基于改进的LIP算法低照度图像增强算法

针对空间站低照度环境下,采集到的彩色图像清晰度低的问题,提出了一种LIP模型与MSRCR算法结合的方式进行图像处理的方法。首先,利用LIP模型对图像进行分区,对每个像素的亮度分量进行增强,改善图像对比度,突出图像的细节信息;然后,合理的调整参数,通过MSRCR算法,调节图像中3个颜色通道之间的比例关系,对亮度分量进行二次增强,突出图像的信息;最后,通过搭建实验平台,模拟空间站复杂光照情况,进行实验对比分析。结果表明,通过LIP模型与MSRCR算法结合的形式,保证低照度下的图像信息更好的提取,增强图像整体的对比度、亮度以及熵值,为空间站低照度下的图片处理提供了良好的参考价值。     

一种基于滑动差分的车辆边缘检测新方法

在基于视频的交通监控系统中,车辆的快速、有效提取是车辆检测中的一个重要环节。在彩色图像中,当车辆出现在道路上时,因为车辆与道路相比颜色上有较大的差异,所以在车辆的边缘像素点上会发生颜色的突变。本文以此为依据,结合车辆的几何信息,提出了一种新的车辆提取算法。此方法通过对彩色图像进行逐行扫描的方式,利用滑动差分滤波器,确定每行的车辆边缘像素点,进而将车辆从图像中提取出来。实验证明,该方法能简单有效地提取车辆。     

图像融合中的彩色图像颜色校正

提出一种适用于图像拼接的简单、高效的颜色校正方法。彩色图像拼接往往会因为时间、光线等因素造成拼接后的图像有色差。在图像拼接之前,采用该方法先对各图像进行颜色的校正,然后进行图像拼接。实验结果表明该方法针对图片间颜色差异有很好的效果。     

基于彩色图像与深度图像信息融合的改进Camshift算法研究∗

针对传统Camshift算法在目标跟踪过程中会被拥有与目标物体类似颜色分布的背景物体干扰,导致搜索窗口发散或目标丢失的问题,提出了一种基于彩色图像与深度图像信息融合的算法,利用Kinect传感器可同时获取目标区域彩色图像与深度图像的特点,使用光流法在深度图像中对运动目标进行跟踪,通过考虑空间运动关系剔除相似颜色背景可能带来的影响.试验结果证明,该算法可有效跟踪运动目标,并在出现干扰时提高系统的鲁棒性.     

LED大屏幕质量检测中的像素点定位方法研究

在LED大屏幕亮度、色度检测系统中,准确地定位LED的位置及其所在的行和列在整个检测过程中起着关键作用。该文采用数字图像处理方法,处理在复杂环境背景中的大屏幕图像像素点的定位。首先选取合适的阈值分离出待检测的像素点,然后采用图像形态学算法确定各像素点的位置。最后根据相邻像素点间的关系确定每个像素点所在的行和列。实验结果...     

基于四元数局部排序二值模式特征的行人识别

行人特征提取是行人识别中关键步骤之一。传统的做法是分别从彩色图像的每个颜色通道（即R、G、B通道）中提取特征描述子（如方向梯度直方图（HOG）、局部二值模式（LBP）等）,最后合并成一个特征向量。传统方法不足之处在于难以兼顾不同颜色通道之间的关联信息。为此,采用四元局部排序二值模式(QLRBP)运算方法从彩色图像中提取局部特征描述子。与传统方法不同的是,该方法是一种整体的方法,是在彩色图像的四元数表示空间而非3个颜色通道中分别提取LBP特征。首先,将从车载摄像头中采集的彩色图像通过四元数转换获得其四元数表示;然后,对四元数空间中图像进行CTQ变换,并计算变换后的图像相位;最后,在每个四元数相位上进行LBP运算,并生成行人彩色图像的局部特征描述子。QLRBP能够同时处理所有的颜色通道,因此能够同时包含三通道之间的关系。在行人判定方法上,本文首先提取所有正负样本的QLRBP特征,并使用K-最近邻(K-NN)算法训练分类器。在INRIA数据库上测试表明,QLRBP描述子对于彩色行人的检测比其他常用的特征描述子（如HOG特征,LBP特征）具有更高的精确度,性能接近当前先进的行人识别方法。     

基于FPGA的红外和CCD图像融合研究及实现

为了能够同时显示多个传感器的信息,需要对红外传感器和CCD传感器获得的图像信息进行融合。通过对红外图像的插值放大、彩色编码运算,使得红外图像的分辨率和CCD图像的分辨率保持一致,并得到红外彩色图像。为了实现2幅彩色图像的融合,采用颜色空间变换的方法将颜色信息和亮度信息分离开来,采用不同的融合策略对各通道图像信息进行融合,并在 FPGA 内实现了图像的融合算法。最终设计出了一套基于 FPGA 的实时图像融合系统。     

基于颜色空间变量的输电线图像分类及特征提取

针对输电线图像背景复杂多变和单一图像处理方法难以有效处理各种背景类型输电线图像的问题,提出一种基于颜色空间变量的输电线图像分类及特征提取方法。首先根据输电线图像各颜色空间的变量值与图像特征之间的关系对图像进行分类。然后根据不同类别图像特征选用适合的滤波方法通过两次滤波结合去噪,并采用自适应直方图分段均衡化增强图像对比度。通过对Otsu算法得出的阈值进行线性变换确定canny边缘检测参数,提取输电线路边缘。最后根据输电线形状特征和概率霍夫直线变换与形态学运算提出一种边缘优化方法,较好地去除非输电线边缘。结果表明:该方法可以有效处理各种背景类型图像,为输电线路图像智能化处理提供了一种新的思路和方法。     

基于人眼识别原理的运动目标检测方法

针对于背景差分法与帧间差分法在运动目标中存在的不知足,为提高运动物体检测的实时性和准确性,提出了一种结合背景差分和帧间差分的运动物体检测方法,该方法模拟人眼对运动目标的检测方式,分为整体感知与精确感知两部分。首先将图像分为多个区域并使用较少的像素点建立背景模型,通过背景模型确定运动物体所在的区域,并将其他区域的图像作为背景图像进行存储。然后使用变化区域的当前图像与存储的该区域的背景图像进行差分运算,以获取清晰的运动目标。该方法使用较少的像素点进行背景模型的构建,减少了背景模型建立和更新的运算量,提高了运算的速度。通过存储的背景图像与当前图像进行差分,可以获得完整的运动目标,避免“空洞”的出现。     

一种基于图像增强的交通信号灯识别方法

针对现有传统算法在光照不均匀、背景复杂的情况下对交通信号灯的识别精度低、漏检率高的问题,本文提出了一种基于图像增强的交通信号灯识别方法。首先采用改进的迭代法对原图像进行处理;接着在HSV颜色空间中增强原图像的V通道亮度信息,利用自调节的颜色阈值范围筛选出交通信号灯的颜色候选区域;最后,分别提取原图像经过双处理后获取到的图像轮廓,结合两张图像中的轮廓信息筛选出信息相同的候选区域,并通过计算候选区域的面积、宽高比判断出交通信号灯的区域,从而完成交通信号灯的识别。实验结果表明,在光照不均匀和复杂背景条件下,该算法比现有其他传统算法的识别准确率提升了1.05％,并具有良好的实时性。     

模糊色差图像的白平衡偏差补偿技术

在光照背景较复杂的情况下采集的图像具有模糊性和色差性,通过白平衡偏差补偿,提高图像的成像效果。传统方法采用轮廓特点融合自适应匹配方法进行复杂光照背景下的白平衡补偿,当成像像素较低的情况下导致色差补偿效果不好。提出一种基于小波包分解的模糊色差图像白平衡偏差补偿算法。对复杂光照背景下的图像进行采集系统和成像描述,对原始图像进行降噪滤波处理,基于小波包分解方法进行图像的色差白平衡特征分析和提取,并进行自适应均衡设计,实现对模糊色差图像的白平衡偏差补偿。仿真结果表明,采用该图像处理方法进行模糊色差图像的白平衡偏差补偿,能有效均衡图像的色差,提高了图像的美感,对图像的细节特征的表现能力更强,峰值信噪比较高,性能优越。     

基于背景和像素的彩色车牌定位

提出结合车牌的背景差和像素分类实现彩色车牌定位算法。首先采用背景差法,即原图与背景图像相减,去除大量疑似车牌颜色特征的背景区域,缩小定位范围;然后统计车牌颜色RGB值,利用像素分类对车牌进行水平和垂直精确定位,确定车牌区域。实验表明,该方法定位准确率高,适用于任意背景、位置和光照下的车牌定位,明显克服了用车牌单一特征分析时难以解决的车牌区域变大的问题。     

基于背景色彩和PCNN的磨粒图像单通道分割

为有效地从磨粒图像中分离出磨粒区域,根据彩色磨粒图像背景相对单一的特点,提出了一种基于背景色彩和脉冲耦合神经网络(PCNN)的磨粒图像单通道分割方法.首先,利用Otsu算法对磨粒图像进行预分割处理,并计算图像背景色彩的统计特征,以此作为背景的特征色彩矢量;然后,引入综合色距函数,通过计算图像中各像素与背景特征色彩之间的色差,将彩色磨粒图像三通道问题转化成单通道问题;最后,利用简化PCNN对构造的色差矩阵进行分割,从而得到彩色磨粒图像的分割结果.实验结果表明,该方法对含有单个磨粒和多个磨粒的彩色磨粒图像均能进行精确自动分割,是一种比较理想的分割方法.     

基于通道量化与红色先验融合的 水下光学图像清晰化

水下图像通常存在对比度低以及颜色失衡等现象,导致图像纹理信息不清晰,针对此类问题,提出基于通道量化与红色先验融合的水下光学图像清晰化方法。首先,设计两种输入图像版本,图像一通过颜色通道直方图量化重新分配像素值,调整对比度;图像二为实现色彩均衡,将红色通道先验代入成像模型,用于估计背景光、直接分量透射率和后向散射透射率。然后,针对各输入图像设计3种权重图,包括亮度图、饱和度图和显著图。最后,利用多尺度融合策略,将局部对比度提升和颜色校正图像与其归一化权重图进行融合。在多个数据库上通过主观和客观指标进行实验评价,结果表明,本文算法在呈现高对比度的同时,能够恢复出更多的色彩和细节信息,有效提升水下图像质量,与各经典及新颖算法相比具有优势。     

基于三值图像的车牌定位算法

针对复杂场景中光照不均匀情况下的车牌定位问题,提出了一种新的定位方法。该方法首先对彩色图像进行三值化,然后利用车牌字符之间颜色的一致性,通过定位字符间隔线反推字符区域进行车牌定位,解决了定位难的问题。实验结果表明,本文算法可以准确定位车牌,对车身颜色和外界颜色的影响有很好的鲁棒性,有效剔除打印字符等纹理簇照成的干扰,同时弥补了在光照不均匀等情况下车牌区域进行二值化可能导致的信息缺失,为后续字符分割、识别处理提供更有利的信息。     

基于统计特征分类耦合自适应 Gamma校正的图像增强算法

为了避免图像在亮度增强时导致其颜色失真,且在局部易出现过增强等问题,设计了统计特征分类耦合自适应Gamma校正(adaptive Gamma correction,AGC)的图像增强算法,以更好提高图像细节与视觉效果。首先,将输入图像转换为HSV空间,使颜色与亮度分离,使其在增强亮度通道时不改变像素的原始颜色,有效降低颜色失真。然后,考虑不同图像的性质,利用统计信息将图像分类为高、低两种对比度,每种对比度又分为亮、暗两类。其次,基于传统的Gamma校正方法,通过对于不同类型的图像进行动态参数设置,形成一种AGC机制,从而为不同类型图像的构建了不同的增强函数,以完成不同类别图像的增强处理。实验数据表明,与当前流行的增强算法相比,所提算法具备更高的增强效果,呈现出更为自然的亮度与对比度,且保持了更多的颜色信息。     

融合类间方差和概率误差的肺部图像分割

X线胸片图像存对比度低、边界模糊等不足,严重影响了X线胸片图像的分割效果。为了利用X线胸片图像快速且准确地对肺部疾病进行诊断和治疗,本文提出了一种基于类间方差和概率误差的X线胸片肺部图像分割算法。该算法在对X线胸片图像预处理的基础上,首先利用X线胸片图像中的人体结构信息进行图像粗分割;然后对预处理图像分别计算目标类和背景类之间的类间方差和概率误差,并在无量纲化处理后,设计新的分割目标函数来计算最佳阈值,从而实现图像细分割;最后合并粗、细分割过程的分割结果,并进行优化,从而基于最佳阈值的图像分割。X线胸片图像的对比实验结果显示,本文算法的DSC和IOU指标分别为89.5%和81.1%,分割所得肺部区域在完整性和准确性上都有良好表现,表明本文算法是有效可行的,适合基于X线胸片图像的肺部图像分割。     

Uncalibrated Workpiece Positioning Method for Peg-in-hole Assembly Using an Industrial Robot

This paper proposes an uncalibrated workpiece positioning method for peg-in-hole assembly of a device using an industrial robot. Depth images are used to identify and locate the workpieces when a peg-in-hole assembly task is carried out by an industrial robot in a flexible production system. First, the depth image is thresholded according to the depth data of the workpiece surface so as to filter out the background interference. Second, a series of image processing and the feature recognition algorithms are executed to extract the outer contour features and locate the center point position. This image information, fed by the vision system, will drive the robot to achieve the positioning, approximately. Finally, the Hough circle detection algorithm is used to extract the features and the relevant parameters of the circular hole where the assembly would be done, on the color image, for accurate positioning. The experimental result shows that the positioning accuracy of this method is between 0.6-1.2 mm, in the used experimental system. The entire positioning process need not require complicated calibration, and the method is highly flexible. It is suitable for the automatic assembly tasks with multi-specification or in small batches, in a flexible production system.