基于同态滤波的彩色图像光照补偿方法

为了消除光照对彩色图像的影响,提出了一种基于同态滤波的光照补偿方法。在频域内采用同态滤波对图像进行处理,然后将巴特沃斯高通滤波传递函数引入同态滤波器中,设计出一种新的动态巴特沃斯同态滤波器,增强图像在YIQ色彩空间中的亮度分量,并保持图像色度分量不变。在增加图像高频分量的同时,削减低频分量,弥补由光照不足引起的图像质量下降,最终实现对图像的光照补偿。实验结果表明,该方法在弱化光照影响,提高图像质量方面具有良好的性能,是一种比传统高斯高通滤波和直方图均衡更有效的彩色图像光照补偿方法。     

基于SOFM算法的光源亮度控制方法

运用图像处理技术对管道检测系统的光源亮度进行了控制,使之更合理更智能。通过图像灰度统计对排水管道的光照情况进行分析,基于灰度直方图均衡化的原理作为光源调整的模糊标准,结合SOFM算法,根据实验经验选取3个灰度区间所占的像素比,以此作为亮度分布特征向量构成神经网络的输入,用管道各种照明情况的灰度图像对神经网络进行训练,并以合理光照图片标记有效神经元集,通过神经网络的神经元拓扑结构实现对光源亮度的跟踪与调节。实验仿真证明,该方法操作简单,收敛速度较快,具有一定的模糊控制能力,较适合管道光源亮度调节等标准比较模糊的实际工况应用。     

图像亮度精确控制的双直方图均衡算法

针对传统的双直方图均衡算法（BBHE）不能精确实现图像亮度保持目标的问题,该文提出一种新的双直方图均衡算法。基于给定图像的灰度直方图,建立灰度阈值与输出图像亮度之间的对应关系;求解满足图像亮度要求的所有灰度阈值,从中选择一个最佳阈值用于图像的双直方图均衡处理,使输出图像与BBHE算法增强的图像之间具有最大直方图相似度。基于多种亮度图像的实验结果表明,BBHE算法的输出图像亮度与期望值之间相差-36.94%~ 8.85%,该算法将误差范围缩小到0.43%~ 2.56%,显著提高了双直方图均衡算法控制图像亮度目标的精确性,运行速度满足实时要求。     

基于图像边缘检测的图像识别算法

在图像识别问题中,基于Haar特征的图像识别算法已经十分普遍,并且得到了广泛的应用。但是,目前此类算法还存在有时间复杂度高、对图像亮度、尺寸变化敏感、图像识别精度差等缺点。为了提高图像识别的精度,提出了一种新的边缘检测图像识别算法。这种算法首先使用Canny算子将图像的边缘像素识别出来,然后计算每一个有效像素的梯度。通过得到的像素梯度序列建立归一化直方图,对归一化直方图分析后得到最优识别。基于边缘检测的图像识别算法使匹配图像效率得到了提高,图像识别流程得到优化。     

人脸检测中的图像光照处理研究

在人脸检测过程中,由于光照条件的不同对人脸的检测结果影响很大.提出了一种基于灰度统计模型的对数变换和局部归一化相结合的复合光照处理算法,并且有效的消除了局部归一化所产生的虚假边界.该算法不仅可以调节光照条件较差的图像,对于光照条件较好的图像,也产生较少负面作用.通过与其他常用的一些光照调节方法也做了相应的比较,实验表明,此算法能有效地改善图像质量,减少不同光照条件对人脸检测准确率的影响.     

一种彩色图像质量客观评价方法

为了研究图像质量客观评价结果与主观质量评价结果不一致的问题,依据图像的灰度直方图作为统计特征可以应用于图像质量的客观评价理论,采用数据拟合方法,研究了彩色图像的基于分量理论和色彩量化理论的颜色直方图的图像质量客观评价方法,并分别给出了拟合直方图曲线的算法步骤,根据失真图像和参考图像的拟合系数之差的权值是否在可失真范围内给出图像质量的二元评价．实验中计算基于灰度直方图拟合的灰度图像的每像素的数据差值后,可知在小于等于5×10。时失真图像质量为优,该方法和数据也适用于失真彩色图像质量的二元评价．     

基于细节的背光图像检测

针对传统的背光图像检测算法低准确率的问题,提出一种基于细节的背光图像检测算法.通过分析图像在不同Gamma取值下细节数目的变化规律来确定输入图像是否是背光图像.实验结果显示,该方法相对于传统的亮度直方图分析方法以及YCrCb直方图分析方法具有更高准确率.     

融合多通道信息的二维人脸识别

为充分提取人脸图像信息,进一步提高人脸识别效率,提出了一种融合图像多通道信息的二维人脸识别方法.该方法利用Haar小波变换将人脸图像变换到频率域,并获得图像4个频率域的信息;对每个频率域的图像,通过局部二值模式(LBP)进行统计编码,并提出基于HaarLBP直方图序列的人脸图像表征方法;提出2种直方图序列的匹配算法,并通过分析各个频域图像信息对识别的贡献率,进一步融合4通道图像信息进行人脸识别.在ORL和Yale人脸库上的实验结果证明,提出的识别方法对于人脸姿态、表情和光照变化有一定的鲁棒性.     

融合直方图均衡化与同态滤波的雾天图像增强算法研究

为了改进目前去雾算法存在的不足,将直方图均衡化算法与同态滤波算法相结合,对雾天图像进行增强处理。首先用改进的同态滤波算法来校正光照不均图像的亮度,用对数运算实现非线性问题线性化,同时将低频和高频分量分离开,使用高通滤波器抑制低频信息,然后应用直方图均衡化算法对图像的低频成分进行非线性拉伸,重新分配图像的像素值,以此来增强雾天模糊的图像。用Matlab进行仿真实验,通过视觉效果及运行时间和信息熵的对比表明,改进的算法要优于单独使用两种算法时处理的结果。     

一种直方图分段逼近的图像分割方法

对于图像灰度信息的分布可使用直方图进行分析。分析图像的直方图是图像处理中的一种常见的方法。对于在图像分割时难于得到图象分割的准确阈值问题,提出利用多项式对直方图包络线进行分段拟合,把图像分割阈值问题转化为求多项式极小值的问题,从而求出用于分割图像不同灰度层次的最优阈值的方法。实验结果表明,这种多项式分段拟合直方图包络线的方法具有比较好的直方图包络线拟合效果,可以为灰度图像的多层分割求出比较理想的阈值。     

基于人眼亮度感知的S型函数图像对比度增强算法

为了克服传统变换函数在低照度情况下的局限性,在间接对比度增强领域,提出了一种基于人眼亮度感知对比度灵敏性的S型函数。对于不同的图像亮度,存在不同的视网膜响应值,因此将人眼视网膜的对比度灵敏性建模为对数参数的指数函数。该方法以灵敏度模型作为Steven幂律的指数,推导出一个感知亮度的转换函数。同时还提出了一种参数优化方法,在保持输入图像的平均亮度和直方图的同时,保持信息损失最小。实验结果表明,该方法在保持输入图像平均亮度的情况下,具有更少的信息损失和更低的计算复杂度。在对比度增强、平均亮度保持和细节保持方面具有优势。     

单片微机在平板载荷试验中的应用

对传统K30平板载荷试验仪存在的不足进行了分析,根据其测试原理,利用单片微机技术设计了一套K30平板载荷试验测试系统,并提出了利用最小二乘法拟合二次曲线计算地基系数K30,以及对计算结果进行修正的方法．     

立体视觉的四阶段预处理方法

针对LOG滤波方法的不足,提出了一种新的四阶段预处理方法。此方法分为4个阶段:①用均值滤波去除随机噪声;②用高斯滤波去除高斯噪声;③用直方图均衡化法平衡立体图对间的亮度差异;④用拉普拉斯锐化增强图像的边缘和细节。实验结果表明,此方法可以有效地去除图像的噪声,平衡立体图对间的亮度差异。     

一种灵活的柱面反投影算法

传统柱面图像反投影算法依赖于圆柱模型以及标定的精度,且物距发生变化时模型将会失效,需要重新进行标定,过程繁琐,场景适应性不足.为此,提出一种灵活的柱面图像反投影算法.根据透视投影原理,像素当量随距离远近呈二次曲线分布,因此可以通过拟合二次曲线表征其成像特性,对竖直方向和水平方向分别进行处理,进而实现柱面图像反投影变换.当目标物体相对相机发生前后方向和左右方向位移时,通过修正二次曲线的系数适应其成像特性的改变,无需再次标定.实验结果表明,该算法精度与传统方法相当,且在左右移动、一定缩放范围内保持精度不变.本文算法仅需一次标定即可满足目标物体小范围内移动时的图像变换需求,提高了场景适应性.     

基于局部敏感直方图的稀疏表达跟踪算法

为解决目标跟踪过程中光照变化、姿态变化等问题,提出了一种基于局部敏感直方图特征的稀疏表达跟踪方法。对粒子滤波获取的多个候选目标提取局部敏感直方图特征,并根据模板字典,采用改进的L1范数模型求取每个候选目标的稀疏表示系数;然后计算每个候选目标的权重,选取权重最大的候选目标作为跟踪结果。实验结果表明,本算法能很好实现对目标的跟踪,在解决光照变化、姿态变化等问题方面有较好的效果。     

Contrast Enhancement Using Weighted Coupled Histogram Equalization with Laplace Transform

Histogram equalization is a traditional algorithm improving the image contrast, but it comes at the cost of mean brightness shift and details loss. In order to solve these problems, a novel approach to processing foreground pixels and background pixels independently is proposed and investigated. Since details are mainly contained in the foreground, the weighted coupling of histogram equalization and Laplace transform were adopted to balance contrast enhancement and details preservation. The weig...     

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。     

复杂背景下的交通信号灯综合识别方法

针对复杂背景下多类型交通信号灯的自动识别问题,提出一种基于亮度分割、K均值聚类及前景直方图分析相结合的识别方法。首先通过亮度分割、几何特征分析和分类统计方法对信号灯进行自动定位;然后利用K均值聚类算法判断信号灯颜色;最终通过分析信号灯前景直方图对信号灯类型及其包含的方向信息进行判断,从而实现信号灯的自动识别。实验结果表明,该方法对不同场景下的不同类型信号灯均具有很高的识别准确率,证明了该方法的高可靠性和广泛适用性。