内容感知的可解释性路面病害检测模型

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络（convolutional neural network,CNN）的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种即插即用的图像内容自适应感知模块（adaptive perception module,APM）,既平衡了高分辨路面图像与CNN输入限制,又能够自适应感知激活前景病害区域,从而实现高分辨路面图像中病害类型的快速准确检测,构建可信路面病害视觉检测软件系统. APM利用大卷积核和下采样残差操作降低原始图像分辨率并获取图像浅层特征表示;通过注意力机制自适应感知并激活图像中路面病害区域信息,过滤无关的背景信息.利用联合学习的方式,无需额外监督信息完成对APM的训练.通过可视化解释方法辅助选择和设计APM的具体结构,在最新公开数据集CQUBPMDD上的实验结果表明：APM相比于现有的图像预处理采样算法均有明显提升,分类准确率最高为84.47%;在CQU-BPDD上的实验结果及APM决策效果可视化分析表明APM具备良好的泛化性与鲁棒性.实验代码已开源...     

基于形态学和空间矩亚像素定位方法研究

为了提高图像定位系统的识别精度,提出了一种改进采用形态学腐蚀算法和改进的空间矩算法的十字目标亚像素中心定位方法.首先通过选取适当的结构元素,分别对组成十字图像的垂直、水平方向的直线段进行腐蚀处理,得到含有十字中心信息的水平和垂直的两条行、列像素,行、列的相交点即为十字图像特征的中点;然后选取适当参数空间,对行、列进行空间矩算法得到亚像素,最后用最小二乘法得到十字图像亚像素中心定位.实验结果表明,改进方法具有定位速度快,定位精度高的优点.     

一种基于交互信息的分割图像检测方法

基于交互信息的图像算法通过比较图像局部信息熵结合训练集的样本数和概率密度函数。本文设计一种将整体图像分割区域得到交互信息的方法，并在训练样本数据库下设置了不同的评价，以及不同强度分布的分辨率显示了该方法具有较高的准确率。     

基于建立校正量场的鱼眼图像快速校正算法

针对鱼眼图像校正中在纵向方向校正效果不佳,中心关键区域不突出以及鱼眼有效区域提取效率低的问题,通过遍历横竖两个方向的中垂线以获得有效区域图像.在畸变点周围建立校正量场,在校正量场中建立畸变点与校正点之间的几何关系,遍历每个畸变点,并根据校正关系获得校正量,获得校正图像后,为获得光滑图像,结合hermite插值算法对校正图像进行插值运算.首先实验表明,新的提取算法效率大幅提高,并获得较准确有效区域,提取有效区域后校正算法对视图主要区域的校正和纵向方向的畸变取得较好效果.上述提取算法和校正算法提高校正速度,提高校正效果,具有较强的可行性和有效性.     

区域加权信息熵及其在图像特征提取中的应用

图像特征提取是当前基于内容图像检索领域的研究重点,然而单纯基于信息熵的图像特征提取方法无法体现图像内容的位置信息.分析现有的基于颜色-空间图像特征提取算法的基础上,结合图像信息熵概念与图像分割算法,提出了一种新的图像信息熵描述方法,即区域加权信息熵,并证明了区域加权信息熵的若干性质.采用信息熵性能评价指标从概率的角度描述因权值变化而引起的图像信息熵分布的变化,并考虑应用的兴趣区域以及权值粒度从而确定合理权值.实验表明区域加权信息熵方法比单纯信息熵方法描述图像内容准确率提高了50%以上.     

方向邻域全变分图像去噪

为了弥补传统全变分（TV）算法忽略了图像边缘方向的不足, 结合梯度幅度和方向提出了基于方向全变分的去噪算法。该算法运用图像梯度幅度将图像像素划分为边缘区域和非边缘区域, 运用梯度方向对不同区域的像素选取不同的四邻域像素, 针对不同邻域对传统TV算法进行离散分析, 完成了图像的保边去噪。实验结果表明, 结合边缘方向信息改进了传统TV算法的邻域选择方式, 不仅更好地保留了图像边缘信息和重要细节, 且提高了图像的PSNR和视觉效果。     

融合边界信息和颜色特征的显著性区域检测

传统的显著性检测方法多利用图像的颜色特征并进行超像素分割作为预处理来进行检测,对于涂抹效应不足、误检测等问题一直没能有效解决。针对涂抹效应不足提出了一种结合图像边界信息及颜色特征的显著性区域检测方法。首先,为了更好地取得图像边缘信息并去除噪声,用多次WMF（加权中值滤波）和简单线性迭代聚类（SLIC）处理源图像,再通过颜色、亮度等信息找出滤波后图像中的自然边界。将得到的边界信息和通过SLIC分割得到的超像素的颜色特征进行融合作为先验概率,以SLIC分割得到超像素位于Graph-based分割得到初步显著图中的概率为条件概率,利用贝叶斯法则得到最终的显著图。在公开数据集MSRA-1000上对算法进行验证,结果表明该算法与7种主流算法相比有更好的查全率和查准率,最高查准率达到98.03%。     

基于四边边缘匹配的图像信息隐秘法

将人眼的视觉特性和图像信息隐藏技术结合,文章提出了基于HVS特性的信息隐秘方法,设计实现了一种基于四边边缘匹配的自适应信息隐秘算法,利用嵌入信息像素相邻的四个像素信息估计嵌入容量,依据载体图像局部的不同特性自适应地隐藏秘密信息.实验结果表明,这种方法比最低有效位算法嵌入容量大,而且不会产生易觉察的失真.此外,隐蔽图像中嵌入数据的提取与原始图像无关.同时,采用伪随机机制的图像遍历顺序,提高了信息的隐蔽性.     

结合网函数插值与TV模型的图像修复算法

TV（Total Variation）模型用于图像修复时没有考虑缺损区域的方向信息,并且存在收敛速度缓慢以及修复质量较低等问题.针对图像上方向特征明显的条状缺损区域,提出带方向的TV图像修复算法（ADTV）.该算法分别针对4种方向（0度、45度、90度、135度）对TV算法离散格式进行改进,并引入方向判断,将缺损区域归类到此4种方向进行修复.实验结果表明,该算法充分利用了条状缺损区域的方向信息,有效提高了图像修复质量.为提高修复效率,将网函数插值分别与TV算法、ADTV算法相结合提出Net-TV算法、Net-ADTV算法.实验结果表明,结合算法不但有效减少了迭代次数,降低了时间成本,加快了收敛速度,而且提高了图像修复效果.     

改进双边滤波Retinex的多聚焦图像融合

目的 针对传统Retinex算法存在的泛灰、光晕、边界突出以及高曝光区域细节增强不明显的现象,将Retinex和多聚焦融合的思想融合在一起,提出一种基于Retinex的改进双边滤波的多聚焦融合算法。方法 首先根据图像情况在像素级层次将反射图像分解为最优亮暗区域两部分,然后利用线性积分变换和邻近像素最优推荐算法,将原始图像与最优亮区域多聚焦融合得到图像T,再将图像T与最优暗区域重复以上步骤得到图像S,最后利用引导滤波进行边界修复得到最终图像。结果 选择两组图像girl和boat进行实验,与SSR（single scale Retinex）、BSSR（Retinex algorithm based on bilateral filtering）、BIFT（Retinex image enhancement algorithm based on image fusion technology）和RVRG（Retinex variational model based on relative gradient regularization and its application）4种方法进行对比,本文方法在方差和信息熵两方面表现出明显优势。在均值方面,比BIFT和RVRG分别平均提高16.37和20.90;在方差方面,比BIFT和RVRG分别平均提高1.25和4.42;在信息熵方面,比BIFT和RVRG分别平均提高0.1和0.17;在平均梯度方面,比BIFT和RVRG分别平均提高1.21和0.42。对比BIFT和RVRG的实验数据,证明了本文方法的有效性。结论 实验结果表明,相比较其他图像增强算法,本文算法能更有效抑制图像的泛灰、光晕和边界突出现象,图像细节增强效果特别显著。     

针对单张沥青路面图像中裂缝的高效语义级修复

原始无损路面图像对分析路面损伤演化细节及制定下一步养护方案具有重要意义,而实地采集中无法获取路面裂缝图像对应的初始状态.为了获取其对应的无损路面图像,本文提出了一种基于深度图像先验的无监督沥青路面裂缝图像修复算法,可实现对单张路面图像中裂缝的高效语义级修复.首先采用鲁棒主成分分析算法去除路面裂缝图像表面的竖状条纹噪声.随后,采用最大类间方差法及形态学处理得到裂缝区域的二进制掩码图像.最后,运用提出的深度图像先验修复算法对裂缝区域进行修复得到最终的无损路面图像.在自采集路面裂缝图像数据集上对所提方法进行了评估.实验结果表明,所提方法能够有效实现路面裂缝图像语义级修复,峰值信噪比和结构相似性较传统的方法有了明显提升,平均达到了43.382 3 dB和0.983 4,且兼具高速度.     

基于局部纹理特征的沥青路面裂缝检测方法

针对不均匀光照和阴影等因素影响沥青路面图像中裂缝检测误识别问题,提出一种基于局部纹理特征的沥青路面裂缝检测方法.设计结构保持型Retinex算法将高频的纹理信号从低频光照信号和结构型纹理中分离,改进百分比阈值算法,获取高信噪比的裂缝区域二值图像,建立高置信裂缝段的特征匹配机制,利用圆形度、面积、不同置信裂缝的类间欧氏距...     

单层小波分解下图像行列压缩感知选择算法

在进行图像压缩感知时发现以行或列进行压缩感知所得到的图像重构后的峰值信噪比(PSNR)是不同的。为了提高图像压缩重构的质量,提出了单层小波分解下图像行列压缩感知的选择算法。该算法首先计算图像的行与列数据的相对方差的最大偏离值,选择较小者对应的行或列作为压缩感知的对象,然后对图像进行单层小波变换分解出高频系数,在高斯观测矩阵下,对这些系数按指定的行或列进行压缩感知,最后利用正交匹配追踪算法(OMP)分别恢复压缩感知下的高频系数,并通过小波逆变换得到经过行列压缩感知后的重构图像,实验结果证明了算法的准确性。     

沥青路面裂缝图像检测算法研究

针对沥青路面裂缝图像边缘提取不精确的问题,基于形态学多尺度的思想,结合沥青路面裂缝图像中裂缝形状不规则,裂缝信息比较弱小的特点,提出了一种沥青路面裂缝图像检测算法。算法构造了多结构元素的抗噪型边缘检测算子,且依据不同形状的结构元素对裂缝边缘填充的几率不同,设定了一种自适应确定权重的算法,使得此算子在平滑滤波的同时又检测到各种类型的边缘。与传统裂缝图像检测算法相比,该算法有效抑制了各种噪声的影响,实现了多种类型边缘的精确提取;理论分析和实验结果表明该算法是可行且有效的。     

基于改进Criminisi算法的地基云图修复方法

全天空成像仪（Total sky imager,TSI）对天空进行观测时,设备的结构特点会使采集到的云图信息不完整,对图像的分析造成不利影响。针对Criminisi算法修复地基云图所造成修复顺序发生错误、图像不连续以及匹配块遍历搜索时间复杂度大的问题,本文提出了一种基于改进Criminisi算法的地基云图修复方法。该算法改进了优先权计算公式,引入地基云图独特的红蓝比特征作为置信项,使得含有更多信息的像素块具有更高的优先级,在搜索匹配块的过程中,基于启发信息选择匹配区域的大小,避免了搜索到离待修复块较远的相关性较低的匹配块,也有效缩短了匹配块搜索时间,降低了算法的时间复杂度。实验结果表明,改进后的Criminisi算法具有较好的图像修复效果,且降低了时间复杂度,提高了修复效率。     

基于小波变换的GrabCut图像分割

研究 GrabCut 是以迭代能量优化算法为基础,以颜色和纹理为特征,从背景图像中提取出目标的图像分割算法。但该方法速度较慢,为了达到实时应用的目的,提出了一种基于小波变换的 GrabCut 图像分割方法。该方法首先对原始图像进行小波变换的图像压缩,使得原始图像的分辨率降低,然后在压缩后的图像上迭代GrabCut算法,最后将收敛获得的目标区域作为原始图像初始值,再次使用GrabCut算法在原始图像上进行迭代,从而提取出目标。实验结果证明该算法提高了图像目标的提取速度,并保持图像目标的特征基本不变。     

基于DSP的沥青路面裂缝图像处理算法的实现

沥青路面裂缝是高速公路路面的主要患害之一。提出一种沥青路面裂缝图像处理算法，即采用改进的经典算法和形态学算法对沥青路面裂缝图像进行去噪平滑、边缘检测、图像分割、效果增强及边缘连接等处理。该算法通过DSP软件的检验，处理的效果相对于其它经典算法，有了显著的提高。对用谊算法处理后的沥青路面裂缝图像进行检测，检测的精度和检测效果都比较满意。     

基于分数阶统一混沌系统的图像加密算法

为了解决数字图像信息传输所面临的安全性问题,基于分数阶统一混沌系统,提出了一种新的图像加密算法.采用经典的置乱-扩散机制,整个加密策略分为图像像素位置置乱和像素值替代两个过程.在像素置乱的过程中,采用排序的方式分别对图像的行和列进行置乱.在像素值替代的过程中,通过与密钥序列进行异或运算来实现加密.而混沌系统则作为伪随机序列发生器,并作用于加密的各个阶段.安全性和时间复杂度分析表明:该算法具有高的安全性和低的时间复杂度,且能够抵御几种常见的攻击方式.     

基于改进分水岭及区域合并的图像分割方法

改进了基于地形学距离的分水岭算法,提出了一种结合了图像灰度、边缘信息与信息熵的图像分割方法。首先利用改进的分水岭算法将图像分成多个小区域,根据各个区域之间的临接关系,建立RAG;其次,利用提出的区域相似度合并区域;最后根据最大熵准则停止合并过程,获取最终的分割结果。实验结果表明,与改进前的分水岭算法相比,该方法边缘定位更加准确。与k-mean和基于边缘的分割方法相比,能够较好地分割出图像的细节,同时分割结果也更加符合人的视觉特性。     

基于魔方的混沌图像置乱算法

提出了一种新的基于魔方的混沌图像置乱算法。该算法基于魔方的循环移位的思想,把二维图像数据矩阵中的行或列中的若干个连续的像素值看作是一个二进制串,通过对该串的移位实现图像的置乱。而移位的次数则由混沌映射Logistic所产生的序列控制。实验仿真表明,该加密算法具有良好的加密效果,能有效地抵御各种外部攻击。