彩电技术发展趋势与名词术语解释(下)

12.何为图像对比度?通俗而言,图像对比度是指黑白图像的黑白反差程度,图像黑的要黑、白的要白。图像对比度大,图像黑白分明、层次较多、图像更逼真;图像对比度小,图像黑白反差小,图像灰蒙蒙的,无层次感。 13.何为色饱和度,它对图像彩色有何影响?电视机图像的色度调整,就是色饱和度调整。色饱和度是     

档案图像恢复研究

档案图像信息系统中使用的档案图像通常是经过图像恢复处理后的扫描图像,档案图像恢复算法的性能直接影响到档案图像信息系统的质量。目前,公开发表的关于档案图像恢复的文献报道很少。因此,对档案图像恢复的研究具有重要的意义。通过对档案图像固有特点的分析,针对不同档案图像提出了具体的恢复算法,用Matlab软件对其进行了实验测试,并分析了实验结果。实验结果表明,提出的档案图像恢复算法具有良好的有效性,能够满足档案图像信息系统的应用要求。     

基于FAST检测器和SURF描述子的聚合图像人脸识别

本文提出了基于聚合图像的人脸识别方法。将多张人脸图像通叠加的方式形成一幅聚合图像,并将其作为训练图像进行特征检测和描述,最后与测试图像提取到的特征进行匹配。通过与其他人脸识别方法对比,实验结果表明,本文方法在识别率方面有明显的优势,即使使用单张人脸图像依旧能够获得较高的识别率;使用聚合图像时,随着聚合图像使用的人脸图像数量的增加,提取到的特征点的数量也不断增加,使测试图像在训练图像中匹配到更合适的特征点,提高其识别率。     

基于多尺度曝光融合的医学CT图像增强方法

针对医学CT图像对比度和可见度较低导致不利于人眼观察及后期图像处理的问题,本文提出一种基于多尺度曝光融合框架的医学CT图像对比度增强算法,对医学CT图像实现增强。首先对原始图像进行拉普拉斯金字塔分解、重构,降低图像噪声对其的干扰,同时对图像细节增强。然后通过曝光合算法计算重构之后的图像的权重估计矩阵、曝光率以及图像的亮度转换函数,以此来对图像进行增强,使用该算法可以在图像对比度增强的同时,也提高了图像的可见度。实验表明,相比其他传统图像增强算法,该方法对图像的增强效果明显更优,对于医学CT图像的增强有着显著的增强效果。     

小波分析在图像处理中的应用

本文比较全面地探讨了小波分析在图像处理中的应用,涉及的范围主要包括图像压缩、图像去噪、图像边缘检测(图像特征提取和识别)、图像目标检测、图像增强、图像配准、图像镶嵌、图像细化、图像融合、图像分解等方面.同时还与其他传统分析方法比较,介绍了小波分析方法的独特优势.最后展望了小波分析的前景.     

半监督卷积神经网络遥感图像融合

近几年随着深度学习的发展,学者们利用卷积神经网络实现遥感图像融合取得了不错的效果。由于没有高分辨率多光谱图像作为参考图像,所以一般基于深度学习的方法在退化图像上训练模型,然后用训练好的模型去预测高分辨率多光谱图像,但是退化图像的融合过程并不能完全反映原始图像的融合过程。为了改善融合性能,提出了一种半监督卷积神经网络遥感图像融合方法,该方法在退化图像和原始图像上使用同一个融合网络同时进行训练。退化图像的融合具有相应的参考图像,采用常规的监督学习方式对融合网络进行训练,还加入了光谱损失来更好的保持光谱信息。而原始图像的融合不存在高分辨率多光谱参考图像,设计了光谱退化网络和空间退化网络对融合图像进行退化,再训练融合网络。实验结果表明,提出的方法光谱与细节保真效果好,优于对比方法。     

遥感图像的几何精校正研究

几何校正是遥感图像预处理中的关键技术。在ENVI遥感图像分析软件环境下,利用图像-图像几何校正方法对遥感图像进行精校正。仿真实验中,利用该方法从两幅遥感图像上选择控制点配准另外一副栅格文件,使相同地物出现在校正后的图像相同位置。实验结果表明,利用该方法可以获得质量较好的遥感图像。     

最大对齐度算法在多模态图像配准中正负像无关性分析

基于对齐度的配准是一种重要的多模态图像配准方法,其中的图像预处理是关键.在对红外热像仪图像和可见光图像进行配准的过程中,首先进行图像预处理,其中一个环节是将红外热像仪图像取负像,这样可使之与相应的可见光灰度图像比较相近.实验结果表明,对齐度配准算法与正负像无关,即可见光图像与相应的红外热像仪图像正像和负像的对齐度配准结...     

基于光学GCP图像切片的SAR图像自动匹配方法

地面控制点是进行星载SAR图像几何精校正的重要条件之一.通过光学GCP切片和SAR原始图像进行匹配可以实现控制点的自动提取.提出了一种在图像梯度域,实现光学图像和SAR图像异源匹配的方法.首先根据SAR的轨道参数等信息,实现光学GCP切片和SAR图像尺度和旋转的归一化,解决异源图像间的分辨率和旋转角度差异.然后分别提取SAR图像和光学图像的梯度强度信息,为了消除SAR图像的斑点噪声,采用ROA算法准确提取SAR图像的梯度强度.SAR图像和光学图像的成像机理差别很大,直接在图像域匹配较为困难.但是它们的梯度强度图像具有相似性,为此可以通过在梯度强度图像域,应用归一化互相关匹配算法,实现同名点的自动匹配.最后采用实验证明了方法的可行性.     

基于图像的远程燃气表直读系统研究与实现

基于图像的燃气表远程直读系统设计了在燃气表上加装图像采集模块,通过GPRS方式将图像定时发送到远端服务器,由服务器通过图像处理和模式识别技术对燃气表的读数进行识别。在图像采集模块中,采用了分块迭代算法对图像进行二值化处理,使其具有更好的适应性,并在远程发送前对图像数据进行压缩,以减少数据量。服务器端通过对图像进行二次处理、图像分割等预处理后,采用模板匹配算法对字符进行识别。     

基于新的风格损失函数的图像风格转换方法

虽然基于深度学习的图像风格转换方法已经取得了很大的进展,但是这些方法都没有考虑到生成图像的线条扭曲现象,为此提出直方图损失和转换Gramian矩阵相结合的方法。图像的直方图信息可以判断出图像质量的好坏,在图像风格转换中使用直方图损失,不仅可以增强图像,还可以使生成的图像更加稳定。转换Gramian矩阵类似于Gram矩阵,但是前者提取出图像纹理信息更加完整,还考虑到了图像的空间排列信息。实验结果表明,这两种方法的结合不仅能使生成的图像没有线条扭曲,还能减少图像生成的迭代次数。     

基于通用距离测量的机器学习方法用于图像分类和聚类

针对图像分类识别问题,提出了一种用于图像特征提取的新方法.首先定义了基于图像字符串的复杂度和以及通用图像距离(UID),然后依次提出了测量通用图像距离的UID距离测量算法,在维持特征类别之间的固有差异条件下对图像原型进行选择的原型选择算法,利用原型选择算法创建图像的特征向量表示从而生成待分类图像的特征向量的特征向量生成算法,最后基于前述算法提出了对图像的感兴趣区域进行分离的图像分类学习算法.将所提出的方法应用于卫星图像数据的几个监督和非监督学习实验,结果表明文中所提方法效果理想.     

基于奇异值分解的图像超分辨率重建

在图像获取过程中,由于环境的变化以及成像传感器自身硬件条件的限制,获得的图像往往含有噪声并且分辨率较低.为了提高图像分辨率来满足实际应用的需求,充分考虑了自然图像中图像块的自相似性,并采用奇异值分解方法对图像块的相似性进行度量,将其作为权重与非局部均值方法相结合,实现了单幅图像的超分辨率重建.为了减少计算量,在计算图像块的相似度之前,先对图像块的均值进行统计并引入一个阈值,对均值绝对差小于阈值的图像块进行相似度估计.为了对算法有效性进行验证,文中采用基于误差敏感性的峰值信噪比来对重建图像的质量进行度量.仿真结果表明算法在提高图像分辨率的同时有效的抑制了噪声,并且很好的保持了图像的细节信息.     

基于图像间相关性的光场压缩感知

介绍了一种基于光场图像间相关性的压缩感知方法。首先将光场图像按照相应拍摄相机的顺序堆叠在一起,形成一个图像集。然后沿着每一行对图像集进行切割,每个切割面会形成一幅切割图像。每个切割图像具有带状条纹的特征,且带状呈平行四边形。尽管带状条纹的大小不一样,但是它们的倾斜角保持一致。带状条纹内所有像素值近似相等,因此带状条纹内信号可以近似看成直流信号。将切割图像沿着带状条纹倾斜角进行重新排列,使每一列都可以近似看成直流信号,最后对重排序图像进行感知和重建,并重构原始图像。实验表明使用该方法重构图像的质量明显高于直接对原始图像进行压缩感知所重构图像的质量。     

基于优化空间金字塔匹配模型的图像分类

基于空间金字塔匹配模型(SPM)的图像分类中,构建视觉词直方图时对图像中所有特征都是同等对待,没有考虑到图像中不同区域特征的影响因子.显然,图像中目标区域比背景区域的特征重要性要大,为了避免图像中不重要区域的特征给图像分类带来干扰,提出了一种优化空间金字塔模型的图像分类方法.首先利用模拟退火算法与遗传算法相结合的聚类算法(SAGA)构造视觉词典,然后利用视觉注意机制构造加权的视觉词直方图.该方法在不丢失图像的全局信息的情况下,还考虑到了图像中各个区域对图像分类的重要性.最后将图像的表示向量使用SVM训练和分类.实验表明,本方法能够提高图像分类的准确率.     

基于线条识别的图像语义分类方法

图像的底层特征与高层语义之间存在着“语义鸿沟”,机器不能由图像点阵或图像底层特征而推导出图像的语义.大多数算法中,图像底层特征的提取往往只关注图像单个点或者局部的特性.从基于点与点相互关系的角度来处理图像的语义分类,先简要介绍当前图像语义领域的相关研究方法,之后根据模式组合的思想,提出识别图像中轮廓线条的方法.算法首先利用Canny算法将图像转换为线条轮廓,然后提出一种从图像中识别不同线条的方法,并根据线条线长和角度变化率的分布范围来对不同类别的图像语义进行分类.实验证实了算法的有效性,且在仅有少量样本的情况下仍可获得较高的识别率.     

自动化三维超声图像无探头耦合区域的计算机辅助排除算法

自动化三维超声成像时,只有在探头和皮肤间存在良好耦合接触的区域才能形成有效超声信号.通过构建一个二维冠状面图像掩模实现了对非耦合区域图像的计算机辅助排除.算法首先通过分别对多帧连续和间断的二维冠状面图像相同位置的像素点做均值处理,得到冠状面均值图像;然后分别将对连续和间断冠状面做均值处理后的图像使用双峰阈值分割法进行阈值处理,得到二值图像,再使用形态学图像处理方法对二值图像进行处理,在处理后的两张二值图像中选择最优二值图像作为掩模图像;最后使用掩模图像对待处理冠状面图像的非耦合区域进行排除并使用伪彩色显示冠状面耦合区域.结果表明,本算法可实现对自动化三维乳腺超声(ABUS)数据无探头耦合区域的自动排除,能有效避免后续图像处理过程对非耦合区域的无效运算.     

神经网络在建立压缩图像退化模型中的应用

在有损压缩过程中,为了得到较高的压缩比,一般牺牲了图像的质量,为了得到高的压缩比,同时图像质量也不会过分下降,本文主要利用人工神经网络来估计压缩图像过程导致的图像信息损失过程,我们称之为退化模型。在估计了压缩图像的退化模型后,对应的可以估计其重建模型。在此基础上,利用图像超分辨率重建的思想来部分恢复图像的质量。得到了图像的退化模型和重建模型后,我们可以利用这些模型来改善图像的质量。实验证明,利用人工神经为了估计图像退化模型比较有效,压缩图像的质量可以得到较大提高。     

液晶彩电单元电路维修经验

一、液晶彩电前端图像模拟信号处理电路在液晶彩电中,图像信号处理电路主要包括:图像模拟信号处理电路与图像数字信号处理电路两大部分。在有的液晶彩电中,还把图像模拟信号处理电路和图像数字信号处理电路做成两块独立的电路板,以便于生产、检修和更换。液晶彩电前端图像模拟信号处理电路是指:液晶彩电公共通道(包括高频头及中频处理电路)、图像解码电路以及常规AV信号输入     

基于均值滤波和小波分析的图像去噪

由于均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息,从而导致整幅图像的模糊不清,而小波分析在图像处理中具有较强的图像增强能力,故而采用两种滤波方法的结合来处理含噪图像。通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息,使得图像的对比度增强,增进了图像的视觉效果。两者的有机结合使得图像的去噪效果比单独使用其中一种更优。