基于Retinex图像增强的搜救机器人设计

在地震、矿难等突发灾难发生时的恶劣现场环境下,抢险搜救任务的紧迫性及危险性突显了对智能搜救机器人的迫切需求。针对搜救机器人在废墟狭窄空间中行走困难,且在低照度环境下,图像处理时间长、细节丢失的情况。首先基于仿生学设计了机器人的三维模型,并对机器人的运动进行控制;其次为提高搜救工作中图像的光照一致性,加入了一种基于Retinex视网膜的结构感知平滑模型,为搜救机器人提供了高可见输出,建立图像评价模型剔除低质量图像;最后通过算法加速求解器减少图像处理时间以满足在树莓派上实时输出优质图像的需求。实验结果表明,当六足机器人工作在微光环境下,树莓派图像处理时间仅需0.23秒大大减小了输出延迟,峰值信噪比为14.752dB显示的细节更饱满,证明提高了机器人的性能,在未来地质调研,地震搜查,艰难地形的侦查方面有很大的应用前景。     

基于改进同态滤波的带钢缺陷亮度不均匀校正算法

在带钢表面缺陷自动化检测过程中,由于摄像机本身以及摄像环境的影响,会导致获取的图像出现不均匀的亮度,这对后续的缺陷图像分割和识别有较大的影响.基于此,提出了一种基于改进同态滤波的亮度不均匀校正方法,结合带钢表面缺陷特点对滤波器的截止频率进行重新选择,针对带钢图像的高低频分量采用不同的滤波函数分别进行处理,再用处理后的高...     

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。     

LG研发出世界最高亮度与对比度的PDP

记者从LG电子总部获悉,LG电子研发出世界最高亮度与对比度的PDP。其亮度为1500cd/m2,对比度则达到5000:1。这项技术目前在世界处于领先地位,画面品质平均亮度高于     

基于人眼视觉特性的Retinex算法研究

根据感受野机制,人眼对场景中各点的感知程度是呈同心圆拮抗式的高斯分布.受此启发,本文提出一种基于人眼视觉特性的Retinex算法,即同心圆拮抗式Retinex算法.该算法在以待处理点为中心的同心圆区域使用高斯分布对像素点进行采样,计算样本中的最亮点,并将该点与处理点进行亮度比较,计算出物体的反射分量.该算法有效解决了基...     

基于颜色校正和加权融合的水下图像增强

为解决水下图像由光照不均匀等原因引起的颜色偏差、对比度低、细节不清晰等问题,提出了一种基于颜色校正和加权融合的水下图像增强方法。首先,对补偿了红色通道的原始图像采用白平衡算法进行颜色校正,解决图像失真问题。并将颜色校正后的图像从RGB空间转换到Lab空间,然后采用对比度限制自适应直方图均衡比(CLAHE)算法处理的L亮度通道来增强图像的对比度和亮度。最后,将颜色校正后的图像和增强对比度后的图像进行加权融合增强图像细节的清晰度。实验结果证明,采用所提算法处理不同水下场景图像效果显著,4个图像质量评价指标信息熵、峰值信噪比(PSNR)、水下图像质量评价度量(UIQM)和水下彩色图像质量评级(UCIQE)值与其他算法相比均有明显提升。并且与原始图像相比,所提算法处理后的图像的信息熵至少提升了5.6%,UIQM值提高了1.48倍以上,UCIQE值提高了7.5%。     

基于Retinex理论的低照度下输电线路图像增强方法及应用

为提高低照度环境下输电线路图像视频在线监测设备分析的准确性,提出一种基于Retinex理论的低照度图像增强方法.首先采用改进型同态滤波算法增强低照度图像的RGB分量,然后将图像转换至HSV色彩空间中.对多尺度Retinex算法增强图像进行改进,采用双边滤波函数替代Gaussian函数作为Retinex算法的环绕函数,引...     

基于双重滤波与锐化的遥感图像增强算法

为了解决遥感卫星影像普遍存在着亮度、对比度低的问题,提出了基于滤波与锐化的遥感图像增强算法。首先,根据线性运算中核矩阵像素权值特性,设计基于中值滤波与高斯滤波的图像滤波算子。然后,采用图像一阶导数逼近技术,计算图像强度梯度,并采用图像二阶导数计算梯度的散度,从而建立基于Sobel与Laplacian的图像锐化增强算子,以增强图像对比度。最后,基于非局部均值算法,完成图像去噪,实现遥感图像平滑增强的目的。实验测试结果表明,与当前遥感图像增强技术相比,本算法拥有更高的增强质量,更好地保留了图像的亮度与色度信息。     

基于AMI-CycleGAN的海洋垃圾图像增强算法

针对循环生成对抗网络(CycleGAN)的海洋垃圾图像增强存在色彩失真、轮廓模糊的问题,提出一种结合自适应空间特征融合的多输入循环生成对抗网络(AMI-CycleGAN)。首先,减少生成器U-Net的网络深度和跨层连接次数以减少参数量,借助平滑扩张卷积避免网格伪影,得到多尺度感受野信息;其次,引入自适应空间特征融合来解决因垃圾尺寸不一导致不同层特征图融合时的信息冲突,得到语义信息丰富的融合特征图,通过与色彩校正网络的增强特征图融合保留了原图像的色彩信息;最后,引入边缘差损失函数和内容感知损失函数丰富细节信息。在trash＿ICRA19上,与CycleGAN相比,其结构相似性值和峰值信噪比分别提升了27.52%和20.75%。与FUnIE-GAN相比,其参数量减少了79.36%,计算速度提高了12.50%。该算法改善了CycleGAN的色彩失真和轮廓模糊问题,且能达到实时检测标准。     

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。     

基于尺度与对比度不变的图像边缘检测算法

为了克服当前边缘检测器中难以准确估计边缘的对比度和宽度,且易受到噪声影响,导致其边缘提取精度降低的问题,设计了一种尺度与对比不变的边缘检测算法。首先,借助Gaussian分布函数来描述目标边缘,求解闭合形式的位置、宽度、对比度、偏移和方向等参数,并且将噪声滤除为低对比度特征。其次,定义了一种尺度归一化方法,确保所有像素点在尺度空间中都能获得稳定的极值。然后,通过梯度幅度信息,基于Laplacian计算方法,构建尺度与对比度不变的边缘检测器,消除对比度参数的影响,准确获取图像的边缘。测试数据显示,较已有的边缘检测方法而言,所提方法呈现更优的提取效果,得到的边缘更加清晰与完整。     

基于改进U-Net的水下图像增强算法

针对水下退化图像存在颜色失真、模糊雾化、对比度低等问题,提出了一种新的基于改进U-Net的水下图像增强算法。设计一种新的残差注意力结构和边缘检测模块并将其引入到U-Net网络中,构建改进后的水下图像增强算法。实验结果表明,本文提出的算法在校正水下色偏和增强对比度方面均得到了很好的效果,IE值较原始图像平均提高了14.2%,UCIQE值较原始图像平均提高了24%。消融实验结果表明,本文提出的残差注意力结构、边缘检测模块和损失函数均对水下图像增强起到了积极的效果。     

基于图像增强处理的CDVS匹配算法

紧凑型视觉描述子（CDVS）的目标是针对移动端的图像检索以及匹配应用提供一套标准化的比特流语法。CDVS标准算法对于光照条件良好的图像具有很好的匹配效果,但是对于昏暗条件下拍摄的图像,匹配的准确度表现不足。因此提出一种基于直方图均衡化的CDVS匹配算法,对昏暗条件下的图像通过直方图均衡算法进行质量提升,增加关键点匹配数,然后再利用CDVS标准算法对图像进行匹配。另一方面,提出一种基于同态滤波的CDVS匹配算法,对昏暗图像进行频域变换,突出高频信号,抑制低频信号,增加图像对比度。实验对比了昏暗条件下图像匹配结果与处理之后图像匹配结果,验证了本算法的有效性。     

基于图像对比度的舰船目标成像算法

针对舰船目标ISAR成像时舰船随机摆动对于成像质量的影响,提出了一种同时基于多普勒中心估计和图像对比度准则的最优成像时间段选择方法。该方法根据海舰船回波的实际数据,估计各个回波的多普勒中心频率,并根据多普勒中心曲线选取舰船目标的线性成像段。然后,通过采用图像对比度准则,对该线性段进行处理。相比已有的方法,本文的成像效果更好。该方法易于实现且运算量较低,适用于实时应用。仿真数据的处理结果验证了本文所提方法的有效性。     

基于超分辨率重建的序列图像增强算法

本文提出了一种基于超分辨率重建的序列图像增强算法。该算法根据贝叶斯理论和最大似然估计法则得到正则化最小代价函数;采用双边滤波算子自适应的计算正则化矩阵,能较好的保持边缘和纹理信息。并通过实验验证该算法比非均匀插值法、反向迭代投影法、结构自适应归一化卷积法和凸集投影法得到了更好的重建结果,起到了更有效的增强作用。     

基于LIP模型改进的自适应图像增强算法

为了克服传统数字图像增强(LIP)模型图像增强的不足,提出了一种新的算法.该算法引入了模糊熵,充分利用了邻域视觉信息和人类视觉特征的模糊性.首先构造了新的非线性变换,增加了算法的普遍性;其次分析了传统图像增强算法中灰度值过校正的原因,并提出了解决方案;最后将图像的直方图合理的划分为亮区域,暗区域和中间区域提取3个区域的...     

基于火焰的温度场算法校正

在工业生产中,比色测温法得到了广泛的应用。为了提高图像测温的准确性．本文提出了一种改进的比色测温算法。利用三基色中两两基色与温度的关系得到最优温度解,最后利用三个温度解之间的相关性进行优化,得出最优温度解．改进的算法不需要选取波长从而降低TN温误差,改进后算法的计算值更加接近温度的真实值。实验结果表明,该方法简单易行,具有一定的应用前景。     

基于SOM-SVM频谱感知算法

频谱感知技是认知无线电中的关键技术。本文提出了利用SOM SVM模型进行频谱分类的方法。SOM SVM模型是利用SOM的聚类特点,将含有相同特征的输入样本聚集在一起,并把离聚类中心较远的输入样本舍去。经过20%的样本压缩后,将含有代表性的小样本再送入SVM进行训练。本文的样本集通过实验平台采集,验证了基于支持向量机的频谱感知方法在实际数据测试条件下也能取得很好的感知性能。仿真结果表明,SOM SVM模型在低信噪比下,频谱检测率接近100%,检测错误率也得到了很好的改善。