最小均衡化后的行人重识别

为解决实际监控场景中的行人重识别技术的智能应用,考虑到行人图像拍摄角度不断变化的情况,将颜色和纹理等特征进行融合,利用部分局部块提取图像特征;针对行人轮廓不清晰,提出在纹理特征提取前实现直方图均衡化的方法;通过对图像进行两次下采样,使算法具有更好的比例尺度不变性.与现有的局部最大概率(local maximal occurrence,LOMO)特征与跨视图二次鉴别分析(cross-view quadratic discriminant analysis,XQDA)方法结合的重识别方法进行对比,结果表明,在数据集VIPeR、PKU-Reid和i-LIDS-VID上重识别率rank1分别提高了0.28%、1.75%和0.20%,证明采用最小均衡化后的行人重识别率得到了提升.

航拍图像去雾优化算法研究

为优化航拍图像的去雾算法,提出基于暗通道规律的快速去雾、四叉树子空间划分层次搜索算法和快速导向滤波整合处理的综合去雾优化方法,发现相比原单一算法,新算法的复杂度被大幅降低,同时提高了图像清晰度.通过研究不同算法的图像处理结果发现,单独使用某一算法只能优化图像的某一方面,整体效果不明显,而采用这3种优化算法综合处理后的航拍有雾图像,清晰度至少提高11. 57%,峰值信噪比至少增加1. 88%,综合优化算法耗时比单一优化算法至少缩短了37. 49%,不仅去雾效果好且实时性高.分别对雨天和雪天情况下的雾气图像进行实验分析,结果证明,该综合算法对雨天和雪天的有雾航拍图像同样有效.分别采用多尺度Retinex算法、直方图去雾算法和本研究提出的综合去雾算法对航拍有雾图像进行去雾处理,本算法清晰度高,更适合航拍图像.