基于区域亮度自适应校正的茶叶嫩芽检测模型

自然光照下不同时间采集的茶叶图像存在亮度不均的现象。由于高亮度图像对比度差且嫩芽特征显著性弱,造成高亮度图像中存在较多嫩芽的漏检。针对现有茶叶嫩芽图像自动检测方法对光照变化的敏感性,该研究提出一种基于区域亮度自适应校正的茶叶嫩芽检测模型。首先,对不同时间采集的龙井43茶叶图像进行灰度化;然后,计算灰度图的平均灰度(Average Gray,AG)值,对AG值在[170,230]的高亮度图像进行不同尺寸的分块处理和局部区域伽马亮度自适应校正;最后,在相同的训练集和测试集训练多个深度学习检测模型。测试结果表明,基于YOLOv5+CSPDarknet53的检测模型比SSD+VGG16、Faster RCNN+VGG16、YOLOv3+Darknet53和YOLOv4+CSPDarknet53模型具有更优的嫩芽检测性能,精确率和召回率分别为88.2%和82.1%。对YOLOv5检测结果进行检测抑制,有效避免了同一目标被多次框选的冗余现象。[30,90)和[90,170)亮度区间内嫩芽图像具有较强的显著性特征和较高的检测精度与召回率。相较于AG值在[170,230]的高亮度原始图像的检测结果,对高亮度图像进行2×3分块和局部区域亮度自适应校正后,YOLOv5嫩芽检测召回率提高了19.2个百分点。对不同光照条件下采集的茶叶图像进行测试,基于区域亮度自适应校正的茶叶嫩芽YOLOv5检测模型获得了92.4%的检测精度和90.4%的召回率。该模型对光照强度变化具有较强的鲁棒性,研究结果可为自然光照条件下茶叶嫩芽机械采摘作业提供参考。

亮度自适应——DIAMOND PRO 740SB评测记

三菱公司最近推出了其最新的研究结果--钻石珑第二代显像管(DiamondTRON M2),该显像管不仅秉承了上一代钻石珑显像技术的传统优点,并且在上一代的基础上进行的一系列技术改造.

具有亮度自适应的数码相机再现模型

根据光谱辐射数据提出了一种算法,用于从光电转换光谱函数(OECSFs)获得镜头光圈N的不同值的相机光电转换功能光谱(相机OECFs)。在逆OECF的线性范围内工作,我们发现斜率与透镜孔径函数由二阶多项式拟合,这也发生在偏移与镜头光圈功能之间。因此,我们将在基础相机再现模型中引入具有亮度适应性的逆OECFs函数运算,其中包括原始RGB空间和CIE-XYZ空间之间的三维变换,提出具有亮度自适应的数码相机再现模型,从而开启了将任何数码相机转换为绝对远程色度计的可能性。

亮度自适应增强的图像投影系统设计

为了让投影系统在恒定照明功率下提升投影亮度,设计了基于FPGA的光源亮度自适应调节的图像投影显示系统。硬件系统以FPGA+MCU结构为核心处理单元,4片速率为677 MHz的DDR2为高速缓存器,32位800 MHz LVDS为高速数字微镜DMD(Digital Micro Mirror Device)通信接口。系统的核心算法IEB(Intelligence to Enhance Brightness)可自适应地提升图像亮度,真实地还原图像细节,以及产生PWM(Pulse Width Modulation)脉冲实时控制光源发射功率。运用并行运算降低算法执行时间,优化算法结构,增加时序余量。实验结果表明,恒定照明功率下投影平均亮度增加2倍,细节可得到真实还原,基于FPGA的IEB算法执行速度较PC提高10倍,系统工作稳定可靠。

基于视觉特性的手机屏幕亮度自适应调节算法

人工智能技术的发展促使人们通过智能手机进行交互,因此设置适宜的手机屏幕亮度对于保护人眼健康至关重要。针对该问题,文中结合人眼视觉特性对手机屏幕自适应亮度调节算法进行了优化。首先,设计了两款测量工具来采集和分析相关的数据。然后,采用主观评价的方法对室内外不同环境照度条件下的手机亮度值进行了研究。实验结果显示,用户理想的手机屏幕亮度远远低于现有自动亮度调节下的手机屏幕亮度。最后,根据用户的体验和人体视觉的特性设计了相应的算法,并对算法进行了评估。

基于自适应亮度高程模型的路面阴影消除算法研究

针对亮度高程模型的阴影消除算法GSR的关键参数需要手动设置、亮度等高区域的划分和亮度补偿方法也都存在严重缺陷的问题,提出一种基于自适应亮度高程模型的路面阴影消除算法SGRSR:首先,采用形态学膨胀运算和高斯平滑滤波消除路面裂缝和路面纹理对后续阴影区域划分的影响;然后,利用最大熵阈值分割求解出高斯平滑后路面影像阴影区域和非阴影区域的划分阈值,以此实现划分阈值的自适应确定;最后,基于改进的亮度等高区域划分模型和亮度补偿方法,实现路面阴影的消除.实验结果表明,与GSR算法相比,本算法不仅能够对路面阴影影像进行自动的阴影消除,而且在阴影消除后,路面影像的亮度过渡更加自然.

参数自适应的亮度稳健特征提取变换

针对目前大多数特征提取算法对图像的亮度变化敏感这一问题,提出了一种基于图像灰度直方图整体分布的参数自适应亮度稳健特征提取变换(PA-IRFET)算法。该算法首先确定灰度变换函数的形式,通过分析图像的直方图分布来计算灰度变换函数参数,然后利用不同参数值的变换函数对图像进行变换,建立图像的亮度空间;最后,以亮度空间为基础,结合适当的特征提取算子在亮度空间进行图像特征提取以获得亮度稳健的特征。通过实验将PA-IRFET算法与Harris算子相结合进行特征点提取,检测到的特征点个数比IRFET-Harris检测到的特征点个数大幅提高,重复特征点的个数大约提高了20%以上。实验结果表明,提出的算法对图像亮度变化具有较强的鲁棒性。

采用自适应全局亮度补偿的夜间去雾算法

针对夜间雾霾天气情况下还原的去雾图像存在颜色失真、纹理损失严重、去雾效果差等问题,本文提出了一种夜间去雾算法,采用自适应全局亮度补偿、同态滤波、限制对比度自适应直方图均衡化算法以及联合双边滤波对降质图像进行处理,结合大气散射模型得到还原的去雾图像。实验结果表明,该算法的夜间去雾效果好、处理速度快,较对比算法在对比度、平均梯度以及信息熵上均有改善,有效减少了还原图像的颜色失真、纹理损失。

基于递归滤波和自适应亮度响应的图像局部细节增强

为了改善低光照图像增强处理的质量和自然度,提出了一种基于递归滤波和自适应亮度响应的Retinex彩色图像增强算法.试验结果显示,相比其他增强算法,提出的算法能够有效增强低照度图像的局部细节,产生无伪影增强图像,并保持较好的自然度.

飞机座舱多功能显示器自适应亮度曲线

本文针对环境光大范围变化条件下,需要飞行员不断调节座舱多功能显示器,以满足视觉需求的问题,开展多功能显示器自动亮度曲线研究。实验以全尺寸模拟座舱和飞行光环境仿真为平台,共设置了13种环境照度,范围在0.1~10 000 lx之间,采用最小变化法测量了15名被试在每种环境照度条件下识别显示器字符时的适宜显示器亮度。实验结果表明,多功能显示器适宜亮度随着环境照度自然对数的增加呈指数式增长,最终建立了飞机座舱多功能显示器自适应亮度曲线模型,该模型可为飞机座舱多功能显示器自适应亮度控制工程设计提供科学参考。

基于人眼视觉特性的高动态范围彩色图像自适应增强方法

提出了一种基于视网膜高动态范围亮度适应和视觉通路侧抑制竞争机制的图像增强算法.该算法首先对降质图像采用修正的TAN函数实现全局亮度的自适应映射,再采用通过向非循环侧抑制方程引入中心兴奋/抑制因子而改进视网膜ON/OFF双拮抗响应模型增强图像的局部细节.实验结果表明,该算法能有效地自适应调整过亮和过暗区域的亮度,突出其细节信息,保持其原始色彩表现,明显改善了彩色图像的整体视觉效果.

透射率与场景亮度分块优化的图像去雾算法

在图像去雾过程中,对大气光透射率估计不准确,会降低去雾图像场景亮度,并导致天空区域出现光晕现象。为此,提出一种基于分块优化透射率与自适应优化场景亮度的图像去雾算法。根据图像有雾程度评判标准对透射率进行分块优化,结合大气光强度求解大气散射模型获得无雾图像,并通过局部自适应调整图像灰度值来提高图像场景亮度。实验结果表明,相较于引导图滤波和对比度增加算法,该算法去雾后的图像更清晰,保边效果明显,且视觉效果更佳,适用于交通监管、安全监控和目标识别等应用领域。

一种基于CA-Net的面部口罩分割方法

佩戴不同材质、型号的口罩对病毒传播的防控效果各不相同,对图像数据集中的口罩进行分割,将有助分析不同类型的口罩在防控效果上的差异。当前,面部口罩检测算法较多,但缺乏进一步的分割,为此文中提出一种基于图像处理和深度学习的面部口罩分割方法。文中所提方法是一种改进的对比度自适应直方图均衡化预处理方法,其通过亮度自适应调整减少因部分图像过暗导致的传统预处理效果不佳的影响。以SSD(Single Shot MultiBox Detector)进行口罩预检测,对结果以CA-Net(Comprehensive Attention Convolutional Neural Networks)进行口罩分割。CA-Net以U-Net为骨干网络,增加了空间注意模块、通道注意模块和尺度注意模块以便同时实现关于特征地图的空间、通道和比例的综合注意力引导,突出空间位置、通道和尺度。使用该方法初步分割结果的Dice系数评价指标可以达到79.18%±3.44%;增加预处理和后处理操作后,Dice系数可提升至84.03%±2.81%,表明文中所提方法能够明显改善视觉分割结果。

NSST框架下结合局部自适应亮度与DCAPCNN的双波段图像融合

针对现有红外与可见光图像融合后,易出现边缘平滑严重、纹理细节恢复不足、对比度低、显著目标不突出、部分信息缺失等问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)的红外与可见光双波段图像融合算法。首先,采用基于自适应引导滤波(adaptive guided filter,AGF)的方法对源红外、可见光图像增强。其次,利用NSST正变换分别对源红外与可见光图像分解,得到红外、可见光图像的低、高频子带分量。然后,分别通过基于局部自适应亮度(local adaptive intensity,LAI)与双通道自适应脉冲耦合神经网络(dual channel adaptive pulse coupled neural network,DCAPCNN)规则融合低、高频子带分量。最后,通过NSST逆变换得到最终融合图像。实验结果表明,本文算法整体对比度更适宜,对红外热目标及可见光背景的边缘与纹理的细节恢复性更好,融合图像信噪比高,有效结合了红外及可见光图像的各自优势,与现有传统图像融合与深度学习融合算法相比,本文算法达到了更好的实验效果,在主观视觉感知和客观指标评价中均具有更好的融合性能。

改进的多尺度Retinex算法与人脸检测应用

针对多尺度Retinex算法计算速度慢且放大较暗区域噪声的缺陷,提出了改进的多尺度Retinex算法并用于人脸检测。为减少估计照度图像时迭代计算复杂度,根据图像清晰度确定快速导向滤波参数并用于计算照度图像;为抑制较暗区域噪声,根据图像的亮度信息计算各尺度亮度自适应加权系数;为减少照度图像过度平滑引入的估计误差,使用快速导向滤波对反射图像进行平滑。仿真结果表明:改进的算法具有实时性,相较原算法清晰度提高了3.14%,增强后的图像检测率提高了6%。

适用于嵌入式系统的QR码识别算法

针对一般情况下采集到的条码图像,提出了一种适用于嵌入式系统的自动识别算法,并在NIOS嵌入式系统上进行了验证。实验表明,该算法能够快速准确地提取条码符号信息,效果良好。

基于梯度和颜色直方图相融合方法的人脸跟踪

利用长短轴比例固定为1.4的椭圆模型模拟人脸,并融合梯度模型和颜色直方图模型进行人脸跟踪,给出了梯度模型和颜色直方图匹配度计算方法。因为两种模型之间在考虑的点集和利用的信息上具有互补性,所以提高了系统的鲁棒性。带加速度的运动预测则有效地减小了检测区域,提高了系统的速度。为降低光照变化的影响,使用一种简单的自适应亮度补偿算法,在光照较弱的条件下对待测图像进行补偿,从而提高了系统的适应性和实用性。实验表明:该方法在复杂背景中甚至在较暗的光照条件下都能取得较好的效果,可以跟踪人脸任意方向的运动,速度可以达到20帧/s以上。

基于色调恒定的MSR图像增强算法

由于多尺度Retinex算法增强后图像存在细节信息减弱和颜色失真等不足,本文提出了一种色调恒定的图像增强算法.在原图像中去掉用多尺度高斯函数估计的光照分量,结合参量自适应的非线性函数调整亮度,依据色调恒定的理论保持增强后图像的颜色.与多尺度Retinex比较的实验结果表明,本文算法更有效,增强后的图像不仅细节清晰,而且色彩自然、不失真且运行速度快.

一种新的彩色医学图像增强算法

本研究提出了一种新的彩色医学图像增强方法。该方法首先在CY空间中对图像的饱和度进行直方图均衡 ,再对亮度进行直方图修正 ,充分考虑了彩色图像中的亮度与饱和度之间的联系及亮度限制了饱和度的范围 ,从而消除了不可实现颜色。应用该算法对彩色医学眼科图像进行增强处理 ,实验结果表明本算法具有良好的效果。

基于自适应亮度基准漂移的十字路口交通图像增强处理研究

针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。