保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

基于梯度通道和优化透射率的水下图像复原

由于水对光的吸收和散射作用,水下图像通常存在颜色失真、对比度低等问题。为了恢复图像的颜色和清晰度,本文提出一种基于梯度通道和优化透射率的水下图像复原算法。首先根据图像背景区域的纹理特征和颜色特征,使用梯度通道结合红通道估计背景光,然后依据信息损失最小和对比度最大的优化原则估计红通道透射率图,再利用水体固有的光学特性,计算蓝、绿通道的透射率图,最后通过逆求解成像模型复原水下图像。实验结果表明,与现有算法相比,所提算法在恢复图像对比度和真实颜色上有一定优势。     

基于线性变换的自适应透射率去雾算法

针对现有图像去雾算法在天空或高亮区域透射率估计不准确的问题,且复原图像色彩失真以及细节丢失严重等情况,提出了一种基于线性变换的自适应透射率去雾算法。首先将输入图像转换至Ycbcr空间提取亮度分量,并构造反S型函数对其进行尺度压缩,以此减弱高亮像素的影响;然后利用线性变换模型对压缩后的亮度分量进行增强处理,使用高斯函数对亮度分量进行卷积操作得到自适应控制参数;结合线性变换模型和自适应控制参数逼近无雾图像最小颜色通道操作,进而得到精确的透射率估计值;最后利用大气散射模型和局部大气光值逆向求解出复原图像。在实验验证环节中,采用可见边、平均梯度、饱和像素点和结构相似性作为客观评价指标。客观数据表明,所提算法的各项指标均取得优势。在主观效果方面,所提算法可以准确估计出透射率,有效去除图像雾气干扰并改善天空或明亮区域色彩失真的现象,提高图像可视度,复原出更多细节和边缘信息。     

融合大气光值-图估计的无人机航拍图像去雾

针对现有去雾算法大都存在复原图像亮度低、天空明显色彩失真等问题,提出了一种融合大气光值-图估计的无人机航拍图像去雾方法。首先,根据颜色衰减先验理论获取景深图像,将景深图像内偏差最小区域均值作为大气光值;其次,设计了一种自适应随机游走聚类方法用来估计大气光图,通过自适应随机游走算法将图像聚类为N个子区域,对子区域前0.1%像素求均值作为区域大气光值,将区域大气光值组合并通过引导滤波对其进行细化,获得大气光图;然后,通过融合大气光值-图估计方法将两种大气光估计融合为新的大气光图,作为更加准确的大气光估计;利用雾霾线先验方法获得透射率,同时提出一种暗补偿方法对其进行优化,提高透射率精度;最后,根据大气散射模型,利用求得的融合大气光图和优化透射率,得到清晰的复原图像。实验结果表明,相对于比较算法,提出的算法的复原图像在信息熵、平均梯度、模糊系数及对比度上分别提升1.1%、6.3%、8.5%、6.4%,主观视觉效果更好,信息更加丰富。     

水下模糊图像参数估计复原方法

针对不同的图像退化模型,分析了图像模糊的不同类型以及通过解卷积复原图像的各类方法,讨论了对应于不同模糊类型所适用的解卷积方法。在对水下图像复原前先采取去噪预处理较好地抑制了复原过程的病态问题,再利用拉东变换和傅里叶变换估计点扩展函数中模糊角度和模糊距离,实现了在缺少先验信息前提下的水下图像的复原,且相比于其他估计方法更加简便准确。实验结果表明:该方法能较为有效地复原水下模糊图像。     

暗原色雾天图像增强方法改进

讨论图像增强技术中利用暗原色先验去雾算法的不足之处,并提出改进方法。提取一幅图像所有小区域中最暗点的坐标,得到其分布图;通过这些点得到较准确的透射率值,以此近似估计图中其他点的透射率,进而复原去雾后的图像。     

基于简单射线散射模型的X射线图像增强算法

在传统的射线成像技术中,由于物体本身的结构与散射的X射线叠加,所得图像的可见度通常会受到限制.针对此问题,提出一种基于简单散射模型的图像增强算法,可以提高单一X射线图像的可见度.首先,根据简单散射模型复原X射线图像,在复原过程中加入了新的中值算子,可以有效抑制射线图像中的脉冲噪声成分;同时,对细化之前的透射率图像应用了导向滤波,使灰度值跳跃的边缘部分的复原效果得到了明显改善,并使光晕伪影现象最小化;最后使用一种灰度优化的方法对复原图像进行后处理,在提高对比度的同时保留了图像中的小细节.实验结果证明了该算法对于低对比度、低亮度射线图像的可行性,增强后的图像中被检测物体的结构更加清晰,大大提高了射线图像的可见度.     

基于最小二乘准则的模糊估计和图像复原

在计算光学显微成像技术中,点扩展函数往往是未知的,且不易获取,从而给图像复原带来很大困难.基于最小二乘准则和最优化理论,提出了利用变尺度法的三维点扩展函数参数估计算法;针对传统EM算法存在复原效果细节丢失严重等问题,提出最小二乘共轭梯度三维图像复原算法.算法在点扩展函数参数估计和求解真实图像之间进行交替迭代,从而得到图像的最优估计.实验表明,新算法在较短时间内,能够较准确地估计出点扩展函数参数,并得到较好的复原结果.     

一种改进的水下偏振图像融合算法研究

针对传统图像融合算法造成的对比度低、细节信息模糊等问题,提出了一种改进的基于二维离散小波变换的图像融合算法.利用光强度相机和分焦平面相机同时对水下运动目标进行探测,获得光强图像和偏振图像.将计算得到的偏振度图像和偏振角图像先进行简单的融合处理,再将融合后的偏振特征图像与光强图像采用改进的二维离散小波变换进行分解,得到低频分量和高频分量.对于低频部分,提出一种基于区域方差加局部能量相结合的图像融合算法;高频部分采用一种基于Sobel算子的图像融合算法.最后将低频分量与高频分量进行二维离散小波重构,得到结果图像.仿真结果表明,与传统图像融合算法相比,该算法获得的融合图像有效地拉升了目标与背景的对比度,增强了水下图像视觉效果,有利于准确识别水下运动目标.     

一种新的夜间单图像去雾方法

夜间去雾算法相较于昼间去雾更加困难,夜间雾霾图像由于不存在全局统一的大气光值,使得其在求解模型过程中不仅要根据单图像来估计透射率图,同时还需要对光照情况进行估计后才能求解得到无雾图像。而现有的夜间去雾算法或多或少存在颜色偏移,其去雾效果难以令人满意,其主要原因在于利用单图像进行去雾时,所依赖的图像信息较少,各种先验假设条件难以在夜间得到满足。提出了一种新的夜晚图像去雾方法,通过层分离的方法,从带雾图像中分离出图像的光照层,据此估计带雾图像的光照情况,并进一步根据图像光照层来对图像透射率图进行估计,从而解决了夜晚大气光不统一难以准确估计且透射率难以求解的问题,实验结果表明,新算法取得了较好的实验效果。