基于引导滤波的Retinex快速夜间彩色图像增强技术

针对目前基于Retinex原理的图像增强技术在对夜间彩色图像处理中存在颜色失真、在高对比度边缘区域存在“光晕伪影”等问题, 提出了一种基于引导滤波的Retinex快速夜间彩色图像增强的算法.该算法首先构造优化的颜色恢复函数, 然后对夜间彩色图像在色调、饱和度、亮度(hue, saturation, value, HSV)颜色空间下的亮度图像采用具有边缘保持功能的引导滤波进行平滑处理, 估计场景的光照分量, 进而获得仅包含物体本身特性的反射分量图像, 经过Gamma校正与颜色恢复后最终实现夜间彩色图像增强.实验结果表明, 本文提出的算法增强效果显著、效率较高, 同时具有颜色保真、抑制过增强和能较好保留边缘细节信息等特性.     

基于GrabCut的改进分割算法

针对GrabCut算法对于特征不明显、纹理复杂的图像分割效果不理想,且需要用户交互的问题,提出一种基于GrabCut的改进分割算法.首先,运用图像增强,对特征不明显的图像进行改善,提高图像质量;然后,利用YOLOv4网络对图像进行目标检测,获取前景目标所在矩形框位置,从而减少用户操作;其次,在高斯混合模型(GMM)中加...     

新型煤矿救援机器人研发与试验

煤矿井下是典型的低照度场景,为了解决一般摄像头在此环境下因特征提取不足导致跟踪失败的问题,提出了一种融合图像增强算法与多通道背景感知相关滤波器的低照度单目标跟踪器。采用增广拉格朗日方法来求解图像增强与目标跟踪的优化问题;提出采用目标区域光照均值判定方法来解决局部环境光源对目标亮度判别干扰的问题;设定亮度判据,实现单帧图像亮度判别与增强,保证了跟踪器在光照变化时提取目标特征的完好性。仿真实验验证了在暗光条件下,该跟踪器的跟踪准确度与重合度远高于一般的主流跟踪器。现场试验结果表明,该跟踪器实时帧率可达40 Hz,平均跟踪重叠精度为81.6%,有效地解决了机器人采用普通摄像头在煤矿低照度环境下的目标跟踪问题。

     

基于视觉传达的虚拟产品展示系统设计

针对通用虚拟产品展示系统在面对展示效果要求较高的艺术品时,不能够充分展示其具体细节、显示效果差等问题,文中研究和设计一套基于视觉传达的虚拟产品展示系统。该系统在通用展示系统的基础上,利用图像处理优化技术中的图像增强对通用系统的产品显示模块进行优化,以此达到更优的细节与整体展示效果。实验结果表明,该优化系统在整体、细节及真实感方面均具有较好的虚拟产品展示效果,尤其是对于产品细节表现程度上,其展示效果提升了13.9%,体现出该系统良好的细节表现能力。     

利用二次函数的图像增强算法及FPGA实现

图像增强在图像处理中有着重要的作用,常用方法有直方图均衡化和灰度值线性拉伸法等,但是这两种方法对图像质量的改善不甚理想。因此,文中提出一种基于二次函数灰度值拉伸的图像增强算法,利用两段二次函数对图像进行灰度值自我调整,同时综合考虑图像对比度增强效果及硬件电路的易实现性,在Matlab上进行算法设计及仿真,在FPGA硬件平台上进行实现及验证。结果表明,所提算法能有效处理不同场景图像,处理后的图像层次感更强,质量更佳,观感更好。     

基于Retinex理论的雾天图像增强算法

针对雾天图像对比度低、细节模糊和色调偏灰等问题,提出了一种基于Retinex理论的雾天图像增强算法。将雾天图像转换到HSI空间,对S分量进行线性拉伸,用改进的SSR算法对I分量进行增强处理,转换回RGB空间,用sigmoid函数进行颜色恢复得到增强图像。实验结果表明,提出的算法能有效地提高雾天图像质量,恢复雾天图像色彩,增强效果优于传统算法。     

基于粗糙集理论的图像增强方法

粗糙集理论是一种新的处理含糊的不确定性问题的数学工具。本文提出一种基于粗糙集的图像增强新方法,该方法按条件属性,将一幅图像划分为不同的子图,然后对子图分别作对比度增强,增强图像的效果较为理想,满足了工程上的要求。