共查询到20条相似文献,搜索用时 62 毫秒
1.
为了将红外图像中所包含的信息更加友好、直观地呈现给用户,改善用户对于红外图像的理解效果,针对车载红外图像的特点,提出了一种基于随机森林分类器和超像素分割算法相结合的车载红外图像彩色化算法。首先对原图的各个像素点进行特征提取,然后训练随机森林分类器,使它能够对待测试图像的各个像素点进行正确的分类。再使用超像素分割与直方图统计相结合的方法对分类结果图像进行优化。最后将优化后的分类结果图像转换到 HSV 色彩空间进行对应的色彩传递。通过实验证明该方法能够在很好的对红外图像进行彩色化处理的同时,保证色彩传递的正确性和实时性。 相似文献
2.
一种车载红外视频彩色化算法 总被引:2,自引:0,他引:2
针对红外图像成像的特点,将基于Fisher评价函数的多阈值红外图像分割算法和基于先验色彩知识的红外图像上色算法运用到车载红外视频彩色化中.在基于Fisher评价函数的多阈值分割之前对关键帧进行快速模糊C均值聚类,以所得聚类中心来限制多阈值分割中阈值的取值范围,实现了较快的图像分割;再以得到的阈值对红外视频逐帧进行景物分类,同时根据先验知识逐帧对不同景物类别赋予自然彩色.实验结果表明,该算法实现了对车载红外视频的自动彩色化,不仅得到的图像色彩较为真实有利于人眼的目标识别,实时性方面也达到了较好的效果. 相似文献
3.
提出一种基于监督学习得到深度估计模型的单目车载红外图像深度估计方法。首先用核主成分分析法(KPCA)筛选红外图像特征。将最初提取的红外图像特征用核函数非线性映射到一个线性可分的高维特征空间,再完成主成分分析(PCA),得到降维后的红外图像特征。然后以BP神经网络为模型基础,对红外图像特征和深度值进行训练,训练后的深度估计模型可对单目车载红外图像的深度分布进行估计。实验结果证明,利用该模型估计的单目车载红外图像的深度信息与原红外图像的深度信息一致。 相似文献
4.
5.
对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems, DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度.受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题.首先,对红外图像进行归一化预处理,并将深度图置于自然对数空间对距离进行远近分类.其次,设计了一种新型的金字塔输入残差神经网络(Pyramid Residual Neural Networks, PRN),将红外图像以金字塔型结构作为网络输入,网络结构分为粗略特征提取和精细特征提取两部分.最后,将全连接层改为全卷积层,大大减少了网络中的参数个数,降低计算复杂度.金字塔型结构的输入使得网络能够多尺度提取特征,这使得估计出的深度图场景中的对象轮廓比同一网络单一红外图像输入估计出的景物轮廓更清晰.此外,通过计算错误和准确性评价指标,证明本文的提出方法能够很好地估计红外图像的深度,对比实验验证了本文方法更具优势. 相似文献
6.
7.
8.
9.
10.
微光夜视仪和红外热像仪这两种图像传感器互补的成像特性可以使它们在几乎任何条件渊昼/夜/烟/雾)下观察场景。针对微光与红外图像,提出了一种彩色融合算法,可以使融合图像有相对自然真实的颜色感觉。首先用中心-环绕拮抗彩色融合算法产生彩色源图像,然后在YCbCr 颜色空间中让源图像的直方图与参考图像的相匹配。为了增强融合图像的对比度,可以先用灰度融合图像代替亮度分量,然后进行直方图匹配。仿真结果表明文中提出的方法可以使融合图像接近自然真实的颜色感觉,易于分辨识别目标,从而提高观察者或机器视觉系统的工作效率,增强对总体形势的意识能力。 相似文献
11.
12.
13.
Jae‐chan Jeong Hochul Shin Jiho Chang Eul‐Gyun Lim Seung Min Choi Kuk‐Jin Yoon Jae‐il Cho 《ETRI Journal》2013,35(6):1011-1020
In this paper, we present a method for obtaining a highquality 3D depth. The advantages of active pattern projection and passive stereo matching are combined and a system is established. A diffractive optical element (DOE) is developed to project the active pattern. Cross guidance (CG) and auto guidance (AG) are proposed to perform the passive stereo matching in a stereo image in which a DOE pattern is projected. When obtaining the image, the CG emits a DOE pattern periodically and consecutively receives the original and pattern images. In addition, stereo matching is performed using these images. The AG projects the DOE pattern continuously. It conducts cost aggregation, and the image is restored through the process of removing the pattern from the pattern image. The ground truth is generated to estimate the optimal parameter among various stereo matching algorithms. Using the ground truth, the optimal parameter is estimated and the cost computation and aggregation algorithm are selected. The depth is calculated and bad‐pixel errors make up 4.45% of the non‐occlusion area. 相似文献
14.
夜视图像彩色融合中基于谱残差的显著目标增强算法 总被引:1,自引:0,他引:1
根据人类视觉系统的特点,提出了一种基于谱残差、可在夜视图像彩色融合中的增强显著目标的算法.该方法在彩色融合过程中,利用谱残差确定显著目标范围,用5×5的像素大小窗口对显著目标进行定位.当像素邻域均值大于图像整体均值时,此像素位于显著目标,用红色凸显目标可达到增强彩色融合图像的目的.实验结果表明,该方法具有较强的稳定性和实用性,增强显著目标的效果较好. 相似文献
15.
基于计算机视觉的深度估计方法 总被引:2,自引:0,他引:2
深度估计方法可分为主动视觉和被动视觉两类.介绍了被动视觉测距中的五种深度估计方法,包括立体视觉、运动测距、描影法、聚焦法和散焦法,分析了各自的成像原理、数学模型和测量方法.最后,对基于计算机视觉的深度估计方法进行总结,分析了现有测量方法各自的局限性,提出算法进一步改进的方向是应用计算机视觉系统中需要的不同模板,联合依赖... 相似文献
16.
本文给出一种实时计算场景稠密深度图的多目立体视觉机设计与实现方法.立体视觉机使用多个微型摄像机同步获取场景图像,采用图像修正、LoG滤波、多立体图像对匹配和稠密深度图等并行算法,利用FPGA的大规模并行处理能力和各算法间的多级流水线关系,在一片FPGA芯片上实现了立体视觉信息的实时处理.设计的立体视觉机体积小,运行速度快.当图像分辨率为320×240像素,深度搜索范围为64级,深度图精度为8位,时钟频率为60MHz时,恢复稠密深度图的速度大于30帧/秒. 相似文献
17.
立体图像匹配对于自由立体重建、三维测量以及立体显示中图像压缩来说是非常重要的。针对区域灰度互相关图像匹配的计算量大、速度慢的情况,运用了一组快速灰度互相关计算公式,提出了用视差限制搜索空间。同时,针对彩色图像的特点,将彩色图像的色彩信息考虑进图像的匹配过程中,将彩色图像的R、G、B三单色图像分别进行灰度相关匹配,定义并采用了颜色分量权重系数来抑制误匹配点。实验表明,该方法有效地减少了计算量,加快了计算速度,提高了图像匹配精度,具有较好的实时性。该方法将应用于三维立体显示中基于视差图的视差进行图像压缩。 相似文献
18.
19.
对单目红外图像进行深度估计,不仅有利于3D场景理解,而且有助于进一步推广和开发夜间视觉应用.针对红外图像无颜色、纹理不丰富、轮廓不清晰等缺点,本文提出一种新颖的深度条件随机场网络学习模型(deep conditional random field network,DCRFN)来估计红外图像的深度.首先,与传统条件随机场(conditional random field,CRF)模型不同,DCRFN不需预设成对特征,可通过一个浅层网络架构提取和优化模型的成对特征.其次,将传统单目图像深度回归问题转换为分类问题,在损失函数中考虑不同标签的有序信息,不仅加快了网络的收敛速度,而且有助于获得更优的解.最后,本文在DCRFN损失函数层计算不同空间尺度的成对项,使得预测深度图的景物轮廓信息相比于无尺度约束模型更加丰富.实验结果表明,本文提出的方法在红外数据集上优于现有的深度估计方法,在局部场景变化的预测中更加平滑. 相似文献
20.
针对域适应深度估计方法中域图像间结构差异较大问题,文中提出一种结构感知损失的域适应深度估计方法。该方法通过预训练的卷积神经网络对图像进行特征提取,在特征上进行结构相似性度量,减小了域图像之间的差异性,提高了转换模块的稳定性。该方法使用合成图像深度对和真实图像训练,不需要真实图像的深度标签和物理几何信息。在KITTI数据集上进行实验,深度准确率达到了96.6%,证明该方法可有效提高深度准确率。 相似文献