自适应补偿Retinex算法的多尺度图像渐晕校正

图像渐晕会干扰机器视觉处理的性能,考虑到现有图像渐晕校正出现的失真、泛灰等质量问题,设计了自适应补偿Retinex方法.根据图像渐晕模型分析,图像渐晕主要由于径向像素强度变化引起,而这正好符合Retinex理论的分解原理,于是引入Retinex算法削弱亮度分量,恢复渐晕图像的入射分量.为避免图像失真,设计了多尺度Retinex,同时考虑到尺度取值会影响亮度与对比度、色彩之间的均衡,引入控制因子抵消尺度影响.为了消除光晕和失真,采用区域生长和灰度调整机制,自适应补偿渐晕边界.仿真从主观验证了自适应补偿Retinex方法适用于不同类型的渐晕图像校正;从客观图像角度验证了方法具有更好的校正图像质量和细节纹理;从光谱角度验证了方法校正后的图像光谱更为均衡,与原始图像具有更好的一致性.     

组合式建筑立面全景图像的渐晕校正

由于组合式建筑立面图像进行全景拼接时,交界处光照度降低,产生渐晕现象,提出一种基于曲面拟合的渐晕校正方法,对组合式建筑立面全景图像渐晕校正.通过推算角点,分析图像坐标系及世界坐标系之间的对照关联,获取世界坐标系中角点的单位坐标数据,构建相机成像的组合式建筑三维交互模型;采用ORB特征匹配算法实施图像匹配,通过分解单应性...     

基于迁移学习的遥感测绘图像细节增强方法

为提高遥感图像的清晰程度，研究基于迁移学习的遥感测绘图像细节增强方法。定义邻域边界矩阵，计算细节损失梯度坐标，提取边界函数，重构遥感测绘图像边界；建立转换数据幅值函数，计算拉伸函数不同方向的算子，基于迁移学习校正像素参数；通入低通滤波，计算光照参数，代入光照格式函数，在拉伸处理后获取阴影部分细节纹理。实验结果显示本文的增强方法平均梯度、信息熵、均值均最大。在图像细节增强的实例检测中，可以清晰地看出该图像增强方法较好，得到的图像更清晰。     

自适应尺度的局部强度聚类图像分割模型

针对传统活动轮廓模型无法精确分割强度不均匀图像，并且对尺度参数比较敏感的问题，提出了一种基于区域信息的自适应尺度的活动轮廓模型。根据图像的局部熵构建自适应尺度算子，利用图像的局部强度聚类性质构建能量函数。使用一组平滑基函数的线性组合来表示偏移场，这样可以增加模型的稳定性。通过最小化该能量，所提模型能够同时分割图像和估计偏移场，并且估计的偏移场可以用于强度不均匀校正。实验结果表明，与其它4种模型相比，该模型拥有更高的分割精确度，且分割结果对水平集函数的初始化和噪声具有鲁棒性。     

图像静帧现象自动识别方法

针对直播视频时人工识别卡顿、静帧现象效率低的问题，提出采用计算机视觉代替人眼识别图像静帧现象的方法。首先利用机器学习方法完成视频图像的分类处理；然后通过低通滤波处理削弱图像噪声信号；再采用帧间差分法和二值化处理获取图像中的运动目标，判定视频是否静帧。用于指导导播系统完成视频直播任务，提高图像静帧识别的反应速度与准确率。     

采用内点法和图像反馈的机器人视觉伺服预测控制

针对具有控制量约束和可视性约束的六自由度机器人的视觉伺服系统,研究了基于图像空间局部模型的预测控制器的设计问题.首先对特征点的投影图像的运动学方程进行离散化,得到系统的误差预测模型.然后通过选取合适的性能指标函数,将视觉伺服控制器设计问题转化为一个具有控制量约束和可视性约束的最优化问题.进一步,利用对数障碍函数处理约束,得到系统的牛顿方程,获得控制量的迭代求解公式.最后,利用数值仿真和实验验证了所提方法的有效性.     

基于总变分模型的光照不变人脸识别算法

提出了一种基于L1总变分模型的对数商图像光照不变人脸识别算法。用L1总变分模型作为低通滤波算子对图像平滑滤波,得到图像光照分量的估计,然后在对数域中定义原图像与其光照分量的商为光照归一化图像,并用该图像作为光照不变量进行人脸识别。基于L1总变分模型的平滑滤波具有较好的边缘保持作用,能有效地消除光晕现象,并且参数设置简单。在YaleB和CMU PIE 人脸图像库上的试验结果表明,该算法能有效地提高人脸识别系统在不同光照条件下的识别率。     

SAR相位闪烁效应的最小熵自聚焦抑制方法

针对均匀成像场景中合成孔径雷达信号的方位向相位闪烁问题，提出了基于种群编码的最小熵自聚焦方法。通过遗传算法对最小熵方法进行数值优化，采用种群变量作为相位误差曲线采样点，利用最小熵算法确定相位误差强度范围，作为初始种群参与遗传迭代，解决了种群变量与熵函数非直接映射和运算负荷大的问题。实验表明，该算法能有效提高最小熵自聚焦方法的解算效率，提高合成孔径雷达图像的相位闪烁补偿效果。     

一种基于全向视觉的运动物体检测算法

针对静态摄像头条件下的运动物体,提出一种基于全向图像特性的运动目标检测算法.首先对全向图像进行展开,并应用非线性畸变模型对展开图像校正处理,利用自适应背景建模的方法建立和更新背景模型、去除背景,实现对运动物体的识别与检测.该方法利用全向校正图像分辨率低的特点较好地解决前景提取过程中的噪声和阴影问题.实验表明,该方法对于全向视觉条件下运动物体的检测是快速有效的.     

一种基于同态滤波原理的井下光照不均图像处理方法

传统的同态滤波函数基于高通滤波函数设计,采用该同态滤波函数处理的光照不均图像较暗。根据传统低通滤波器在截止频率半径为5时的图像滤波结果,得出导致图像光照不均现象的主要区域为半径5以内的低频区域的结论;介绍了一种新型同态滤波器的设计过程,进而提出一种基于同态滤波原理的井下光照不均图像的处理方法。该方法采用传统低通滤波函数抑制低频分量,采用传统高通滤波函数增强高频分量;对图像低频分量范围进行细化,对不同的低频分量采用不同的处理方法,即抑制低频分量抑制半径以内的低频分量,使低频分量抑制半径与高频分量增强半径之间较低频率范围内的低频分量基本保持不变,避免了过度抑制低频分量。测试结果表明,该方法在有效处理井下图像光照不均现象的同时避免了对图像整体亮度的过度削弱,效果较好。     

Single-Image Vignetting Correction

In this paper, we propose a method for robustly determining the vignetting function given only a single image. Our method is designed to handle both textured and untextured regions in order to maximize the use of available information. To extract vignetting information from an image, we present adaptations of segmentation techniques that locate image regions with reliable data for vignetting estimation. Within each image region, our method capitalizes on the frequency characteristics and physical properties of vignetting to distinguish it from other sources of intensity variation. Rejection of outlier pixels is applied to improve the robustness of vignetting estimation. Comprehensive experiments demonstrate the effectiveness of this technique on a broad range of images with both simulated and natural vignetting effects. Causes of failures using the proposed algorithm are also analyzed.     

一种新颖的基于遗传算法的正则化图像插值方法

传统的图像插值方法，包括零阶插值或最近邻插值、双线性插值、立方样条插值等，是先经补零疏化、后经内插滤波实现的。由于这些内插滤波器不能完成理想的低通滤波功能，传统插值图像会增加一定的虚假内容，即导致方块效应、模糊等。另外．由于内插滤波器是确定的，因而这些插值算法就缺乏利用图像本身信息的机制。为了提高插值图像的质量和增强图像的分辨率，首次提出了一种基于遗传算法的正则化图像插值方法。在该遗传算法中，编码采用实值方式，变异采用“引导”方式，适应度评价函数的正则化项采用图像质量评价的一些客观标准。最后，还分析了在遗传算法中怎样直接调整正则化系数，并将实验获得的该正则化系数应用于相同实验条件下的迭代正则化插值算法中，取得了良好效果。实验证明，该方法实用、可行。     

多级分解的Retinex低照度图像增强算法

针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同尺度信息的反射分量和照度分量;通过使用指数函数对分解得到的各级反射分量进行增强,能够有效提升图像边缘细节的表达能力;通过使用S型函数对最终的照度分量进行处理,能够在提升低照度图像整体亮度的同时抑制高亮度区域;通过颜色恢复函数对增强图像进行后处理,进一步避免色彩偏差和失真的问题。实验结果表明,新算法能够改善低照度图像的视觉质量,在清晰度、信息熵、对比度等指标方面都有所提升。     

基于双目视觉的水下动态目标识别与定位方法研究

针对动态水下目标跟踪定位过程需要良好的实时性与鲁棒性问题,提出一种基于双目视觉的水下动态目标定位方法;利用快速引导滤波提取水下图像的光照分量,构造了一种改进的二维伽马函数,并对其参数利用光照分量的分布特性进行调整,实现了对水下不同环境图像下的亮度自适应校正处理;利用卡尔曼滤波预估下一时刻目标的位置,将预测空间作为ROI区域进行图像校正,极大降低了算法的运行时间;在HSV空间对目标进行掩膜提取,识别之后通过双目定位算法对目标进行准确定位;经过水箱试验验证,与多尺度高斯函数、双边滤波等算法相比,该方法在运行速度上有着显著的提高,达到了35FPS,在定位过程中有着较高定位精度,在方向的平均相对误差为(3.59%,3.35%,1.42%);结果表明,该算法可以满足水下动态目标跟踪定位的实时性与鲁棒性要求。     

基于二维熵的组合形态学滤波方法及其应用

为了更好地还原被污染的PDF417条码图像,在条码图像识别前应对其进行去噪。提出一种基于二维熵的组合形态学滤波方法,采用基于全方位多尺寸结构元的开-闭滤波器分别对原始图像进行滤波,以各单个滤波器前后图像的二维熵变化大小作为权重,将各单个滤波器的输出进行组合滤波。实验表明,采用该方法可以有效去除噪声并保留图像的局部特征和细节,提高PDF417条码图像的识别率。     

多描述子活动轮廓模型的医学图像分割

目的 医学图像分割结果可帮助医生进行预测、诊断及制定治疗方案。医学图像在采集过程中受多种因素影响,同一组织往往具有不同灰度,且伴有强噪声。现有的针对医学图像的分割方法,对图像的灰度分布描述不够充分,不足以为精确的分割图像信息,且抗噪性较差。为实现医学图像的精确分割,提出一种多描述子的活动轮廓（MDAC）模型。方法 首先,引入图像的熵,结合图像的局部均值和方差共同描述图像的灰度分布。其次,在贝叶斯框架下,引入灰度偏移因子,建立活动轮廓模型的能量泛函。最后,利用梯度下降流法得到水平集演化公式,演化的最后在完成分割的同时实现偏移场的矫正。结果 利用合成图像和心脏、血管和脑等医学图像进行了仿真实验。利用MDAC模型对加噪的灰度不均图像进行分割,结果显示,在完成精确分割的同时实现了纠偏。通过对比分割前后图像的灰度直方图,纠偏图像只包含对应两相的两个峰,且界限更加清晰;与经典分割算法进行对比,MDAC在视觉效果和定量分析中,分割效果最好,比LIC的分割精度提高了30%多。结论 实验结果表明,利用均值、方差和局部熵共同描述图像灰度分布,保证了算法的精度。局部熵的引入,在保证算法精度的同时,提高了算法的抗噪性。能泛中嵌入偏移因子,保证算法精确分割的同时实现偏移场纠正,进一步提高分割精度。     

基于 L0 范数平滑和图像分割的 CT 图像阴影校正技术研究

锥束CT的图像阴影问题严重影响了其CT值精度、低对比度目标的检测能力及剂量计算的准确性,限制了锥束CT在临床上广泛应用.为了消除图像阴影,文章首先对原始CT图像进行多阈值的图像分割,把骨骼和软组织分离并赋予标准的CT值得到模版图像;然后,利用L0范数平滑算法对原始CT图像进行边缘保护平滑,得到去除图像纹理信息的平滑图像,之后两幅图像做差后利用低通滤波即可得到图像阴影分布;最后把估计的阴影分布补偿至原始图像,得到阴影校正图像.实验发现校正后的感兴趣区域的CT误差由大于115HU下降至小于13HU,整体图像非均匀度由大于9％下降至小于1％.实验结果表明,基于L0范数平滑和图像分割的CT图像阴影校正方法可以有效地校正CT图像阴影,具有一定的临床应用价值.     

高斯自适应多尺度加权滤波去雾算法

为了达到良好的图像去雾效果,提出一种高斯自适应多尺度加权滤波去雾算法。通过多尺度最小值加权滤波得到暗通道图像,建立最小通道与高斯函数的关系,线性约束后并经过自适应参数对像素灰度值的调整得到粗级透射率,紧接着对得到的粗级透射率图像进行多尺度加权引导滤波得到优化透射率,结合加权大气光强并依据大气散射模型对图像进行去雾复原处理。实验结果表明,该方法有效地将单幅有雾图像进行了处理,与其他经典算法相比较得到的图像细节显示效果好,很好地恢复了场景的对比度,增加了图像的可见度,具备一定的优异性。     

联合形态滤波和MRF模型的红外小目标检测

针对复杂背景下红外弱小目标检测难题,提出一种基于自适应形态滤波和Markov随机场(MRF)模型的小目标检测算法。设计基于图像局部熵优化的自适应形态滤波器,采用该滤波器进行背景杂波抑制和目标增强,利用MRF理论描述图像像素间关系,构造新的势函数和能量函数,建立目标检测识别模型,通过模型计算自动识别出红外图像中的小目标。理论分析和实验结果表明,该算法可在复杂背景下自适应地抑制背景杂波,成功检测出红外小目标。