基于卷积网络模型的低照度激光图像特征增强方法

针对当前低照度激光图像特征增强方法在图像增强过程中需进行多次翻转平移处理，造成激光图像特征增强后损失值较大的问题，提出基于卷积网络模型的低照度激光图像特征增强方法。应用激光图像色彩模型以及去噪自编码器，完成低照度激光图像预处理。使用分段性变换方法设计激光图像映射关系函数，得到低照度激光图像增强目标函数。构建卷积神经网络模型以及模型对应损失函数，完成低照度激光图像特征增强。至此，基于卷积网络模型的低照度激光图像特征增强方法设计完成。实验结果表明：此方法增强真实与合成图像特征后的损失值较低，分别为0.245和0.361,其峰值信噪比较高，分别为45.52和48.54,极大地提高了图像的应用价值，且文中方法对图像增强处理的时长最短，在13 s到16 s之间，其应用性能较高。     

三维激光扫描图像快速实时匹配方法改进研究

为提高三维激光扫描图像匹配效率,研究基于特征提取的三维激光扫描图像快速实时匹配改进方法。采用基于改进动态直方图均衡的三维激光扫描图像增强方法,在保证图像高频区域灰度与低频区域灰度一致的条件下,均衡地增强三维激光扫描图像,通过基于SIFT算法的三维激光扫描图像特征提取方法,提取增强后图像中的核心特征向量后,使用基于改进BRISK算法的三维激光扫描图像快速实时匹配方法,通过特征点匹配的方式完成三维激光扫描图像匹配。实验结果验证:所提方法对彩色、灰度两种三维激光扫描图特征点匹配图像具有较好的增强效果,可实现彩色、灰度两种三维激光扫描图像的快速实时匹配。     

基于三维直方图的Fisher评价函数图像分割方法

提出了一种基于三维直方图的Fisher评价函数图像分割方法,该方法利用了图像像素点的灰度信息和邻域的均值信息及中值信息,给出了三维阈值分割方法。实验结果表明,相比较基于二维直方图的Fisher线性判别函数图像分割方法,在图像受高斯噪声干扰的情况下,该方法具有更好的分割效果。     

改进Retinex与多图像融合算法用于低照度图像增强

为了解决低照度图像在图像增强过程中图像质量不佳、对比度不高等问题,本文提出改进Retinex与多图像融合算法用于低照度图像增强。首先将待处理图像转换到HSV色彩空间,并设定阈值对其V通道分量进行亮度调节,然后转换到RGB色彩空间,将其拷贝3份,对第一份进行直方图均衡化,中值滤波处理;对第2份进行自动亮度调节,双边滤波处理;对第3份进行改进的Retinex算法处理,采用高斯滤波、双边滤波作为其环绕函数,估计图像照明分量,最后输出反射图。将处理后的3份图像转到HSV色彩空间,对其V分量进行多图像融合,H、S分量沿用第2份图像分量值,最后将融合后的图像由HSV转为RGB色彩空间,输出处理后的图像。实验结果表明,本文提出的算法在增强低照度图像的同时,还可抑制图像噪声,同时具有良好的保边性,且细节明显。     

基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真

提出基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真方法,以提升高压开关柜温度场仿真效果。该方法利用主动式红外图像传感器采集高压开关柜温度场红外图像后,使用直方图非线性拉伸算法对其实施增强处理;再使用Lazy Snapping算法对增强后的高压开关柜温度场红外图像进行分割,并通过混合遗传模拟退火算法合成二维纹理流场图像;以该图像为基础,使用Image Quiltingh纹理合成算法合成高压开关柜温度场三维图像,完成高压开关柜温度场红外三维图像重建仿真过程。实验结果表明：该方法可有效增强高压开关柜温度场红外图像,其分割红外图像时的交并比数值接近1.0;可依据其生成的二维纹理流场图像生成三维图像,温度场仿真数值最大偏差仅为0.03℃。     

一种用于局部低照度水下图像的自适应增强方法

针对局部低照度导致的水下图像细节丢失以及使用现有的水下图像整体增强方法产生的增强过度现象,提出一种基于改进Retinex-Net的水下图像增强方法.通过基于HSV空间颜色阈值的图像二值化获取图像任意位置的低照度区域;利用卷积神经网络对图像的低照度区域学习与分解,并对分解结果进行端对端训练;在增强网络中运用U-Net,构...     

基于三维激光视觉技术的平面设计图像增强和优化研究

为避免图像失真,研究基于三维激光视觉技术的平面设计图像增强和优化方法。采集平面设计图像数据,将三维激光映射至平面设计图像表面形成信息图,利用该信息与局部复杂度加权处理,构建平面设计图像直方图,扫描以及灰度值变换,消除平面设计图像噪声,采用分块局部增强方法分割图像直方图,实现平面设计图像的增强优化。实验表明,不同噪声标准差下,研究方法的峰值信噪比的平均值为36.62 dB,结构相似度平均值为0.952 6。且该方法去噪效果较好;可有效增强平面设计图像的视觉效果,增强人眼甄别平面设计图像信息的能力。     

基于视觉传达的低亮度激光图像细节信息增强方法

针对激光图像亮度较低,导致内部细节信息缺失,图像应用性下降等问题,提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式,采用Curvelet变换将激光图像分解为高频分量与低频分量,利用细节增强网络模型增强高频分量,通过基于照度图估计的微光图像增强方法增强低频分量,融合增强后的高、低频分量,实验结果显示,采用该方法对所选图像进行细节信息增强处理后,各图像的信息熵均高于8.35以上,而对比度与相关系数则分别在0.846和0.815以上,增强后的图像更符合人眼视觉特性。     

基于双曲映射变换的低照度道路图像增强方法研究

在智能驾驶领域中，针对低照度环境下获取视觉图像中道路环境交通特征信息难的问题，提出一种基于双曲映射变换的低照度道路图像增强方法。采用最大熵法对HSV颜色空间中的V分量进行阈值分区，利用改进的双曲正切S型函数和双曲正割累积分布函数分别增强明暗区域的亮度，采取非线性变换函数LC补偿光照，进而用双尺度均值滤波法增强图像中道路特征信息。通过自建数据集对比验证相关算法，结果表明：本方法增强后的图像平均亮度提高了111.54%、信息熵提高了11.8%,平均梯度提高了159.75%,低照度环境下获取视觉图像中交通特征信息显著提升。     

图像通信中一种低照度彩色图像增强算法

针对低照度彩色图像细节模糊、亮度不高等问题,提出一种新的彩色图像增强算法。首先引入新传递函数改进传统同态滤波,然后,在RGB色彩空间上,分别对R、G、B分量用改进的同态滤波和对比度受限自适应直方图均衡（CLAHE）进行增强。接着,转换到HSV色彩空间,用非线性函数对亮度进行光照补偿,对饱和度进行1.5倍拉伸。最后恢复图像色彩信息。实验结果表明,新算法在保持图像细节的同时能够增强图像对比度,使图像清晰度更高。     

一种基于U-Net生成对抗网络的低照度图像增强方法

在低照度环境下采集的图像具有低信噪比、低对比度及低分辨率等特点,导致图像难以识别利用.为了提升低照度图像的质量,本文提出一种基于U-Net生成对抗网络的低照度图像增强方法.首先利用U-Net框架实现生成对抗网络中的生成网络,然后利用该生成对抗网络学习从低照度图像到正常照度图像的特征映射,最终实现低照度图像的照度增强.实验结果表明,与主流算法相比,本文提出的方法能够更有效的提升低照度图像的亮度与对比度.     

利用β函数映射与帧间信息融合的低照度视频图像增强方法

在视频监控、视讯会议系统等应用领域,由于环境光照较低或背景光过强,常导致视频图像很多细节丢失,此时需要用视频增强技术来改善视频质量。本文提出了一种基于非线性β函数映射与帧间信息融合的低照度视频图像增强方法。该方法在图像的照度层实现对比度增强,首先将视频图像从RGB空间转换到HSI色彩空间,提取其照度分量;然后用非线性归一化β函数的映射关系得到增强后的照度成分,β函数的参数通过本文提出的评价函数得到;最后,重建图像,完成视频图像的增强。与其它对比度增强方法相比,本文方法的增强效果好,且计算复杂度较小。文中给出了计算机仿真实验结果。      

基于直方图修正的图像增强算法

针对传统直方图均衡算法的不足,提出了一种直方图修正方法,抑制直方图中较大的计数值;添加与邻域存在一定灰度差值的条件计数值;引入均匀分布计数。将修正的直方图用于灰度和基于YCbCr颜色空间的彩色图像的均衡增强,实验结果表明,本算法在有效地增强了图像视觉效果的同时保持了图像的细节和色彩,能够获得满意的增强效果。     

三维直方图重建和降维的Otsu阈值分割算法

针对三维Otsu阈值分割算法中因区域误分而产生的抗噪性差这一问题,提出了一种三维直方图重建和降维的Otsu阈值分割算法.该方法首先在详细分析三维直方图中噪声点分布的基础上,通过重建三维直方图,减弱了噪声干扰;然后将三维直方图区域划分由八分法改为二分法,使得阈值搜索的空间维度从三维降低到一维,减少了处理时间和存储空间.本...     

融合非物理模型的改进AM-RetinexNet图像增强算法

针对地下空间低照度图像色彩偏暗、亮度低且分布不均、增强后图像色偏和噪声高等问题，研究提出了融合非物理模型的改进AM-RetinexNet图像增强算法。该算法将RGB图像转换成HSV分量，利用HSV空间相互独立性实现图像亮度增强和色彩增强处理，其中S分量利用V分量提取的相关信息进行自适应调整，V分量采用融合直方均衡化与注意力机制优化的RetinexNet进行照度分量增强处理；将处理后HSV分量转化成RGB图像，并对图像进行自适应色彩恢复，得到照度增强图像。对比实验表明，在图像的细节处理、亮度整体增强处理、图像降噪和色彩视觉修正等方面该方法表现较好，测试指标中平均互信息(MI)、标准差(STD)、结构相似性(SSIM)、平均梯度(AG)、空间频率(SF)和峰值信噪比(PSNR)最佳，均值分别可达到6.18,70.62,0.56,13.29,36.53,39.22。     

基于小波变换的低照度图像自适应增强算法

提出了一种基于小波变换的低照度图像快速、自适应增强算法。将RGB图像转到HSV空间,并对亮度V图像利用离散小波变换(DWT)将图像的高、低频子带分离。在小波变换的低频子带上利用双边滤波对图像的照射光分量进行快速估计与去除,而在高频子带上利用模糊变换实现边缘、纹理信息的增强与去噪处理。对处理后的V图像,基于提出的直方图目标函数,利用鲍威尔与模拟退火相结合的优化算法,实现了对比度的快速、自适应增强处理。将增强后的V图像与H、S颜色分量合成为清晰化的彩色图像。实验结果表明,该算法能快速、有效实现低照度图像的清晰化处理。     

基于加权直方图均衡的红外图像增强方法

针对红外图像特点和传统直方图均衡增强方法的不足,提出了一种改进的直方图均衡增强方法.先采用所提出的加权函数对红外图像各灰度级直方图进行调整,其中对背景区低灰度级的直方图进行缩小,对目标区高灰度级的直方图保持不变,然后进行均衡化处理.实验结果表明,本文提出的方法有效地压制了背景噪声,提高了目标对比度,综合性能优于传统直方图均衡和双平台直方图均衡方法.     

全色图像的特征均衡增强系统设计

针对传统全色图像的特征均衡增强系统一直存在增强处理效果差的问题,提出一种新的全色图像特征均衡增强系统设计方法。该方法首先对全色图像特征均衡增强系统进行硬件平台设计,硬件平台由串行接口、控制接口和以太网接口构建,利用SURF算法对全色图像进行特征提取,采用不同尺度的滤波器和图像卷积得出全色图像的尺度空间,构建全色图像的尺度空间检测图像特征点对其进行直方图均衡化处理,结合直方图均衡化的整体性和细节性优点,使均衡化后的直方图间实现均匀分布,从而完成对全色图像特征均衡增强系统设计。实验结果证明,利用直方图均衡方法能有效地增强全色图像特征均衡的效果,所设计的系统具有很高的应用性,为该领域的研究发展奠定了坚实基础。     

基于卷积神经网络的低照度图像增强方法

为提升低照度图像的饱和度,增强图像的视觉效果,对基于卷积神经网络的低照度图像增强方法设计与分析。进行低照度图像预处理,设定Reyinex卷积分辨目标,通过FRED-Net结构识别图像特征,进行BP神经元图像增强节点的布设,以此为基础,设计HSI双向卷积神经网络图像增强模型,建立注意力机制,采用合成处理实现低照度图像增强。最终的测试结果表明:与传统单质成像图像增强测试组、传统层级描述图像增强测试组相对比,文章所设计的卷积神经图像增强测试组最终得出的饱和度可以达到92%,表明该方法对于图像的增强效果更佳,具有实际的应用价值。     

自适应HSV空间Retinex煤矿监控图像增强算法

针对煤矿井下的监控图像由于粉尘、煤尘、低照度或点光源等光照的影响,而整体阴暗模糊,对比度低,背景噪声强,视觉效果不理想的问题,提出一种改进的HSV(Hue,Saturation,Value)空间的颜色可恢复的多尺度Retinex(Muhi-Scale Ret-inex,MSR)的图像增强算法.该算法先将图像从RGB空间转换到HSV空间,以确保后续图像增强处理不会影响图像的色彩效果;然后利用提出的自适应的高斯核函数分离亮度分量V的照度分量和反射分量,再利用自适应的增益系数对反射分量进行增强处理,获得不受光照影响的、增强的反射图像;最后将反射图像逆变换回RGB空间,再利用优化的颜色恢复函数对增强的图像进行颜色修正,从而改善图像的全局视觉效果和局部对比度.实验表明该方法能有效提高煤矿井下监控图像的对比度和亮度,抑制背景噪声,从而大大改善煤矿井下监控图像的视觉效果,且很好地实现了参数自适应,减少了人为因素对结果的影响.