排序方式: 共有53条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
首先简介传送流语法和TMS320C5402 DSP芯片,然后重点介绍该芯片在复用器中的应用,最后谈谈对该芯片进行软件编程的体会. 相似文献
35.
针对现有图像去雾算法不能有效增强复杂大气环境下退化图像的问题,结合单色
大气散射模型、大气传输函数(ATF)以及Retinex 提出了一种基于视觉物理模型(VPM)的图像去
雾算法。新模型可同时描述非均匀光照退化、雾霾退化以及噪声退化等复杂大气环境下的图像
退化。模型求解过程首先使用变分法消除环境光退化,然后引入马尔科夫随机场将场景反射率
求解问题转换为了最大后验概率问题,最后利用对比度抑制自适应直方图均衡来校正场景反射
率亮度,从而实现图像去雾。实验结果表明VPM 能够指复杂大气环境下退化图像的增强,使
其物理保真度和视觉愉悦性得到有效改善。 相似文献
36.
根据人眼视网膜上的锥细胞和柱细胞的视觉特性,提出了用于彩色图像增强的视觉适应性模型。基于Retinex和视觉适应性模型提出了一种新的图像增强算法,先将图像进行简单去光照分量处理,得到反射分量的近似解,再根据视觉适应性模型对反射图像的近似解进行全局对比度和亮度的调整,使之适应于人的视觉。实验中使用的算法和经典Retinex算法处理相同的RGB退化图像,对处理结果进行了定性和定量比较,结果表明提出的算法在增强图像细节,提高全局对比度方面优于已有的Retinex算法。 相似文献
37.
38.
一种基于Boosting判别模型的运动阴影检测方法 总被引:1,自引:0,他引:1
在视频处理中,由于运动阴影具有与运动前景相同的特性,当在提取前景时,会误把阴影检测为前景.特别是当阴影和其它前景发生粘连时,这可能会严重地影响跟踪、识别等后续处理.该文提出了一种用于运动阴影检测的Boosting判别模型.这种方法先利用Boosting在不同的特征空间来区分前景和阴影,然后在判别随机场(DRFs)中结合前景和阴影的时空一致性,实现对前景和阴影的分割.首先,差分前图像与背景图像得到颜色不变子空间和纹理不变子空间;然后在这两个子空间上应用Boosting来区分前景和阴影;最后利用前景和阴影的时空一致性,在判别随机场中通过图分割的方法准确地分割前景和阴影.实验结果表明,无论是在室内场景,还是在室外场景,该文的方法要好于传统的方法. 相似文献
39.
针对目前去雾算法易受大气环境随机性和复杂性影响而造成自适应性不强的问题,该文提出一种具有反馈机制的自适应闭环去雾算法。该算法首先通过基于人眼视觉的特征认知评价进行参数初始化;然后利用去雾强度评价结果对反馈校正局部对比度参数进行调节,从而对去除加性光照后的图像进行自适应局部对比度提升;最后借鉴去雾后图像的自然度设定迭代终止条件,决定是否输出去雾结果。实验表明该算法能够自适应提升不同退化类型、不同退化程度下的雾天图像对比度,且去雾结果的信息熵和清晰度质量评价指标优于已有算法。 相似文献
40.
雾或霾等天气会降低场景的能见度,给机器视觉的后续处理造成影响。针对图像雾霾退化的恢复、及现有基于马尔科夫随机场图像去雾算法的缺陷,提出了一种新的基于马尔科夫随机场和暗通道先验的图像去雾算法。该算法以雾天条件下退化模型为基础,通过介质传输图和原始无雾图像的约束条件,利用暗通道先验获取介质传输图的粗估计,构造MRF框架下的代价函数。为使去雾图像保持更多的纹理细节,引入纹理检测函数改进代价函数,最终求得去雾图像和介质传输图。实验结果表明,本文方法可以得到较好的去雾效果,同时保持较多的纹理细节和更快的运算时间。 相似文献