基于主特征提取的Retinex多谱段图像增强

根据Retinex视觉模型中照射分量和反射分量的统计特性,融合多尺度主特征提取法、平台直方图算法、非局部均值滤波及局部细节增强算法可对多谱段图像进行有效增强.首先利用多尺度主特征提取法估计照射分量,对照射分量进行平台直方图操作,增强全局对比度及图像主结构边缘细节;然后将原图与照射分量相除获取反射分量,对反射分量进行非局部均值滤波抑制噪声,再进行基于局部方差的局部细节增强;最后将增强后的照射分量与反射分量相乘,即为增强图像.从主观和客观两方面,对X光图像、紫外图像、可见光图像、低照度可见光图像和红外图像实验结果的分析表明,本文算法能够有效地抑制图像噪声、增强图像对比度及细节、改善图像视觉效果,是一种通用有效的多谱段图像增强算法.

主特征提取法在天气雷达降水估测集成分析中的应用

提出使用主特征提取法对天气雷达定量估测降水的几种模式结果进行集成分析 ,获得降水分布的共同特征 ,并参照雨量计资料确定雷达探测范围内的降水强度分布 。

基于主元特征提取的SOFM网络实现飞行数据智能处理

为挖掘飞行参数中系统状态信息,用主元特征提取方法按判读需要降低参数的维数,对每帧数据按隶属度获得特征向量后输入SOFM网络,利用该网络的自组织分类功能进行系统状态的有效识别。最后对某型发动机工作状态进行识别,结果证明方法准确、可靠。

改进YOLOv3算法的导盲系统街道场景检测

对街道场景视频或图像数据中的人和车辆进行实时检测是导盲系统中难度很高的任务,针对街道目标检测任务,提出了一个根据目标检测技术YOLOv3算法改进的街道场景检测算法YOLOv3-Street,分别在传统YOLOv3算法的网络框架以及数据增强方式上进行了改进。针对传统的主特征提取网络Darknet53采用CSPDarknet53改进结构,实现更丰富的梯度组合,同时减少计算量;引入特征金字塔SPP和PAN结构,增加网络感受野;使用Mosaic数据增强避免过拟合。实验过程中采用MIT的CBCLStreetScenes数据集并对3547张数据中的汽车,行人等目标进行训练和测试。结果表明,所提出的街道场景检测算法,能够在不受天气、光照、角度等条件约束实时速度达到69FPS,mAP为79.35%,实现了街道场景检测实时性与精度的良好平衡,提升了盲人出行的安全指数。

雷达估测降水集成方法及其效果比较

本文利用主特征提取法、统计权重法、综合概率法等方法 ,对Z R关系法、平均校准法、最优插值法、卡尔曼滤波和最优插值联合校准法、卡尔曼滤波校准法降水定量估测模式输出结果进行集成分析。初步结果表明 :统计权重法的集成结果与实况地面雨量计测得雨强值吻合较好 ,可以在估测区域降水量集成分析中进行业务试用。

一种结合单尺度Retinex与引导滤波的红外图像增强方法

针对传统红外图像增强算法中图像对比度低、细节信息丢失与过度增强等问题,提出了一种单尺度Retinex与引导滤波相联合的红外图像增强方法。首先根据Retinex算法,利用主特征提取法获取原始图像的照射分量和反射分量,对照射分量采用平台直方图增强其对比度;然后利用局部方差加权引导滤波将反射分量分解为基本层和细节层,对两层分量的图像分别进行对比度和细节增强操作;最后将各个层次的结果按照合适的权重因子进行融合得到增强红外图像。实验结果表明,相比于其他增强算法,本文所提方法能更有效地提高红外图像的整体对比度,突出其细节特征,增强后的3组图像的信息熵和平均梯度平均值分别为9.7373和5.6922,相较于原图像分别提升了2.7499和3.8296。

一种脱机手写签名认证方法

研究脱机签名认证的特征抽取和比较决策。针对脱机手写签名验证特点,提出一种主成分特征提取和径向基神经网络相结合的脱机手写签名认证方法。首先使用主成分特征提取算法对签名图像进行特征提取和降维处理,然后基于主成分特征设计径向基神经网络识别签名的真伪。实验结果表明该方法可取得较好的识别效果。