改进的基于雾气理论的视频去雾

为了进一步提高有雾视频的可用性,提出了一种改进的基于雾气理论的视频去雾方法。该方法以雾气理论为基础,利用暗原色先验知识以及Retinex方法和图像融合的方式,将从视频背景图像求取的大气光值和介质传播图应用于视频的所有帧以便去除雾气。从主观定性评价、客观定量评价和运算速度3个方面对视频去雾效果进行了评价。结果表明,对分辨率为480×640的视频,本文方法的运算速度为5.45frame/s,不仅获得了较快的处理速度且能有效避免复原视频中出现颜色跳变的现象。由于本文采用区间估计的方式对大气光值进行估计,同时利用图像复原和图像增强的方法求取介质传播图,因此,复原视频的清晰度和对比度比典型的视频去雾方法有所提高,颜色效果也比较好。     

结合颜色线和暗通道的遥感图像去雾

为了解决遥感图像中存在雾气引起图像可见度下降的问题,提出一种基于颜色线先验和暗通道先验的遥感图像去雾算法。针对颜色线先验对部分场景不适用的情况,提出一种基于最小二乘的透过率优化方法,通过计算先验可信度权重来加权融合颜色线先验和暗通道先验估计的透过率图,以获得更为准确的透过率分布。为了避免halo效应,在优化方程中加入梯度正则化约束。实验结果表明,本方法对透过率估计准确,重建结果清晰度提升明显。另外,该方法改善了客观评价指标,其灰度平均梯度（GMG）和信息熵（IE）平均值最高,取得了最佳的重建效果。     

改进暗通道先验的航空图像去雾

目前较为流行的去雾算法都存在着过度增强以及增强不足,容易造成光晕效应以及色彩严重失真。提出一种基于四叉树细分的改进大气光估计方法以及一种改进的引导滤波用来解决这些问题。首先,对非重叠暗通道使用四叉树细分方法估计更加可靠的大气光值。然后,分析引导滤波在边缘区域的光晕效应产生的原因,对其加入自适应权重因子,用改进后的引导滤波对初始传输图进行优化。最后,用估计的大气光值和优化后的传输图根据大气散射模型得到去雾图像。实验结果表明:去雾后的图像颜色较为可靠,边缘区域光晕效应减弱。从颜色可靠性和细节增强度来说,提出的算法比现阶段的去雾算法有较为出众的表现。     

针对明亮区域的自适应全局暗原色先验去雾

针对暗原色先验去雾算法对明亮区域失效,以及分块求取暗原色存在的块状效应、Halo现象和运算复杂度较高等问题,提出了一种基于自适应参数的全局暗原色先验去雾算法。该算法采用全局暗原色操作取代分块处理,并通过模糊逻辑控制器自适应估计明亮区域的容差参数和透射率调整因子;在非明亮区域求取大气光强度后,根据自适应容差纠正明亮区域被错误估计的透射率。与常用的3种图像复原去雾算法进行了比较,结果表明:该算法去雾图像的主观视觉效果较好,且图像对比度、信息熵和平均梯度3方面的客观评价结果也明显优于其它3种对比算法。该算法可有效解决明亮区域失真和分块处理带来的上述问题,在不增加曝光处理情况下也能获得较好的去雾效果,运算效率也有较大提升。     

基于暗元先验图像去雾速度优化技术

针对暗元法中邻域最小值求取及图像恢复过程中的重复、复杂计算耗时较大的问题,提出将求取邻域矩形区域最小值过程分为行处理与列处理,并利用队列保存中间量,减少比较次数;制定图像恢复用表避免重复计算等优化技术提高算法速度,经测试证明优化后算法处理结果和原始暗元法去雾效果基本一致,速度有了明显提升,达到实时处理要求。     

图像去雾方法质量评价

针对近年来去雾算法质量的评价方法普遍依赖主观评价结果,但缺乏定量描述;现有的客观质量评价方法与主观评价方法之间的一致性不稳定,使两者有时会出现分歧的问题.为提升针对去雾方法的客观质量评价性能,本文提出了一种基于人工合成图像的全参考去雾方法质量评价.首先,建立合成图像数据集,数据集包括参考无雾图像,合成有雾图像,对这些合...     

结合最小滤波和引导滤波的暗原色去雾

用基于暗原色信息的去雾方法处理雾化图像时,需要考虑消除景深边缘处的白色晕块并降低修复透射率过程所耗费的时间。为了既能够有效地去除白色晕块又能够降低修复透射率的处理时间,本文分析了最小滤波和引导滤波分别用于修复透射率的优缺点,提出了采用最小滤波和引导滤波相结合的方法来修复透射率。该方法综合了两者的优点,同时又弥补了各自的不足。较之于软抠图法,不仅有效消除了白色晕块,并且大大地降低了透射率处理时间,提高了处理效率。另外,针对传统暗原色去雾方法的缺点进行了改进。根据天空区域像素亮白的特性,将颜色和大气光相近的像素视为天空区域像素,然后对其进行颜色原值保留处理,从而有效地消除天空区域颜色的失真和跳变,从整体上改善了去雾复原图像的视觉效果。     

分离特征和协同网络下的端到端图像去雾

针对去雾领域中传统方法受手动设置特征的限制,以及现有网络去雾不彻底和细节保持不佳等问题,提出一种分离特征和协同网络下的端到端图像去雾模型.首先对传统的大气散射模型进行变形,分离出乘性特征和加性特征.其次,根据两个特征对最终去雾结果的影响程度,设计基于乘性特征和加性特征提取框架并行驱动的去雾网络.其中,乘性特征提取网络充...     

结合天空分割和透射率映射的图像去雾

针对暗通道先验在天空区域出现轮廓效应和色彩失真等问题,提出天空区域分割和不同区域透射率映射的去雾算法.首先,利用自适应阈值法粗略分割图像天空区域,在天空区域中完成大气光值的估计.其次,结合超像素分割方法改进暗通道,获得初始透射率,利用导向滤波的方法得到细化透射率,对细化透射率进行自适应阈值分割,并保留最大连通域实现天空...     

航空多重模糊图像恢复算法

提出一种针对多重模糊的图像恢复算法,解决航空成像中多重模糊同时作用时的图像恢复问题。对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复。对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复。对包含空间变换模糊的多重模糊在分步恢复过程中所产生的图像误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的PSNR值提高7.76dB。实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量。     

航空多重模糊图像的恢复

提出一种针对多重模糊图像的恢复算法,以解决航空成像中多重模糊同时作用时的图像恢复问题.对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复.对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复.对多重模糊图像在分步恢复过程中所产生的误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的峰值信噪比(PSNR)值提高7.76.实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量.     

航空斜视成像异速像移的实时恢复

提出了一种异速像移补偿算法,解决了航空相机斜视工作时成像靶面的异速像移补偿问题.当载机侧身飞行时,航空相机会处于斜视状态,成像靶面上会同时出现多个不同大小的像移量,生成复杂的运动模糊图像.提出的方法通过对异速像移产生机理的分析,根据像移量的不同将图像分成多个区;然后将各区图像继续细分到像素线来提高算法的运算效率;最后,用一维维纳滤波并行处理各像素线,将处理结果合并成结果图像.实验表明:运用本文算法的并行方案在GPU平台下17.11 ms内能恢复一帧2 048 bitX2048 8 bit斜视模糊图像,恢复结果的峰值信噪比(PSNR)达到30.469,图像细节得到有效恢复.     

循环神经网络多标签航空图像分类

由于航空图像背景复杂,包含的物体类别多样,航空图像分类任务仍然面临困难。针对传统航空图像多标签分类算法准确率低、泛化性差的问题,本文提出了一种基于循环神经网络多标签航空图像分类方法。首先,采用超像素分割获取图像的低层特征,通过注意力机制生成注意力特征图;接着,采用交叉验证的方式获取最佳的图像尺度,将多尺度注意力特征图嵌入卷积神经网络中对图像进行特征提取;最后,采用改进的双向长短期记忆网络挖掘标签之间的相关性,改进的双向长短期记忆网络增加了输入门到输出门之间的连接,使输入状态可以更好地控制每一内存单元输出的信息,并且将遗忘门和输入门合并成单一的更新门,使得改进的双向长短期记忆网络可以学到更长时期的历史信息。结果显示,在图像变换尺度为1,1.3,2时,模型在UCM多标签数据集上的精确率和召回率分别达到了85.33%和87.05%,F1值达到了0.862。本文方法相比于原始VGGNet16模型,精确率提高了7.25%,召回率提高了8.94%。实验表明,该方法可以有效提高航空图像多标签分类任务的准确率。     

计算机图形处理器加速的光学航空影像正射校正

提出了计算机图形处理器(GPU)加速的光学航空影像正射校正并行算法,以满足获取光学航空影像对实时性的要求并提高对海量影像数据在CPU上串行正射校正的效率。介绍了光学影像正射校正算法原理以及正射校正算法的并行化处理。为减少GPU执行的计算负载,引入"有效像素区域"概念,设计了改进的GPU并行校正算法。通过配置选择以及存储器访问优化进一步提高了算法的执行效率。最后,分析了GPU并行算法的精度,并验证了噪声干扰对算法的影响。实验结果表明,优化的改进GPU并行算法显著提高了正射校正的速度,影像大小为5 000×5 000时,加速比最高可达CPU串行算法的223倍以上。虽然GPU单精度计算和噪声干扰会使影像校正精度有所下降,但尚在误差允许范围之内。该算法能够快速实现光学航空影像的正射校正,校正后的影像满足实际应用需要。     

航拍图像中绝缘子的识别与故障诊断

针对输电线路绝缘子掉片故障问题,对绝缘子图像阈值分割、边缘检测、绝缘子识别、故障诊断等方面进行了研究,对航拍图像正常绝缘子、故障绝缘子以及背景区域特征进行了归纳,提出了一种基于航拍图像的绝缘子识别与故障诊断方法。利用最大类间方差法(OTSU)分割图像,小波模极大值法检测图像边缘,对Hough变换进行改进以快速检测不完整椭圆,根据椭圆参数设计分类决策条件以识别绝缘子串,最后基于绝缘子串的位置信息实现了绝缘子的故障诊断,并利用航拍图像对输电线路绝缘子识别与故障诊断方法进行了验证。研究结果表明,该方法能获得绝缘子串椭圆参数,能够实现航拍图像绝缘子边缘检测、绝缘子识别、掉片故障诊断等多项功能,算法响应迅速、准确率高。     

一种航空斜视成像异速像移实时恢复算法

本文提出一种异速像移补偿算法,解决航空相机斜视工作时成像靶面的异速像移补偿问题。复杂多变的载机飞行姿态影响航空相机的工作状态,并导致各种像移模糊。当载机侧飞时,航空相机会处于斜视状态,焦平面上会同时出现多个异速像移。通过对异速像移产生机理的分析,我们根据不同像移量将图像分成多个区。为避免二维傅氏变化生成的振铃效应,将上述各区继续细分到像素线,用一维维纳滤波并行恢复各像素线,将结果合并成恢复图像。实验表明：对斜视状态下的运动模糊图像,本文算法恢复结果的PSNR为30.469,图像细节能得到有效恢复;本文的算法并行方案在GPU并行平台下取得一帧2048x2048灰度模糊图像17ms恢复的成绩,解决了图像恢复的实时性问题。     

DBN层次趋势研究及其在航拍图像故障识别中的应用

航拍巡线作为一种高效的线路运检手段已开始投入实用。为了减少人力分辨输电线路设备异常的工作量,实现自动分辨异常图像,进而实现自动化巡检,研究了输电线路图像故障识别的问题。首先从中心极限定理、信息理论以及实验数据等多方面出发,研究了深度信念网络(DBN)权重的层次趋势问题,从而揭示了层次权值逐步趋于正态分布的规律,该结论解释了DBN能自动提取到精细特征的原因。基于层次趋势,提出了一种确定DBN层数的指标,即正态分布满足率(NDSR),可降低算法的时间复杂度。最后对巡线图像故障识别进行了研究,并验证了DBN在巡线图像故障识别应用中的有效性。与PCA_SVM等算法进行了比较,实验结果表明该算法的正确识别率明显比其他算法高,可为输电线路状态检测提供可靠的依据。     

基于Faster R-CNN的无人机航拍图像小目标检测

为了解决复杂图像背景下无人机航拍图像小目标检测问题,提出了一种基于Faster R-CNN的多尺度小目标检测方法。以高压塔上的鸟巢为检测对象,首先通过改进卷积神经网络ResNet101对目标进行特征提取,然后采用多尺度滑动窗口方式在不同分辨率卷积特征图上获取目标初始建议区域,最后在选取的分辨率较高的卷积特征图上增加一个反卷积操作进一步对特征图的分辨率进行提升,并作为建议窗口的特征映射层传入目标检测子网络中。通过对无人机实际航拍图像中鸟巢的检测结果表明,所提出的算法可以实现对航拍图像中小目标的精确检测。     

基于物方定位一致性约束的光学航空影像多视铅垂线轨迹匹配

针对传统铅垂线轨迹匹配方法在进行地面基元匹配时存在只能得到一个高程值且匹配结果缺乏准确性验证的缺点,本文提出了一种新的基于物方定位一致性约束的光学航空影像多视铅垂线轨迹匹配方法。该算法对传统铅垂线轨迹匹配方法进行了针对性的改进,首先,改善了物方地面基元的像方多视匹配过程,其次,利用地面基元已有的物方平面坐标作为物方定位一致性约束条件,增加了多视匹配结果的准确性检验过程,从而得到可验证的地面元匹配结果。使用实际航空多视影像对本文算法与传统铅垂线轨迹方法进行了对比实验,实验结果显示本文方法在可靠性、准确性和算法效率等定量指标方面,比传统铅垂线轨迹方法分别高出26%、40%和4倍,证明其能得到更加可靠与有效的地面元匹配结果。