【摘 要】
：
针对当前图像增强中易出现光晕伪影、细节裁剪效应和过度增强等问题,基于人类视觉系统(human visual system,HVS),优化对复杂与不同照明条件中场景感知力,提出了一种有效的非均匀与低光照图像的自然增强算法。首先,基于白块假设估计输入图像的亮度,并定义一种自适应的Retinex亮度校正算子,改善图像亮度。对于明亮区域的对比度,提出了一种调整映射函数,通过添加细节增益因子,结合调整映射函
论文部分内容阅读
针对当前图像增强中易出现光晕伪影、细节裁剪效应和过度增强等问题,基于人类视觉系统(human visual system,HVS),优化对复杂与不同照明条件中场景感知力,提出了一种有效的非均匀与低光照图像的自然增强算法。首先,基于白块假设估计输入图像的亮度,并定义一种自适应的Retinex亮度校正算子,改善图像亮度。对于明亮区域的对比度,提出了一种调整映射函数,通过添加细节增益因子,结合调整映射函数与增益因子,保护与改善明亮区域的细节与对比度,有效抑制光晕、裁剪效应。对于暗淡区域,构建改进高斯差分(
其他文献
目的:探讨结合迭代重建算法的低剂量CT在颈部应用价值。方法:172例疑头颈部病变患者行CT检查,随机分为常规剂量组(86例,管电流125 m As)和低剂量组(86例,40~110 m As),分别采用滤波反投影和三维自适应迭代剂量降低(AIDR3D)重建。在下颌角及上纵隔水平分别测量不同组织的CT均值及标准差,由两位CT影像医师采用4分法标准对图像盲法评分;比较图像质量差异和不同扫描方式下患者的
【目的】利用一组亥姆霍兹线圈为激励源,进一步研究磁感应成像技术。【方法】系统模型由背景物体、异物、亥姆霍兹线圈和20个检测线圈构成。利用滤波反投影算法重构图像,分析不同位置和不同体积大小的异物的重构图像结果,并且通过3个客观参数即相关系数、归一化均方距离和归一化平均绝对距离客观分析成像结果和实际图像的差异。【结果】当异物靠近边缘,图像的相关度为54.009,位置定位精度3 mm以内。异物体积较大时
针对铸件砂眼缺陷的检测问题,提出一种图像形态学重构后的差分算法。Matlab读取图像,中值滤波对图像去噪减少干扰信息,再对去噪后的缺陷图像和合格图像分别进行增强和形态学处理;随后采用差分算法求出两幅图像之间的差异信息,得出图像中灰度值最大的区域即为砂眼所在的位置;最后求出砂眼所占区域的面积、周长、圆形度,累积砂眼特征库。
随着铁路中货运重载化和客运高速化程度的不断提高,由异物入侵引发的交通事故屡见不鲜,使生命财产损失严重,所以对侵入铁路的异物进行有效检测具有重要意义。作为一种近年来被提出的具有多隐含层结构的新型人工神经网络,深度学习算法可以抽取样本中更深层次、具有代表性的特征,使得检测和分类的效果更好。在此基础上,所提出的异物侵限检测算法是以深度信念网络(DBN)结构模型为核心,并以铁路现场视频素材为基础建立网络训
运动目标检测是智能视频监控中的关键问题.Vibe是一种典型的运动目标检测算法,但是这种方法存在对鬼影消除速度缓慢以及对全局光线变化的抗干扰性差等缺点.本文提出一种改进算法,改进Vibe的背景模型更新机制,引入三帧差法作为参考帧,提升了消除鬼影的速度和背景模型的稳定性.提出一种全局光线抗干扰策略,降低了全局光线对目标检测的干扰,并通过实验验证了本文算法的有效性和可行性.
主动表观模型(AAM)是经典的特征点检测方法,该模型对外轮廓的定位不是十分准确,且计算复杂度高,迭代次数大,容易陷入局部最优解,很难满足多姿态人脸特征点检测的要求.针对上述问题,提出了一种基于Canny边缘检测的AAM人脸特征定位方法.在使用AAM之前先利用Canny算法进行边缘检测,滤去非人脸轮廓部分像素点的纹理信息,使特征点极大限度的定位到人脸轮廓部分.实验结果表明:该方法减少了迭代次数,降低
为了克服双树复小波变换(dual tree complex wavelet transform,DTCWT)在图像融合中对方向选择性较差,难以很好地反映源图像的细节信息等不足,提出了一种新的双树复剪切波变换(dual-tree complex shearlet transform,DTCST)与自适应双通道脉冲耦合神经网络(adaptive dual-channel pulse coupled n
鉴于人情感变化时不同脑区与频段间脑电(EEG)信号会交互作用、形成因果相关信息流,其特征应是情感识别的关键点。因此拟将不同脑区通道、不同频段的EEG信号之间Granger因果系数差值作为特征在愉悦度、唤醒度以及控制度这3个维度上分别进行二分类的情感识别以进一步提升其效果。采用国际情感数据集DEAP,首先小波包变换将脑电信号分解成θ、α、β、γ4个频段,双密度双树复数小波变换对信号去噪,再分别计算每
人脸识别会受到有限人脸样本的影响,提出一种多样本扩充的常规协同与逆线性回归结合的人脸识别算法。它利用图像的对称性构造成新的人脸样本,将训练样本通过常规协同表示与逆线性回归相结合的分类器后,进行人脸识别。以往的稀疏识别算法忽视了测试样本可能包含人脸识别所需要的特征信息,新算法同时将训练样本与测试样本的误差考虑在内。在ORL和FERET人脸库中的实验结果表明:该算法在ORL人脸库上的最低误识率达到6.
导航线提取是智能车辆视觉导航领域的难点问题。针对杂草密集情况下导航线精确提取的难点,提出了一种新型视觉导航线提取方法。首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷,并建立了基于Sigmoid函数的自适应Otsu阈值分割方法;接着,采用矩阵解耦消弱图像背景噪声对阈值参量更新的影响,提升了农作物与杂草的分割精度,获取精确分割的二值图像;最后,基于分割结果进行最小二乘拟合,实现