移等病害以及无病害类型的识别结果的总体准确率为88.3%，F1值分别为90.1%、84.9%、78.7%和94.6%，平均F1值为87%。这说明该方法在水下桩墩表观病害识别、定位以及自动化处理方面是可行、有效的，为桥梁水下桩墩表观病害的图像处理、智能化检测与桥梁安全评估提供技术支撑。     

低对比度图像的清晰化与增强

图像增强技术作为数字图像处理主要的研究内容之一,其目的是将一幅图像中有用的信息进行增强,同时将无用的信息进行抑制,提高图像的可观察性,从而得到更具有实用性的图像。文章主要研究了传统的图像增强算法,第一,对比度展宽算法,通过抑制非重要信息的对比度扩展重要信息的对比度增强图像;第二,动态范围调整,通过压缩动态范围,将所关心部分的灰度级变化范围扩大增强图像;第三,直方图均衡化,对图像中像素个数多的灰度值进行展宽,对像素少的灰度值进行归并,从而增强图像。经过实验结果验证,这三个方法最终都得到了显著的增强效果,达到了图像增强的目的。     

基于图像处理的隧道表面裂缝快速检测技术研究

提出了一种基于图像处理的隧道表面裂缝快速检测方法,并对检测系统进行了理论上的分析.通过对图像处理算法的研究,总结了SFC结合法的图像增强算法并与传统滤波算法进行了比较.之后用两种不同的阈值分割方法对图像进行了二值化处理,通过实验图像的分析证明了这些算法的可行性.     

基于提升小波和直方图均衡化的MSR Retinex多参数融合方法的真彩色图像增强

基于原始提升小波和直方图均衡化算法的不足,文章提出了一种基于提升小波的多尺度(MSR)Retinex与直方图均衡化融合的真彩色图像增强算法。该算法将HSV空间下的亮度V分量运用MSR Retinex不同参数所得到的图像提升小波变换,并对低频与高频进行最大值处理,利用提升小波逆变换重构得到新的图像RGB1,并对原始的HSV颜色模型中的亮度分量V进行自适应直方图均衡化处理得到新的图像RGB2,将RGB1与RGB2图像进行融合得到增强后的彩色图像。     

基于Faster R-CNN和图像增强的水下鱼类目标检测方法

为了克服水下鱼类图像样本量不足及实现对水下低清晰度图像中鱼类的快速检测,提出了一种基于Faster R-CNN二次迁移学习和带色彩恢复的多尺度视网膜增强算法(MSRCR)的方法,首先通过ImageNet预训练模型对Open Images高清鱼类数据集进行一次迁移学习初步训练网络,然后固定检测模型低3层的卷积网络参数,再用水下拍摄的小规模鱼类数据集进行二次迁移学习微调网络,最后通过MSRCR算法对水下拍摄图像进行处理以增强其与高清鱼类图像的相似性,解决水下图像降质问题,让二次迁移学习高效进行。结果表明,该方法利用小规模水下拍摄鱼类数据集训练出的网络查准率可达到98.12%,网络检测能力及后续提升能力优于传统机器学习方法,并能够实现鱼类目标的快速检测,本研究结果可为深海探测作业与海底鱼类等生物资源的监测、保护和可持续开发等工程应用提供一定的参考。     

MATLAB在SBS改性沥青粒度分布特性研究中的应用

以苯乙烯-丁二烯-苯乙烯三嵌段共聚物改性沥青荧光显微图像为研究对象,采用MATLAB图像读取、图像转化、图像降噪、图像增强、图像分割等数字图像处理技术对SBS改性沥青荧光显微图像进行前处理,得到二值图像并在此基础上提取其粒度参数,并对目标图像的粒度分布曲线进行多参数模型拟合分析,得到了粒度分度最优模型。     

基于SFS的古文物表面三维重建研究

SFS方法在三维表面重建中扮演着重要角色,将该方法用于古文物的表面三维重建,可为文物的保护和修复提供了一种重要的技术手段。传统的获取文物表面三维信息的方法一般是利用三维激光扫描技术扫描文物,这种方法由于其设备昂贵而使得成本很高,另外其获取信息的过程复杂,工作量大,因此并未能普及。本文利用SFS技术,通过采集目标古文物的单幅图像,对图像所含的阴影信息进行处理,获取实物表面的高度信息,然后对实物表面进行三维重建。这种方法对设备要求较低,而且计算速度很快,对于古文物表面的三维重建效果较好,适用于非高精度的三维表面恢复场景,对文物的发掘和研究提供了技术支持。     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明:此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。