随机纹理图像的色差检测

针对随机纹理图像在实际生产环境下的色差检测问题,提出了基于CIELAB均匀颜色空间的色差检测算法.首先在HSV颜色空间中计算聚类数目,在CIELAB颜色空间中确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取.以雨花石墙地砖为例,分别在光照、粉尘、振动3种典型干扰环境下进行了实验.实验结果表明,本文提出的色差检测算法检测结果受粉尘、振动干扰影响较小,色差值＜1.5,认为无色差,而受光照干扰影响较大,色差值＞1.5,认为有色差.这一结果与人眼的视觉判断相一致.建议在实际应用中应对光照条件、光源稳定性进行合理的控制.本算法对其它随机纹理产品的颜色检测也有实用价值.     

基于红外LED的人眼快速定位与跟踪的研究

介绍了一种基于红外光源的人眼快速定位与跟踪方法,应用于驾驶防瞌睡系统。特殊设计的硬件用来控制红外光源,实时获取图像。采用差分图像进行人眼瞳孔图像捕捉和提取,用卡尔曼滤波器跟踪人眼活动,以实时监测眼睛开闭状态。该方法具有快速、对驾驶员无干扰及有较高的准确性等优点。     

基于 HSV 色彩空间的改进红外与可见光图像融合算法研究

为了增强红外与可见光图像融合的目标信息、环境信息以及图像的人眼辨识度,提出 2 种基于 HSV 色彩空间的红外与可见光图像融合算法。每种算法首先将 RGB 和可见光图像分别转为 HSV 图像,并将 H 、 S 和 V 三通道分离,然后对于红外与可见光的 H 、 S 和 V 通道建立合适的数学模型相互映射融合,再将新的 HSV 图像转换到 RGB 图像。结果表明,所提的融合方法相较于传统空间域的处理方法,拥有更加明亮的目标信息、环境信息和视觉效果。     

随机纹理图像色差检测算法研究

针对随机纹理图像在实际生产环境下的色差检测问题,在研究、分析国内外研究成果的基础上提出了基于CIELAB均匀颜色空间的色差检测算法。文中对算法进行了详细的描述。首先在HSV颜色空间下计算聚类数目,在CIELAB颜色空间下确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取。以雨花石墙地砖为例,分别在光照、粉尘、振动三种典型干扰环境下进行了实验。实验结果表明本文提出的色差检测算法检测结果受粉尘,振动干扰影响较小,色差值小于1.5,认为无色差,而受光照干扰影响较大,色差值大于1.5,认为有色差。这一结果与人眼的视觉判断相一致。建议在实际应用中对光照条件、光源稳定性进行合理的控制。本算法对其它随机纹理产品的颜色检测也有实用价值。     

基于RGB色彩平衡方法的沙尘降质图像增强

针对沙尘环境下室外图像存在的色差,低对比度以及低清晰度的问题,提出一种基于RGB色彩平衡方法的沙尘降质图像增强算法,该算法主要包括色彩校正、对比度提升两个任务。针对沙尘图像色彩分布的特殊性以及灰色世界算法的启示,提出了保持颜色分量均值的RGB色彩平衡方法（RGBCbm）,使得RGB三通道分量根据颜色分量的均值进行拉伸,有效去除了图像中沙尘造成的色幕问题,进一步采用带色彩恢复的多尺度视网膜增强算法提高色彩校正结果;利用相对全局直方图拉伸算法结合Lab颜色模型对图像的对比度、色彩以及明亮度进行最后的增强和校正。对实验数据进行测试,结果表明,该算法可以有效解决各类沙尘降质图像的色差问题,并在提高图像色彩丰富性和对比度的同时增强图像细节的清晰度。与其他先进算法相比,水下图像质量指数和图像对比度指数分别达到了0.602和0.994,分别提高了0.140和0.018。     

红外图像实时显示增强系统设计

为了解决红外实时图像处理系统中热像仪输出大动态范围和监视器显示输出小动态范围之间的矛盾,满足信息处理系统大数据量高实时性的要求,设计了一种新的基于FPGA实现的红外实时图像增强算法。首先采用均值滤波的思想统计图像的局部极值,然后使用多级均值法计算图像灰度变换区间分界点,最后对图像作分段线性灰度变换,整个算法通过FPGA实现。实验结果表明,该方法不仅解决了非制冷红外焦平面阵列探测器输出值随其工作时间变化的问题,而且消除了图像中探测器盲元的干扰,丰富了图像背景细节,增强了图像显示效果。与直方图变换等传统图像增强算法相比,该算法计算时间缩短了1.38ms,占用存储资源减少了42倍。在工程应用上,该方案简单可靠,成本较低,易于FPGA实现,可为其他红外实时图像处理系统的设计提供参考。     

基于图像处理的在线实时监测系统设计

针对传统远程监测存在的图像质量差的问题,提出一种基于图像处理的远程实时监测系统.利用Web技术对系统整体架构、系统功能和开发环境等进行搭建,从而为图像的远程监控提供功能处理界面;利用图像处理算法对彩色模型选择、图像归一化、图像分割和图像去噪等进行处理,提高了图像采集的质量.最后通过系统运行,验证了该算法的可行性,为远程图像实时监控系统开发提供参考.     

基于多分量卷积神经网络的多晶硅晶片颜色差异检测

具有复杂纹理的多晶硅晶片颜色差异检测是太阳能电池片制造过程中的一个挑战.针对传统的色差检测算法不适用于颜色差异类别变化大的场合,且分类结果不精确的问题,基于不同分量的颜色特征提出了一种多分量卷积神经网络的检测算法.通过分析多晶硅晶片图像在H SV颜色空间的特征分布,发现颜色特征在H、S和V分量中表现不同;基于全卷积神经...     

oRGB颜色空间的夜视图像彩色融合

针对红外与可见光双波段夜视图像增强提出了基于oRGB颜色空间的彩色融合算法。选择亮度与颜色分离的对立色颜色空间,应用多尺度Top-hat变换方法将红外与可见光增强融合图像作为伪彩色图像的亮度分量,根据双波段图像的差异性并结合参考图像色调构造颜色分量;为避免线性变换的颜色传递方法容易造成灰度级压缩或过饱和情况,在分析颜色传递机理的基础上,使用非线性的直方图匹配方法实现颜色传递。实验结果表明,融合图像的颜色分布更自然,纹理细节、整体亮度和对比度等视觉特征表现更优。     

基于双边滤波MSR与AutoMSRCR融合的低光照图像增强

针对在低光照环境下拍摄的图像受光照强度的影响而导致图像质量差的问题,本文提出了基于双边滤波的MSR与AutoMSRCR算法融合的低光照图像增强算法。首先,在原始低光照图像的HSV颜色空间中针对V分量使用基于双边滤波MSR算法对亮度通道进行增强,得到保留原有色彩信息的亮度增强图像。然后,将此初始亮度增强图像运用CLAHE算法基于LAB颜色空间进行亮度通道细节增强,得到细节增强的图像。最后,采用AutoMSRCR算法对原始低光照图像进行处理,并与细节增强图像进行加权融合得到最终的增强图像。以UCIQE,AG,SD,IE为评价指标,将经过该算法增强的图像与MSR算法,MSRCR算法,CLAHE算法,改进GAMMA算法等进行比较。结果表明,使用该图像增强算法处理的图像效果最佳,UCIQE达到了0.472 1,AG达到了12.674 2,SD达到了0.263 2,IE达到了7.637 9。增强后的图像色彩信息更加丰富,图像更加清晰,图像对比度更好,图像的边缘纹理信息保留更完整,图像质量更高,本研究为低光照图像增强提供了一种可行方法。     

马尔科夫随机场模型下的Retinex夜间彩色图像增强

由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题,本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量;在MRF模型下求解仅包含物体本身特性的反射分量,并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正,最终实现了夜间彩色图像的增强。实验结果表明,利用本文算法处理后图像的均值（整体亮度）可以提高2倍以上,标准差、熵、峰值信噪比（PSNR）等参数均有5%以上的提升。与其它基于Retinex原理的算法相比,本文提出的算法增强效果显著,具有消除“光晕伪影”现象、抑制噪声、颜色保真和有效地凸显边缘细节信息等能力。     

应用参数化对数模型增强图像细节及对比度

传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理（LIP）理论,提出了基于参数化对数模型（PLIP）的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数（EMEE）与信息熵（En）确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示：该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。     

工件缺陷的计算机自动探伤系统研究

针对传统图像分割算法在基于计算机的实时磁痕图像自动探伤应用中存在的鲁棒性和实时性问题,通过推导物理荧光效应现象的计算机表达矩阵映射人眼对黄绿光的感知,实现磁痕图像荧光效应区域提取。并创建推理机生成判定规则,同时建立人工判定知识库训练推理机以最终实现人眼判定裂纹真伪。实验仿真及测试表明,该算法不仅数学模型简单、易于计算机实现,且具有较高的实时性和较强的鲁棒性。     

红外成像系统的非均匀性实时校正

针对红外相机系统响应非均匀性所产生的竖条纹固定噪声,提出了基于多线程优化的单帧红外图像非均匀性实时校正算法。该算法参考全变分理论的非均匀性校正算法确定噪声与图像输出之间的加性校正关系,建立了描述条纹噪声的数学模型;通过滤波算法将图像分为高频分量和低频分量,运用建立的条纹噪声模型,基于最小二乘法从高频部分中拟合出条纹噪声。最后,使用全变分理论确定的加性关系对图像进行校正。为了提高算法的计算速度,运用多线程技术对算法进行了优化。对提出的算法与MIRE(Midway Infrared Equalization)算法及传统双边滤波算法进行了图像质量评价和性能对比。结果显示:本文算法使图像非均匀性较原图降低了3%;算法效率与MIRE算法无异,系统运行时间在320×256的14位红外图像上为1.5ms/frame,达到了工程标准。     

图像融合算法的性能评价

图像融合算法的性能评价需要考虑在融合图像中传递的信息是否满足人眼视觉特性,而传统的基于信息论的方法并没有考虑人眼视觉特性。针对此提出了一种综合考虑多种图像结构信息的信息合并方法,将局部方差和梯度等信息作为反映图像结构的重要特征,将结构特征矩阵进行分块奇异值分解,从而设计了相应的评价算法。实验结果表明,该方法能够准确度量融合图像中的信息增量,评价结果与人眼视觉特性的一致性优于传统方法。     

基于梯度直方图变换增强红外图像的细节

针对红外图像信噪比低、目标边缘和细节模糊等缺点,提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图,构造出一个高斯函数来扩展梯度直方图,增大图像的梯度值。采用直方图规定化法,实现图像的梯度直方图规定化,得到变换的梯度场。在从变换的梯度场重建增强的图像时,引入全变分(TV)模型来抑制噪声。实验结果表明,提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高,明显增强了红外图像的纹理细节,为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiual C++编程,对大小为480pixel×480pixel的图像的处理时间约为40ms,基本达到了工程应用对图像处理的要求。     

纹织图像分色算法研究

本文提出了一种聚类与抖动处理技术结合的纹织图像分色算法,利用RGB颜色空间的色差度量公式对颜色进行聚类分析,同时使用抖动技术对原图进行处理,以分散色差,减小失真。通过实际编织成品检验,证明本算法在固定分色数目(小于等于6种)情况下可以大大提高分色图像的质量,使得编织出来的织锦色彩与原图基本相同。     

基于梯度图的快速POCS超分辨率复原算法研究

随着红外成像相关产业的兴起,红外成像技术具有的隐蔽性好、探测范围广、定位精度高、穿透距离远,以及轻质小巧、低耗可靠等优点备受青睐,已成为当前智能化光电探测发展的主流方向。然而,红外弱小目标的图像细节特征少、信噪比低等特点成为红外图像应用的瓶颈,如何提高红外弱小目标成像效果成为目前的研究热点。POCS算法是目前超分辨率复原中应用非常广泛的一种复原算法,但是该算法运算量大,处理时间较长,同时对图像的边缘细节保留能力较差。针对POCS超分辨率复原算法迭代时间较长,无法满足光电探测系统实时性的问题,提出了基于梯度图的快速POCS超分辨率复原算法(GPOCS)。该算法根据图像的梯度分布对图像中的像素点进行分类,采用不同的迭代系数进行计算。改进算法能够较好的保留边缘信息并抑制噪声,进而在保证超分辨率复原性能的基础上大大缩短了运算时间。实验结果表明:GPOCS算法复原结果在背景处噪声得到一定的抑制,整体复原能力优于传统的POCS复原方法。该算法能够有效地保留边缘细节,同时处理时间小于传统的POCS复原方法,减少了1个数量级已经是接近实时。GPOCS算法能够自适应的选取迭代步长,较好的保留边缘信息并抑制噪声,进而在保证超分辨率复原性能的基础上大大缩短了运算时间,虽然不能满足实时性的要求,但是也已经是接近实时。     

结合分数阶显著性检测及量子烟花算法的NSST域图像融合

针对传统红外与可见光图像融合算法中存在的细节纹理信息不够清晰,边缘信息保留不够充分等问题,提出一种基于分数阶显著性及改进量子烟花算法的非下采样Shearlet变换(NSST)域图像融合方法.首先对红外与可见光图像进行NSST分解,低频分量先进行基于分数阶微分增强的显著性检测;然后按照显著图匹配度的融合规则进行融合,高频...     

便携式SF_6气体红外光谱成像检漏仪

针对电力行业对SF6气体泄漏检测的需要,研制一款基于非制冷红外焦平面阵列(UFPA)的SF6气体红外光谱成像检漏仪。综合运用了光谱滤波、气流轨迹红外图像提取与增强算法等技术手段来提高检漏仪对泄漏SF6气体的探测能力;并利用OMAP3530高速处理器作为系统核心,配合嵌入式Linux操作系统的多线程设计,保证图像采集、算法处理、LCD显示以及触屏控制等功能的顺利实现。实验测试和现场应用结果表明,该检漏仪性能稳定,携带方便,能够实时准确检测到微量SF6气体泄漏,检测结果直观清晰,与同类国外产品相比价格优势明显,具有很好的推广价值。