【摘 要】
：
陆地资源的日益短缺已无法满足人类对资源的需求,海洋资源的开发和利用已成为人们关注和研究的重点。水对光的选择性吸收和水中浮游悬浮颗粒造成光线散射和折射,导致拍摄的水下图像存在蓝绿偏色、低对比度和曝光不足等问题,严重限制水下资源图像的实际应用。水下图像增强方法作为计算机视觉领域的重点研究方向之一,能有效提升水下图像质量,为水下资源勘测和目标识别等任务奠定基础。为提高水下图像质量,本论文针对水下图像增强
论文部分内容阅读
陆地资源的日益短缺已无法满足人类对资源的需求,海洋资源的开发和利用已成为人们关注和研究的重点。水对光的选择性吸收和水中浮游悬浮颗粒造成光线散射和折射,导致拍摄的水下图像存在蓝绿偏色、低对比度和曝光不足等问题,严重限制水下资源图像的实际应用。水下图像增强方法作为计算机视觉领域的重点研究方向之一,能有效提升水下图像质量,为水下资源勘测和目标识别等任务奠定基础。为提高水下图像质量,本论文针对水下图像增强方法开展研究,主要研究内容包括:1.基于颜色校正和细节增强的水下图像增强方法研究。针对水下图像颜色失真和低对比度问题开展研究,统计分析各类水下环境获取的退化图像,结合光在水体的衰减特性,获取退化图像特征信息。基于灰度世界假设理论利用退化图像特征信息设计颜色偏置系数,旨在实现不同退化程度的水下图像颜色校正和饱和度增强。针对不同退化程度的图像制定不同颜色恢复和饱和度增强策略,恢复图像真实色彩,增强对比度。设计边缘检测方法,实现边缘的快速提取和增强。采用主观视觉和客观评价体系进行实验验证,与主流水下图像增强和复原方法进行对比实验,验证视觉效果,使用UIQM、UCIQE等水下图像客观评价指标进行客观验证。实验结果表明基于颜色校正和细节增强的增强方法在颜色校正和细节增强等方面均具有明显优势,有利于应用在水下资源开发和利用相关领域。2.融合图像多特征信息的水下图像增强方法研究。针对暗处细节增强不足和水下图像增强引起的过曝光问题开展研究,通过融合对比度、饱和度和最佳曝光度等特征信息,提升暗处区域细节信息,解决过曝光现象。针对颜色失真问题,引入自动阈值颜色校正方法;采用同态滤波分离高、低频图像,解决光照不均问题;设计基于梯度直方图分布规则的多区间直方图增强方法,实现对水下图像暗处区域细节增强;为解决增强过程产生的过曝光问题,提升水下图像暗处区域细节,采用多特征融合策略融合高频图像、多区间直方图增强图像和Gamma校正低频图像。使用主观实验验证视觉效果,通过UIQM、PCQI和AG等评价指标进行客观验证,实验表明融合图像多特征信息的水下图像增强方法能有效解决过曝光现象,增强图像暗处区域细节信息。采用SIFT算子进行特征点匹配测试验证实际应用价值,结果表明本论文方法能提高特征点匹配的准确率。水下图像质量的提升为水下资源勘测和目标识别等图像处理任务提供清晰的数据来源,促进海洋资源开发、勘测等技术的发展。
其他文献
知识图谱已成为机器学习、数据挖掘和人工智能应用中许多任务的关键资源。典型的知识图谱通常是一个多关系有向图,由一组关系三元组（头实体、关系、尾实体）组成,其中关系表示这两个实体之间的关系。在过去的几十年里,在构建大规模知识图谱方面取得了巨大的进展,然而,它们大多是协同或半自动构建的,往往存在着不完整性和稀疏性,仍然需要进行知识图谱补全。知识表示学习是通过机器学习等方法将知识图谱中的实体和关系蕴含的语
水下图像是海洋信息的重要载体。然而,水下场景的特定物理和化学特性条件的严重影响往往造成了水下图像的能量损失,这带来了比在地面成像系统更难克服的问题。即使一个干净的水下图像可以也存在不同的像质退化。如果遇到偏色、低亮度、水质浑浊等不利因素,情况会更严重,这将导致图像变得更加模糊,水下物体的可见性显著减弱。不借助附加图像或者先验信息,单张水下图像的恢复或增强工作是一项极具挑战性的视觉任务。围绕这一视觉
在大数据应用快速发展的今日,伪装缺失值等脏数据已成为数据分析的一大障碍,不仅会误导我们的工作行为,还可能会造成巨大的经济损失。因此,减少大数据中潜藏的伪装缺失值给数据分析带来的严重影响,伪装缺失值的检测工作正变得越来越重要。由于数据集中存在一些经常使用且在数据范围内随机分布的有效值,不容易被检测到,导致传统的检测算法检测效果不够理想。基于伪装缺失值检测效果不够理想的问题,本文提出了一种基于重分类的
随着科技的发展,人们开始频繁地在网络上进行信息传输,其中图像作为信息传输的载体,也是人们最常使用的传输信息的方式,为了保护图像在传输中的安全,那么图像加密技术的研究成为重中之重。而混沌系统有着对初始值非常敏感的特性,该特性非常有利于图像加密的研究工作,因此是研究图像加密最常用方法之一,但是加密技术还不够完善。为改善现有加密技术使用单一化、密钥空间不足和混沌动力学退化等问题,本文结合混沌系统开展了如
生成对抗网络（Generative Adversarial Network,GAN）的原理是利用两个卷积神经网络相互对抗、共同进步从而不断地提高数据生成的逼真度。由于GAN在计算机生成领域出色的性能,使GAN在众多计算机生成技术中脱颖而出,因此也备受大众的关注。最近几年不断有新型GAN模型被提出。但是当生成细粒度图像时,GAN模型在训练时的速度非常慢,并且消耗巨大的算力。针对这个问题,本文进行了研
天气转暖，养蜂人追花夺蜜外出养蜂，避免不了在野外放蜂露营。养蜂人被虫、蛇叮咬成了最大的安全隐患。简述了被虫、蛇叮咬的危害，以及列举了蜈蚣、蝎子、毛虫、蚂蟥、蜱虫、红火蚂蚁、蚊虫、跳蚤、胡蜂等几种毒虫以及蛇的生物学特性及防范措施。
由于沿海地区航行船舶愈加密集、船员对碰撞危险判断不足以及避碰行动不合理等原因,导致船舶碰撞事故时有发生。目前相关船舶智能避碰方法大多研究如何避开危险船舶,忽略了船舶航行数据更新不及时所造成的风险,并且执行的避碰策略较少考虑航行规则和驾驶员实际操船习惯。本文针对沿海开阔海域,对船舶航迹预测、碰撞危险度评价、会遇态势判断以及智能避碰等相关技术进行深入研究,提出了一个基于改进文化粒子群的船舶避碰决策框架
非洲东部国际贸易和集装箱流量的增加为无水港创造了机会,以便利内陆和海港以及物流节点之间的贸易和集装箱流量。考虑到无水港与集装箱港口之间相互依存的重要性,在过去的几十年中,无水港发展和运营的研究越来越引起学者的关注。然而,没有关于非洲东部港口的背景进行任何经验研究,也没有关于无水港发展如何提高集装箱海港效率或其对海港运营绩效的影响的经验研究。因此,本论文旨在研究非洲东部的无水港发展如何增强集装箱海港
在大数据时代下，个人信息泄露情况尤其普遍，给人们的生活造成了严重的负面影响，因此需要更加注重个人信息与社会信息的保护，明确大数据时代下的个人信息保护规则，通过这一系列措施来维护社会的稳定发展。由于个人信息的概念界定比较模糊，导致在信息时代难以推进数据保护工作的开展，加之各种媒体以及后期软件平台中的数据，都会对个人信息加以跟踪和记录，导致信息数据泄露比较严重，影响了数据信息的保护。此外，在民法中对于
陆港特别适用于内陆国家,因为这些内陆国家的货物通过邻近的海港来港,陆港的出现有助于其区域的发展。埃塞俄比亚是位于东非的内陆国家之一。埃塞俄比亚政府成立了陆港服务企业公司（DPSE）以发展埃塞俄比亚陆港,并建设了8个陆港,它们一直在帮助该国节省外汇支出,提高总体进出口效率。然而,这些陆港始终面临着各式各样的挑战。在本文的研究中,本文选择了三个陆港（Modjo,Kality和Mekelle）来确定它们