受生物视觉启发的无人机航拍低照度图像增强算法

针对无人机航拍低照度图像存在亮度低、噪声大、细节不明显等问题,受人类视觉系统中的双路径模型启发,提出一种双路径模型的无人机航拍低照度图像增强算法。构建了一种基于残差单元的U-Net网络将图像分解为结构通路和细节通路;提出了一种改进的生成对抗网络对结构通路进行增强处理,并添加边缘增强模块来增强图像的边缘信息;在细节通路中采取噪声抑制策略减少噪声对图像的影响;融合2条路径的输出得到增强后的图像。实验结果表明,新算法提高了图像的亮度和细节信息,客观评价指标上优于其他对比算法。此外,还验证了所提算法对低照度条件下目标检测算法的影响,实验结果表明,新算法能够有效提升目标检测算法的性能。     

基于尺度配准的航拍图像与卫星影像匹配方法

随着无人机航拍技术的普及,航拍图像在目标检测和跟踪的应用得到普遍研究,而航拍图像与卫星影像的匹配研究相对较少。由于成像机理和成像视角的不同,无人机航拍图像与卫星影像存在较大的尺度差异,现有的图像匹配方法难以实现航拍图像与卫星影像的有效匹配。为了解决这一问题,提出了一种实现具有大尺度差异的航拍图像与卫星影像匹配的方法。该方法通过卫星影像的经纬坐标信息和无人机航拍图像成像时刻的相机位姿信息,对无人机航拍图像进行方向和尺度的配准;然后利用航拍图像成像时刻的位置信息,对卫星影像进行粗匹配,得到包含航拍图像匹配区域在内的卫星影像子图;再利用神经网络提取配准后的航拍图像与卫星影像子图的卷积神经网络（convolutional neural networks,CNN）特征,并基于CNN特征实现航拍图像与卫星影像的精匹配。仿真实验结果表明,本文所提方法能够有效的实现大尺度差异的航拍图像与卫星影像匹配。通过将本文匹配方法与现有图像匹配算法匹配精度的对比分析,证明了本文匹配算法的有效性和优越性。     

退化过程模拟模型及其在图像增强中的应用

模拟了图像的退化过程,在融入邻域间干扰、光照不均和媒介传递率下降的前提下,提出了退化过程模拟模型.依据人眼视觉机制的对比灵敏度、亮度适应能力和侧抑制现象,提出了该模型的视觉适应性解:(1)去卷积,消除邻近像素间的相互影响,提升图像细节;(2)亮度调整,抑制高亮区域的亮度,提升偏暗区域的亮度,均衡外部光照;(3)消除剩余光照图像,恢复图像的颜色和细节,得到视觉适应性良好的图像.实验表明,针对退化过程模拟模型得到的视觉适应性解,与现有图像增强算法相比,在增强图像细节、提升全局对比度、增强结果的视觉愉悦性方面均取得了较大进步.     

Riemann-Liouville分数阶图像增强算法及其电路实现

为了解决整数阶微分对图像纹理增强效果不明显及Grümwald-Letnikov（G-L）微分后会使RGB彩色图像边缘色彩失真的问题,提出了一种Riemann-Liouville（R-L）分数阶图像增强算法并讨论了该算法的电路实现.从R-L定义出发,推导出分数阶微分方程,构造了数字图像8个方向上的0~1阶分数阶微分模板并讨论了其数值运算规则,在此基础上构造并实现了数字图像的R-L分数阶微分电路,并在HSI空间对I分量进行分数阶微分实现彩色图像增强.实验结果表明,该算法能比较明显地增强图像的纹理和边缘细节,增强后的图像清晰度和对比度提高,图像视觉效果明显,具有非线性增强灰度图像和彩色图像的复杂纹理特征及边缘信息的独特优势和良好效果.     

基于RTV模型图像分解的去雾算法

针对暗通道先验去雾算法出现的纹理细节丢失、边缘模糊、天空与明亮区域失真等问题,提出了一种基于RTV模型图像分解的去雾算法。首先利用相对全变分(RTV)模型将有雾图像分解为结构层与纹理层,然后建立一个指示纹理区域的遮罩对纹理层进行优化来解决纹理细节丢失的问题。为了减少结构层边缘的深度跳跃现象,建立了加权L1正则化模型对初始透射率进行优化。同时针对天空与明亮区域出现的失真现象,引入容差机制优化了该区域的透射率。最后将优化后的纹理层与去雾后的结构层重组得到最终的复原图像。实验结果表明,该算法复原后的图像在平均梯度以及边缘强度等客观评价指标上均好于其他几种对比算法,基本达到了纹理细节突出,边界清晰,饱和度适中的处理效果。     

基于光照和对比度均衡的遥感图像增强

针对遥感图像,提出一种基于光照和对比度均衡的遥感图像增强改进方法。在频域中消除不均匀光照,通过两个均衡因子和线性变换调节像素邻域的均值和标准差,再利用辐射校正和一个颜色保持因子得到增强后的图像。实验结果表明,改进的方法不仅能够消除不均匀的光照和对比度,又能保持图像的彩色和细节信息。     

基于无人机航拍图像快速拼接方法的研究

无人机航拍图像拼接已经针对无人机航拍图像特征不明显、拼接速度较慢等问题,提出了一种基于无人机POS系统数据的快速拼接方法.针对无人机POS系统会受到地理环境、风速等影响以及无人机POS数据的精度较低等问题,引入光束区域网平差方法建立优化参数方程,对优化后的数据进行一系列的坐标变换计算出影像的四个角点的地理坐标,以第一张影像地理坐标为基准,进行航拍图像的快速拼接.拼接结果与基于SURF图像拼接算法进行对比,算法在拼接的速率比基于SURF算法更高.     

利用分割中值滤波和透射率补偿的图像去雾

为了增强雾天退化图像的质量,提出基于分割中值滤波和自适应透射率补偿的单幅图像去雾方法．首先提出分割中值滤波策略,通过对“暗通道先验+引导滤波”去雾方法估计的透射率进行滤波,去除其中不必要的纹理细节,同时保留深度突变的边缘信息;然后提出自适应透射率补偿方法,无须进行天空分割,而通过构造补偿函数对透射率进行提升,以校正明亮区域的色彩失真;同时给出简单有效的函数参数自动确定方法,提高了算法的适应性．由实验结果可以看出,该方法通过精确估计透射率,有效地增强了去雾图像的对比度,改善了天空区域的颜色失真．同时该方法适应性较强,对包含和不包含天空的图像,都可得到更为清晰的去雾结果．     

一种雾天监控视频图像增强处理算法

针对雾天条件下监控系统视频图像退化严重的问题,提出一种基于YUV色彩空间直接增强的雾天监控视频图像增强处理算法,首先对亮度分量采用多尺度Retinex理论进行增强处理提高对比度,然后对色差分量进行线性拉伸恢复色彩,最后将增强后的亮度分量和色差分量合成处理后的图像。通过对薄雾和浓雾条件下图像的验证表明,本算法可增强图像的对比度,恢复色彩信息,得到比直方图均衡化算法和MSRCR算法更好的去雾效果,而且算法复杂度较低,具有应用于监控系统实时去雾图像处理的能力。     

Retinex模型下基于融合策略的雾霾图像增强

针对现有Retinex算法处理后的图像达不到色彩与细节同时增强的效果,且细节增强的同时易产生光晕,出现噪声放大、色彩失真等情况,提出了一种Retinex模型下基于融合策略的雾霾图像增强算法。该算法首先在HSV空间实现色彩增强,根据亮度分量,获取无色彩失真的反射分量,再通过修正照度分量,得到改进的Retinex模型;然后在RGB空间,采用快速双边滤波器来保留图像细节,在获得反射分量的基础上,引入原图部分和色彩恢复因子,实现细节增强;最后,在RGB色彩空间对处理后的图像加权融合,得到增强后的去雾图像。通过本文算法和现有算法对雾天图像进行去雾处理,得到不同的去雾结果。本文算法得到的去雾图像增加了细节信息,没有出现明显的颜色失真和光晕现象,处理后图像的信息熵提高。本文算法具有更短的运算时间,具有良好的可操作性。根据实验结果以及评价标准,本文算法能够在减少色彩失真的基础上,达到细节增强的良好效果。     

基于多分辨率分析理论的口腔CT图像的增强

针对牙齿CT影像经常出现的正常组织和病态组织之间对比度不清的问题,提出了基于小波变换的图像多分辨率梯度信息的医学图像增强算法,算法原理简单、实用,较好地解决了牙齿图像对比度增强的问题。     

一种改进条件生成对抗网络的图像去雾算法

针对现有去雾算法存在的颜色失真、细节丢失和一些肉眼可见的薄雾残留等问题,提出了一种改进条件生成对抗网络的去雾算法。首先,为了能更好地保留图像的底层纹理信息和结构信息,共享浅层和深层图像之间的特征,设计了含对称层跳跃连接结构的生成器。其次,为了保留图像的细节并减少伪影,重新设计了损失函数,在原始网络损失的基础上引入L1损失和感知损失。提出的算法在HSTS数据集上的峰值信噪比可达27.306 4 dB,结构相似度达0.963 3,比其他算法的最优值分别提高了5.728 dB和0.058 1。去雾后目标检测的mAP提高了2.51%,召回率提高了4.31%。实验结果表明,所提出算法可以减少色差,解决薄雾残留问题,块效应基本消除,在主观效果和客观评价上均具有明显优势。     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...     

一种基于模糊逻辑的乳腺X光片增强方法

提出了一种新颖的基于模糊逻辑的乳腺X光图像增强算法．首先,对乳腺X光图像进行灰度级的归一化处理,然后基于最大信息熵原则对图像进行模糊化,选取局部信息作为衡量增强程度的标准,最后将图像从模糊域转换到灰度域．实验表明,该算法能够有效地增强乳腺X光图像的细节信息,并使纹理信息清晰,图像层次感强,同时可以有效地削减噪声的影响．     

智能电表条形码图像分割与增强算法研究

为了解决智能电表自动化检测系统中的关键技术问题,即在智能电表图像中自动定位条形码区域并识别出条码信息,通过设计维纳滤波器对图像去噪,利用一阶微分Sobel算法突出条形码区域达到精确分割条形码区域的目的.针对在实际工业环境中拍摄的图像模糊不清问题,提出了改进的提升小波的多分辨率图像增强算法.试验结果表明,该处理方法能够精确定位条形码,且增强后的图像能很好地保持条码的纹理信息,为识别条形码提供了可靠保证.     

改进的基于边界限制的图像去雾算法

为快速有效地解决单幅雾天图像降质这一问题,提出了一种改进的基于透射率边界限制的去雾算法。该算法基于雾天退化模型,针对雾天图像明亮区域去雾容易失真的情况,改进了边界限制条件,用于求解透射率,在进行透射率优化时采用了一种效果更佳的彩色图转灰度图算法。实验结果表明该改进算法有效可行,尤其在明亮区域也可以取得很自然的去雾效果,在效率上较其他算法也有较大提升。     

基于塔型结构和LIP模型的图像增强方法

为了提高医学灰度图像的整体对比度,通过融合金字塔结构和对数图像处理(Logarithm Image Processing,LIP)模型,给出一种图像增强算法。新算法引入图像金字塔结构,对灰度图像进行塔型分解,并采用梯度锐化和LIP模型对分解图像进行增强后,再实现图像重建,并逐层累加突出图像细节,以挖掘LIP模型的局部增强特性。仿真结果表明,新算法可改善灰度图像的纹理细节和对比度。     

一种改进的全局Retinex监控视频图像增强方法

考虑到监控视频每相邻帧图像背景及光照近似,合理运用帧间信息,构建了一种改进的Retinex图像增强算法。对每一帧图像进行不同尺度及参数的高斯低通滤波,滤波结果取模极小提取各帧背景信息,通过融合多帧图像背景,获取该时刻上视频图像的准确背景,使用该背景进行Retinex算法增强。实验结果表明,算法增强后的图像暗处细节信息更加丰富,获得了更舒适的视觉效果。     

一种高效的图像增强去雾算法

由于大气的散射作用,雾天情况下图像景物会出现不清晰,对比度低的特点.对雾天情况下的图片景物影像进行去雾处理,提出一种基于直方图均衡的图像增强去雾方法,针对重叠直方图均衡计算量大和非重叠直方图均衡的方块效应明显的问题,采用部分重叠直方图均衡化算法,结合线性滤波等方法,实现对图像的雾霾有效去除,并且相比之下大大减少计算量.     

融合上下文感知注意力的低光图像去雾网络

现有的低光去雾算法因受图像光照强度低、光照不均匀等影响,其去雾后的图像存在细节丢失、色彩失真等现象。针对上述问题,提出一种融合上下文感知注意力的低光图像去雾网络(ACANet)。首先,在基准网络中引入层内上下文感知注意力模块,分别从通道维度和空间维度结合全局视角辨识和加权同一尺度下的重要特征,使网络突破局部视野的约束,更加高效地提取图像纹理信息;其次,引入层间上下文感知注意力模块,通过投影操作将高级特征映射到信号子空间,以实现不同层之间多尺度特征信息的高效融合,进一步提升对图像细节的重建;最后,引入CIEDE2000色偏损失函数,通过CIELAB色彩空间对图像色调进行约束,并与L2损失一起联合优化网络,使网络准确地学习图像色彩,以解决图像的严重色偏问题。实验结果表明,所提算法在多个数据集上的客观指标均优于现有去雾算法,其峰值信噪比指标较基准网络提高了8.8%,且主观去雾效果更彻底,恢复图像细节更丰富,色彩还原度更好,更接近于真实图像。