基于改进MSR的锂电池X射线图像增强算法

针对锂电池X射线图像存在清晰度低、对比度差、图像电极轮廓模糊不清晰等问题,提出一种基于改进多尺度Retinex的锂电池X射线图像增强算法。首先,在传统多尺度Retinex算法中,使用双边滤波估计照度分量,同时利用基于平均对数亮度值进行全局自适应的图像动态范围压缩。然后使用改进的MSR算法提取图像的反射分量,利用sobel算子获取反射分量的纵向梯度,再与反射分量进行梯度信息融合,增强图像细节信息,再对融合图像使用CLAHE算法进行对比度增强,最后再使用双边滤波去噪声,得到最终增强图像。在自主构建的数据集上进行了实验研究,实验结果表明提出的方法显著提高锂电池X射线图像的清晰度和对比度,图像阴极线边缘轮廓有明显增强,在突出锂电池X射线图像边缘细节信息和增强图像对比度上,都要明显优于传统多尺度Retinex算法。     

基于颜色校正和改进二维伽马函数的水下图像增强

针对由于光在水体中衰减、散射,造成捕捉的水下图像存在偏色、对比度低、清晰度差、光照不均等问题,提出一种基于颜色校正和改进二维伽马函数的水下图像增强方法.首先,用带颜色恢复的多尺度Retinex增强算法(MSRCR)校正偏色问题,获得一个输入图像;然后用改进的二维伽马函数降低光照不均匀对水下图像的影响,并用基于自适应Si...     

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。     

一种基于暗原色先验的低照度视频增强算法

在低照度条件下进行拍摄时,得到的视频对比度低,细节信息很难体现出来.提出了一种改进的基于暗原色先验的低照度视频增强算法来增强这类视频.传统基于暗原色先验的增强算法会放大视频噪声,为了克服这个缺点,利用时域累积信息对低照度视频进行去噪预处理.在增强过程中,采用快速算法逐帧计算,增强后的视频相比于传统方法具有更高保真度.实验结果表明,算法可有效抑制视频中的噪声、提高视频的对比度、突出细节信息,从而获得更加清晰、自然的高质量视频.     

低照度下人脸检测 MSRCR 光频分段滤波增强算法

在不受约束的环境下,人脸检测由于光照、遮挡和表情的不同具有一定的挑战性,低照度环境下多任务级联卷积神经网络(MTCNN)人脸检测器准确率下降。为提高低照度环境下人脸检测的准确率,提出了一种基于MSRCR光频分段滤波增强算法(3CGF-MSRCR)。利用MTCNN进行人脸检测,采用一种RGB三通道分解引导滤波(GF)方法对多尺度视网膜增强算法(MSRCR)进行改进。首先对人脸图像进行MSRCR增强并分解RGB三通道,得到三通道的图像权重,利用GF方法对各个通道分别进行滤波,更新三通道权重,最后重构人脸图像。在实际低照度场景人脸数据集Dark Face与公开的标准人脸数据集CelebA上进行了训练与测试,并在实际路灯场景下进行了测试,对比了算法的运行时间。测试结果显示：本文所提出的方法能有效抑制MSRCR的高频噪点,并保留亮度增强效果,提高了准确率,且算法运算速度较快。     

基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法

从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparationenhancementnetwork,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitationnetwort,Skip＿SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip＿CBAM)模块改进原始小目标特征增强单次多框检测算法(smallobject detectionenhanc...     

血管内超声图像的预处理

对血管内超声图像进行噪声滤波和边缘增强是对图像进一步处理分析的基础工作。针对采集到的强背景噪声的血管内超声图像,双边滤波利用像素间的空间距离和灰度值之差来控制滤波效果,即平滑了图像又保持了边缘。Retinex算法把图像分解为反射物体图像和入射光图像,在增强管壁边缘的同时对噪声影响小。实验结果表明,综合利用双边滤波和Retinex增强算法,在滤除噪声增强边缘有较满意的效果,对血管壁边缘检测有明显的改善。     

基于视觉区域划分的雾天图像清晰化方法

针对雾天图像退化程度与景深呈非线性关系的特点,以及MSR算法的参数选择没有考虑图像景深信息的局限性,提出一种新的基于局部信息特征的自适应Retinex雾天图像增强算法。算法将雾天图像划分为不同的子块,根据子块像素所处的人类视觉区域反映出的雾的厚薄程度自动调整Retinex增强算法的参数取值,使用面积比例因子策略融合处理后子块以避免分块带来的块状效应,最终实现对雾天图像的清晰化。实验表明:本文方法比MSR算法在多景深雾天图像局部细节增强方面具有更好的效果。     

光照不均匀下的工件图像亚像素边缘检测

针对光照不均匀环境下传统边缘检测算子出现的边缘检测模糊、自适应差等问题,提出了一种基于Retinex理论和改进的高斯拟合亚像素边缘检测算法。首先采用Retinex理论对照度分量和反射分量同时进行处理;其次利用传统的Canny算子获取图像边缘的像素坐标点,改进梯度矩阵来选取拟合点后找到梯度矩阵的切线方向,之后利用法线上的像素点计算所得的梯度值进行高斯拟合获取亚像素点坐标;最后利用八邻域查找连接每个轮廓的亚像素点并输出工件边缘图像。实验结果表明,相较于Zernike矩算法和其他两种高斯拟合算法,算法在4组图像实验中的Pratt品质因数、均方误差、峰值信噪比、结构相似性指标的均值为0.727、11 980、7.64、0.093,各组数据均优于其他3种算法,具有一定的普适性。     

一种基于小波变换的夜视图像去噪和融合方法

微光夜视图像使用的像增强器会导致电子噪声和低照度的产生,2种因素会导致图像不清晰,细节不足.该文分析了2种影响因素的产生原理,针对其采用改进的小波变换去噪算法和融合算法进行处理以提高图像分辨率.实验结果表明:经过去噪和融合的微光夜视图像获得了更高的图像分辨率,保留了更多的图像细节.     

基于红外图像的输电线路故障识别

传统红外图像输电线路故障识别方法易受到噪声的干扰,故障边缘特征信息模糊,不能准确找出输电线路故障的位置,存在识别准确率低,抗干扰性差等难题,为此提出了基于红外图像对输电线路故障识别方法。采用红外成像仪器采集输电线路的温度变化图像,并采用粒子滤波算法去除故障图像中的噪声干扰,通过RGB色彩通道转换对输电线路红外图像的故障区域进行划分,利用共轭梯度法对输电线路故障区域的故障点进行识别和定位。实验结果表明,该方法能够实现输电线路故障的准确定位和高精度识别,且定位精度高达80%。     

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GS-SVM的彩色图像分割算法

图像分割是图像分析、模式识别等领域的关键技术,为减少光照等因素对颜色的影响,增加图像分割质量,提出一种基于GS-SVM的彩色图像分割算法.首先提取图像RGB和HSI颜色分量,组合成样本的特征空间对支持向量机进行训练,训练时利用网格搜索法对支持向量机进行参数寻优,最后训练后的GS-SVM对彩色图像进行分割.实验表明该算法能够在网格范围内寻找全局最优解,分割精度达到95.6％,具有良好的精度和鲁棒性,且分割效果更加符合人类视觉特性.     

基于改进SinGAN的电力线巡检异物数据增强技术

针对电力线异物识别模型能使用的数据集较少,并且传统单幅自然图像的生成式模型(SinGAN)模型生成数据与异物识别模型匹配度不高、质量不佳、耗时过久的问题,提出了改进SinGAN模型。在改进SinGAN模型基础上加入仿射变换单元、大小变换单元进一步增强数据集,加入图像滤波单元提高电力线异物识别模型所需数据质量。并通过改进SinGAN反向传播训练过程和SinGAN的单精度生成器结构提升模型生成质量,减少所用时长。实验结果表明,经50次实验后,改进SinGAN的平均弗雷谢特起始距离(Fréchet inception distance, FID)为91.375,平均训练时长1.21 h。分别比传统SinGAN降低了27.247%和87.31%。改进SinGAN与其他主流生成式对抗网络相比有更好的异物数据生成能力,可以增强电力线异物识别模型所需数据,具有优越性。     

小波变换在HSV颜色空间上的图像检索应用研究

在传统的基于小波变换的图像检索方法中,并没有对HSV颜色空间的不同颜色分量进行小波变换并考虑它们的重要性大小。针对这个问题,提出一种新的在HSV颜色空间中利用小波变换进行图像检索的方法。该方法首先将每张图像由RGB颜色空间转换到HSV颜色空间,然后分别对图像的每个颜色分量（H,S,V）进行小波变换,并用小波系数矩阵的二阶矩表示图像的纹理特征,从而得到图像的特征向量,最后根据三个颜色分量重要性大小合理分配权值,计算查询图像与图像数据库中图像的相似度,得到图像检索结果。实验结果表明,本方法在图像实验数据库中能获得较好的检索效果。     

水下光场成像清晰度增强研究

由于水介质及水下颗粒的散射吸收作用,使得水下成像图像存在分辨率与对比度低,细节特征模糊,颜色失真等问题。针对这些问题,该文提出基于光场成像的水下图像清晰度增强算法,根据暗原色先验理论和单尺度的Retinex理论建立水下散射成像模型对成像图像的清晰度进行增强处理,并利用光场成像的多视角特性对散射成像模型的图像增强效果进行优化,进一步提高水下成像图像的质量。实验结果表明,两种理论构建的水下散射模型和多视角优化算法可以有效的提高水下成像图像的质量。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。