一种新的彩色图像边缘检测算法

自动阀值选取是彩色图像边缘检测的难点和关键问题,首先从人类的视觉特性出发,分析了人类视觉系统的亮度感知门限函数,利用数学建模方法和色度学方面的研究成果,给出人类视觉系统对彩色图像边缘所能识别的最小彩色差函数。利用小波边缘检测原理,给出一种能根据不同彩色背景自动选取阀值的小波边缘检测算法.仿真实验证明算法有较好的自适应性和良好的边缘识别性能。     

基于WLS的Retinex单幅夜间彩色图像增强方法

为了提高夜间可视效果,针对单幅夜间彩色图像,作者提出一种基于加权最小二乘(WLS)的Retinex增强算法.首先构造优化的颜色恢复函数,然后在HSV(hue,saturation,value)颜色空间下,根据夜间图像的亮度与梯度特性构建WLS框架对图像照度分量进行估计,获得仅包含物体本身特性的反射分量图像,通过颜色恢复函数与Gamma校正等操作进行颜色恢复与补偿,实现夜间彩色图像增强.实验结果表明:该算法增强效果显著,与其他算法相比,具有消除"光晕伪影"现象、抑制噪声、颜色保真和较好保留边缘细节信息等能力.     

结合加权引导滤波和小波变换的低照度图像增强算法

针对低照度图像增强处理后存在图像细节差、色彩失真和“光晕伪影”等问题，在HSV颜色空间中处理图像，将V通道分量进行小波变换分解，对低频系数采用改进加权引导滤波替代高斯滤波作为环绕函数的多尺度Retinex算法处理，对高频系数采用改进的阈值函数降噪处理，小波逆变换重构V通道分量，对重构的V通道分量进行Gamma校正处理并转换回RGB颜色空间。实验结果表明，该算法增强后图像亮度提升明显，同时抑制了“光晕伪影”,颜色失真较少且细节丰富。     

一种基于新的失真函数的EBCOT算法研究

将HVS理论引入到EBCOT的算法中，进一步利用视觉特性中的视觉掩蔽特性，提出一种新的小波域亮度刻画函数，并使用其来修正EBCOT中的失真函数，并以此来改善算法的主观压缩性能，提高压缩图像的视觉质量。实验结果表明，该算法在一定适用范围内可以改善压缩图像的主观视觉质量。     

基于颜色特征的火焰检测新算法

针对当前计算机视觉火焰检测算法无法实现高准确率和低误报率的问题,提出了一种基于颜色模型的候选火焰图像元素分类算法。该算法首先对RGB模型各通道求均值获得新的图像样本,再利用YCbCr颜色空间建立火焰图像元素分类模型,通过设计YCbCr颜色模型新规则来减少由于图像亮度发生变化而产生的干扰,火焰像素检测率得到显著提高,能够较为准确地识别火焰,有较高的实用价值。     

基于颜色拮抗和纹理抑制的轮廓检测模型

作为目标识别的关键步骤,轮廓检测已成为计算机视觉研究领域的热点之一.仿生学研究发现,在初级视皮层(V1)细胞中,驱动彩色亮度单元的双拮抗细胞感受野对亮度和颜色信息敏感且具有方向选择性,对于轮廓检测起到重要作用.本文提出一种基于颜色拮抗和纹理抑制的轮廓检测模型,通过二维高斯差分DOG函数来模拟纹理抑制模板,对不同的双拮抗细胞通道进行纹理抑制,在基于颜色拮抗特性检测模型中考虑了抑制纹理的作用.实验结果表明:在BSDS300图像库下本文模型在纹理抑制方面较现有模型有一定的优势,能够较好的提取目标轮廓,是颜色拮抗目标轮廓检测模型中的一种新思路.     

基于LIP模型的低照度彩色图像增强新算法

针对低照度彩色图像色彩偏暗的问题,提出一种色彩恢复的彩色图像增强方法。该算法首先将RGB彩色图像转换到HSV彩色空间,利用对数图像增强模型(Logarithmic Image Processing,LIP)对彩色图像的亮度分量进行非线性增强,其次利用正弦隶属函数将图像亮度分量由空间域映射到模糊域,并采用Pal增强算子对隶属函数值进行修正实现亮度分量再次增强。实验结果表明,新算法可以提高图像的整体对比度,增强图像细节,与人眼视觉相符合。     

适应于弱光环境的ORB-SLAM算法

针对视觉同步定位与地图构建(SLAM)算法在弱光照或黑暗等复杂条件下定位失败和跟踪丢失等问题,提出了一种基于ORB-SLAM2算法的适合弱光环境的ORB-SLAM算法,其中应用了一种新的自适应图像增强模块,利用多尺度高斯函数提取的输入图像照度分量,所设计的校正因子可根据照度分量进行动态调整,从而自适应地调整图像亮度。在公开数据集上进行了算法性能测试。结果表明,该算法能够有效地增强弱光照甚至黑暗等复杂条件下视觉图像的特征匹配,从而有效提升ORB-SLAM算法的鲁棒性。     

一种基于双边滤波的高动态范围图像再现

针对高动态范围图像再现算法中分层函数和阶调映射函数的非适性引起细节丢失和饱和度过度压缩的问题,采用了一种基于双边滤波处理和细节优先的高动态范围图像阶调再现方法。该算法首先采用优化的视觉响应曲线作为阶调映射函数,动态的映射亮度范围至低动态范围媒介;采用改进的双边滤波器作为分层函数,基于视觉可识别色差补偿细节信息。测试结果表明,该算法所得图像能够正确地表现更多可见细节信息,改善过度压缩动态范围,消除光晕现象产生。     

基于GIF滤波分解的低照度图像增强算法

针对常见的对比度增强方法在处理低照度图像时不能兼顾提升图像亮度、对比度,和增强细节的问题,提出基于引导滤波器(guided image filter,GIF)的低照度图像增强算法。首先将输入图像从RGB颜色空间转换到HSV颜色空间;再利用GIF滤波器对图像进行图像分解,得到一个基本层和一个细节层;然后对基本层进行自适应Gamma校正,提高图像的整体亮度和对比度;再对细节层进行S型曲线增强,突出图像的局部细节;最后合成并恢复颜色,得到增强图像。将本文算法、全局Gamma校正、MSRCR 3种算法分别对低照度Bridge和Street图像进行处理,实验结果表明:本文算法能够在有效提升对比度的同时增强图像细节,提升了低照度图像的视觉效果。     

月面巡视探测器的图像分割及识别方法

针对月面巡视探测器的识别技术,通过彩色图像识别的办法解决了在月面环境存在较强阴影区域对月面巡视探测器识别带来的影响,进行了多种彩色图像分割方法的比较,提出了多通道彩色分量融合的图像分割方法,并用线性分类器的模式识别理论对其原理进行了分析,用形态学滤波方法对分割后的图像进行了滤波,并用分割区域标识算法进行了识别区域的标识。试验表明,该方法能够适应各种光照条件的影响,具有较强的鲁棒性,对各种噪声有明显的抑制作用。该方法使彩色图像分割技术变得简单、可靠,并具有一定的通用性,可以应用到未来的月球探测中去。     

人脸识别中去光照算法

光照变化问题是人脸检测和识别中的一个非常重要而又难于解决的问题。提出一种人脸光照无关图算法,从单一图像中获得人脸光照的无关灰度图。算法在色度比空间中计算出信息熵最小的灰度图,所获得的灰度图像去除了光照影响,并且保留了图像信息和人脸特征。     

基于颜色与投影特征的车牌定位

车牌定位是车牌识别系统的关键技术。定位的准确与否直接影响车牌识别的结果。本文根据车牌的颜色特征和投影特征提出了一种综合颜色特征和投影特征相结合的定位方法,算法分为粗定位和精确定位。该方法较单一特征的定位方法有较好的通用性,可适应于不同背景、不同光照下的汽车图像,能够确定出车牌区域,准确率得到了较大提高。     

足球机器人视觉图像分割算法

为提高机器人在比赛中对多目标提取及识别的准确度和效率,采用离线的自适应阈值颜色分类法,同时识别不同颜色的多个目标物,对颜色的变化有一定的适应性;然后用改进的数学形态学中的膨胀腐蚀算法对颜色分类后的图像滤波,该方法在保证图像处理效率的同时提高分割精度;最后使用种子填充法来实现同时分割和多目标特征提取,减少像素点遍历次数,提高算法效率。实验证明,通过上述方法可以使足球机器人适应一定的光照变化,准确快速地分割多个目标。     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

不均匀光照下车牌图像二值化研究

不均匀光照下的图像二值化是数字图像处理中的一个难题,汽车牌照自动识别系统工作在复杂的光照环境下,经常会出现车牌光照不均的现象,给图像二值化带来困难.为此,提出一种解决办法,首先使用同态滤波去掉车牌图像的不均匀光照的影响,然后使用改进的Bernsen算法对车牌图像进行二值化.实验表明,使用该算法能有效地克服不均匀光照的影响,二值化效果良好,车牌识别率得到显著的提高.     

Recognition of human face based on improved multi-sample

In order to solve the problem caused by variation illumination in human face recognition,we bring forward a face recognition algorithm based on the improved multi-sample. In this algorithm,the face image is processed with Retinex theory,meanwhile,the Gabor filter is adopted to perform the feature extraction. The experimental results show that the application of Retinex theory improves the recognition accuracy,and makes the algorithm more robust to the variation illumination. The Gabor filter is more effective and accurate for extracting more useable facial local features. It is proved that the proposed algorithm has good recognition accuracy and it is stable under variation illumination.     

基于驾驶视认需求的隧道入口段光环境研究

基于驾驶员安全驾驶视认需求机理及行为特性分析,研究在夜间雾区路段开放交通条件下通过人工照明提高驾驶视认距离的光源特性,以改善雾区行车安全与效率.在室内模拟夜间高速公路雾区交通环境,对随机抽取的12名小客车驾驶员进行不同光源特性和能见度条件下的灰色小目标物视认实验,采用二元线性模型进行实验数据拟合,得到了不同光源条件下雾区能见度与视认距离的相关关系,得出在夜间照度和能见度相同时高色温的光源更能提高雾区驾驶员视距,通过提高光照强度可满足驾驶视认距离的需求.研究方法和结论可为改善夜间雾区路段的行车安全视距提供技术参考,同时为高速公路雾区路段安全保障技术研究奠定基础.

     

基于原图-光照不变图视觉词典改进的闭环检测方法

当机器人所处环境光照发生变化时,基于传统视觉词典的闭环检测算法性能会降低,容易出现感知混叠和感知变异,从而判断出假闭环.该文首先通过原彩色图像生成只与光源有关的光照不变图,然后生成原图-光照不变图的视觉词典,对每帧图像计算两个直方图和相似性得分,通过最终的得分矩阵来判断是否闭环.实验结果表明,与传统的视觉词典法相比,该...