RGB通道与分色照相法结合分离图像背景

目的减弱或消除分色照相法分离不彻底的图像背景。方法RGB通道与分色照相法结合来改进分离图像背景的效果。结果图像的背景得到进一步消除。结论分色照相法与RGB通道结合背景分离效果有明显改进。

RGB混频显示技术及其在河道识别中的应用

目前谱分解技术已经成为地震储层预测的一种常规技术手段。分频成果显示方面,由于其特殊的显示效果,RGB颜色混合技术也越来越受到关注。介绍了RGB分频混合显示技术在某三维工区河道识别中的应用。首先进行小波分频处理,然后将频带上互不重叠的三个分频能量属性体进行RGB颜色混合,在混频体上实现对目标体的刻画和研究。应用效果表明,利用RGB混频显示技术可以大大提升分频成果对河道的分辨能力,其结果明显优于单个分频能量属性效果。

基于注意力机制的轻量级RGB-D图像语义分割网络

目的针对卷积神经网络在RGB-D(彩色-深度)图像中进行语义分割任务时模型参数量大且分割精度不高的问题,提出一种融合高效通道注意力机制的轻量级语义分割网络。方法文中网络基于RefineNet,利用深度可分离卷积(Depthwiseseparableconvolution)来轻量化网络模型,并在编码网络和解码网络中分别融合高效的通道注意力机制。首先RGB-D图像通过带有通道注意力机制的编码器网络,分别对RGB图像和深度图像进行特征提取;然后经过融合模块将2种特征进行多维度融合;最后融合特征经过轻量化的解码器网络得到分割结果,并与RefineNet等6种网络的分割结果进行对比分析。结果对提出的算法在语义分割网络常用公开数据集上进行了实验,实验结果显示文中网络模型参数为90.41 MB,且平均交并比(mIoU)比RefineNet网络提高了1.7%,达到了45.3%。结论实验结果表明,文中网络在参数量大幅减少的情况下还能提高了语义分割精度。

基于双边滤波的RGB通道去雾算法研究

因大气光的散射和入射光的衰减,大雾天气下捕获到的图像质量呈指数系数下降。为改善退化图像的视觉效果,利用暗原色先验信息获得大气光;根据单幅雾天图像RGB通道强度估计场景深度图;同时在明亮区域引入一种容差阈值,避免了这部分区域场景深度的错误估计,使用带边缘保持的双边滤波器对求得的场景深度图进一步处理;利用大气散射模型实现了图像复原。实验结果表明,改进后的算法有效提高了雾天退化图像的视觉效果。

多光路下基于RGB三通道的手机壳表面缺陷检测

针对手机壳表面缺陷类型多样、光学性质不一的特点,分析研究了各类缺陷最佳成像光路,基于彩色相机RGB三通道,设计了三工位光源照明系统,将单色红光暗场成像光路、单色绿光暗场成像光路、单色蓝光同轴光成像光路组合对金属手机壳表面进行照明;然后基于RGB颜色空间将获取的彩色图像分离为三幅单分量图像,对各个通道图像进行预处理,利用Canny算子进行缺陷边缘检测提取特征,最后将三通道图像识别结果融合实现缺陷检测。实验结果表明:该方法能有效凸显手机壳表面的凹坑、斑点、不同方向的划痕等对应缺陷特征,设计的图像处理算法流程具有针对性,实验系统有效节约空间和硬件成本。

基于RGB通道下模糊核估计的图像去模糊

图像去模糊旨在从受损图像中恢复出清晰图像。由于模糊过程未知,精确地估计出模糊核函数,成为得到清晰复原图像的关键。对于彩色图像来讲,现存的方法只考虑在灰度域估计模糊核。事实上,各个通道的色彩分量图所受到的模糊核函数的影响是不同的。为此,提出一种获得更加精确的模糊核的方法,利用彩色图像的3个色彩通道(RGB channels)代替灰度域分别进行模糊核估计,并将估计出的模糊核应用到基于细稀疏表示的复原模型中进行去模糊处理。仿真实验表明,提出的方法比目前的方法能够获得更好的图像复原效果。

基于RGB通道和混沌系统的脆弱性多重水印算法设计与实现

根据脆弱性水印图像认证系统的要求,提出了一种基于RGB通道和混沌系统的脆弱性多重水印算法.利用通道将RGB彩色图像分解为3幅灰度图像,在图像的R,G,B通道上进行水印的处理,在不同的通道上可以嵌入多个水印,嵌入的水印数据量相对较大,而且多个水印可以起到多重保险的作用.通过密钥和阈值计算得到二值混沌序列,使得水印的嵌入不容易被篡改、攻击,其方法简单,容易实施,取得了较好的隐藏效果.

基于RGB相关性的彩色图像可逆信息隐藏方法

为了提高彩色图像可逆信息隐藏(RDH)的性能,提出了基于RGB相关性的彩色图像RDH方法。首先为了更加准确地预测像素值,设计了基于RGB相关性的像素预测算法。该算法包括粗糙纹理预测和精细纹理预测两个阶段。第一个阶段利用一个参考通道将像素分为平滑区域和纹理区域。在第二阶段,利用两个参考通道对平滑区域像素进行精细划分,将像素分为水平、垂直和平坦区域,从而更加准确地计算像素的预测值。其次,利用预测误差扩展技术嵌入秘密信息。实验结果表明提出的预测算法能够较准确地预测每一个通道的像素值,信息隐藏性能好于现有的彩色图像RDH方法。

地震RGB分频属性融合技术在J工区河道砂体空间展布中的应用

与单一属性相比,RGB分频融合属性可以更有效地识别地质异常。以尼日尔三角洲J工区中新世河道砂体为研究对象,运用RGB分频融合属性和3D可视化技术等一系列解释手段,最终得到河道砂体清晰准确的空间结构和边界分布,为地质建模和油藏模拟提供了可靠依据。实践表明,RGB分频属性融合技术可用于识别其他碎屑岩地质异常体,具有良好的应用前景。

RGB激光干扰彩色CCD相机实验及分析

开展了RGB激光器及单色激光器对自动模式下的彩色CCD相机的外场干扰实验,理论分析及实验结果表明:较强激光照射将使CCD靶面上出现串音现象;较长时间的强激光照射可造成CCD像元的永久性损伤,并能使相机全靶面饱和;在相同实验条件下,RGB三色激光器比单色激光器更易获得全通道饱和干扰图像,单色激光器若要获得与RGB三色激光器类似的全通道干扰效果,其激光功率应为RGB激光器的10倍以上;相机拍摄背景的不同会给干扰带来很大影响,全色背景比单色背景更难获取良好的干扰效果。

基于RGB空间模型的棉花异纤检测方法

为了将异纤从复杂的通道背景、棉层中检测出来,提出了一种基于RGB空间模型的异纤检测方法。首先提取出同时包含标准棉花和通道背景的特征量,并以此建立棉花空间模型;然后利用此模型对从棉花异物挑拣设备中采集到的经开棉机充分开松开棉处理的24位真彩色图片做处理,即通过判断像素点是否在合格棉花空间模型范围内来进行异纤检测。仿真实验结果表明,此方法克服了实物环境下通道背景、异纤种类繁杂等因素对识别的干扰,检测效果理想。

基于通道权重的顺序精炼RGB-D显著检测网络

提出了一种新型的用于RGB-D显著目标检测的网络框架(SR-Net)。为了有效整合多模态特征的互补性,将深度特征提取作为独立分支,采用卷积块注意模块(CBAM)进行深度特征增强,并整合增强后的深度特征与RGB特征的互补信息。为了去除冗余特征,减少背景噪声对预测结果的干扰,在上采样网络中设计了一种顺序精炼网络,即通过整合多层次、多尺度特征的互补性,获取初级全局特征,并采用基于通道权重的初级全局特征权重矩阵获取模块(PFW)获取初级全局特征的权重矩阵;其次利用获取到的权重矩阵对各层次特征进行精炼,以抑制背景噪声带来的干扰;最后,为了更好地优化整个网络,提出了一种新的损失函数。在四个公共数据集上的实验结果表明,该模型在不同的模型评价指标上均优于近年来九种先进方法,获得了优异的性能。

单一雾霾图像RGB值先行验证去雾算法研究

针对单一雾霾图像的去雾算法,通常以颜色增强与先行验证较为常用,目前结合深度学习应用于雾霾图像处理算法也常出现,并且取得了一定的成果和应用。本研究受两个传统的先行验证算法,即黑通道先行验证与彩度灰度值先行验证方法的启发,通过深入研究修复后雾霾图像与无雾图像RGB值的先行验证,发现其两者存在的相关性的统计规律,基于这一特点利用卷积神经网络进行学习,使得雾霾图像得到了修复,并取得了较为理想的视觉效果。后通过PSNR评价结果表明,雾霾图像修复的理论结果与目测的实践结果基本吻合,从而也证实了本研究所采用的RGB值先行验证算法具有一定的实用价值。

基于颜色通道特征融合的环境声音分类方法

针对传统神经网络提取的复杂环境声音特征微弱,导致分类准确率低的问题,提出了一种基于颜色通道特征融合的环境声音分类方法。首先,从原始音频数据中提取出三种声音特征,即对数梅尔频谱图(log-Mel spectrogram,LMS)、梅尔倒谱系数(Mel-scale frequency cepstral coefficients,MFCC)以及能量谱图(energy spectrum,ES);其次,分别将以上三者作为RGB颜色通道分量进行特征融合,形成包含更多特征信息的声谱图,更全面表征环境声音;再次,为了避免由于数据集较少导致所训练的模型泛化能力较差,对预训练模型VGG-16采用微调方法进行训练;最后,在两个广泛使用的环境声音分类数据集以及实际场景采集的音频上验证本文所提方法的有效性,并与其他模型的准确率进行对比。结果表明,本文所提方法在ESC-10以及ESC-50数据集上的准确率分别能够达到88.2%和65.2%,并且能提高实际场景采集的音频分类效果。

基于Python-PIL的多普勒气象图回波率应用研究

针对多普勒气象雷达图回波覆盖率的计算问题,通过分析多普勒气象雷达图的特性及该位图图像数据通道原理,提出了一种基于Python-PIL的多普勒气象雷达回波面积比例应用算法。Python-PIL算法通过检索多普勒气象雷达图各个像素RGB值与已知的多普勒气象回波图像素RGB值相比较,并通过计算符合标准的像素数量与总像素数量的比值,可得出相应的多普勒气象回波覆盖率情况。实验结果表明,该算法可以根据需求对不同分次的回波颜色进行快速准确的计算并显示多普勒气象图回波覆盖比率情况,具有一定的推广运用价值。

一种面向室内场景的语义分割网络

现有RGB-D语义分割方法难以充分地融合深度信息来实现对复杂场景的语义分割,为了能更精确地在室内场景RGB图中进行识别内部物体,提出一种基于通道注意力机制的非对称三分支结构型卷积网络语义分割模型。该方法能选择性地从RGB图和深度图像中收集特征。先构建了一个具有三个并行分支的体系结构,并添加了三个互补的注意模块。且运用了双向跨模块特征传播策略,不仅可以保留原始RGB图像和深度图像的特征,还能充分利用融合分支的深度特征。在两个室内场景数据集(NYUDv2数据集和SUN-RGBD数据集)进行了对照实验和消融研究。结果表明,所提出的模型与目前最好的表现方法注意力互补网络(ACNet)对比下,像素精度、平均像素精度、平均交并比分别提高了0.9%、1.3%、1.7%,在镜子、书本、箱子等小物体的语义分割交并比指标提高了7.2%、9.6%、11.2%。验证了提出的模型在处理室内场景具更强的适用性。

数字航测相机系统研究现状

介绍了国际上具有代表性的数字航测相机系统(ADS40、DMC、UltraCamD和DiMAC)的特点及其主要技术参数。实用化的数字航测相机应同时具备高分辨率和大视场的特性,才能保证在高精度成图的同时提高作业效率。结合我国自主研制的第一台大面阵彩色CCD航测相机,详细地介绍了相机系统的“3+1”技术路线、相机参数和系统组成。相机综合试验的结果表明,相机系统完全可以满足大比例成图精度的要求。

Red-Green-Blue分色域仿真的数码提花织物设计

针对Red-Green-Blue(RGB)分色模式不能直接作为数码提花织物分色模式的问题,通过对RGB色彩模式下单一色彩通道显色色域的分析,研究了三色通道对应的纱线色彩选择范围。并结合一组经三纬组合全显色织物组织结构,进行了数码提花织物的设计实践,对织物显色效果进行优化实验。结果表明:按照R、G、B分别对应蓝、红、黄三色纬的规则,直接使用经RGB三色通道分色产生的灰度图进行提花织物设计,可基本实现图像色彩的对应显色;各灰度图明度值分别适度提高之后,可满足三色仿真数码提花织物的设计要求,为充分利用RGB色彩模式的分色设计方法提供了参考。

基于图像处理的汽车指针仪表检测研究

研究一种基于图像处理技术的汽车指针仪表自动检测系统。在OpenCV的编程环境中,利用图像处理技术,实现图像细化、图像二值化等图像预处理。采用一种改进的概率霍夫变换与RGB颜色通道相结合的方法,实现汽车仪表的指针检测。这种方法能减少运算量,并准确地识别出指针直线。

基于普通数码照片的遥感植被指数提取与农林业应用

遥感是农林业发展的有力工具之一,但目前卫星、航空、近地和地面遥感平台及数据的使用成本较高,个人用户仍难以负担。本文探讨了如何仅使用普通数码相机为遥感成像设备,通过提取植被指数在小尺度上实现传统植被遥感的主要功能。具体包括:将数码照片作为遥感影像使用所需要进行的图像预处理工作;基于数码照片所能提取到的主要植被指数的种类、适用性及优缺点;基于这些指数所能实现的农林业遥感应用等;并展望了微型红外成像硬件和移动互联网、Web GIS、云计算技术的融合发展将为相关领域带来的变革。研究可为农林业经营者和研究者提供借鉴。