智能汽车不利天气视觉图像信息增强技术综述

针对智能汽车在不利天气下无法实时准确获得视觉信息的问题,对现有应对方法进行调研。在雾天和低照度条件下,智能车摄像机捕捉到的画面会面临模糊、低质和信息量不足的问题,分别对这2种条件下相关的信息增强技术进行总结;从单图像和视频增强2个方面进行归纳,最后对这类技术进行了展望。

光照分量自适应校正的古城墙表面病害图像信息增强方法

针对太阳光照变化、物体间遮挡、拍摄角度偏差等干扰造成古城墙表面病害图像信息被隐藏,病害特征提取与识别效果不佳的问题,提出了一种基于光照分量自适应校正的古城墙表面病害图像信息增强方法。利用多尺度高斯函数连续卷积提取光照分量,根据像素点光照分量与均值的偏差非线性变换关系确定Gamma参数,构造增强2D-Gamma函数自适应校正图像过亮和偏暗区域的亮度值,恢复隐藏信息;同时为解决2D-Gamma函数对高亮像素点亮度值衰减表征能力较弱问题,使用同态滤波在频域压制高亮区域的光照分量,减小亮度动态范围,增强图像高亮区域隐藏信息;并利用系数因子将亮度校正后图像与Sobel算子提取的边缘细节图像线性融合,重构获取细节清晰、纹理突出的古城墙表面病害增强图像。实验结果表明,对于受光照、遮挡等干扰因素影响可视性较差的图像,所提方法在保留原图像细节信息的同时有效解决了光照不均、遮挡和阴影等造成的图像信息隐藏问题,增强了古城墙表面病害图像特征,提高了病害识别的准确率。

基于红外线探测技术的透明烟草生产线异物去除系统设计

为了保证透明烟草生产线生产效率,及时去除异物,设计一种基于红外线探测技术的透明烟草生产线异物去除方法。通过缺陷检测,构建透明烟草生产线异物红外线探测图像输出的图像采集模型,采用边缘像素特征增强技术检测透明烟草生产线异物的红外特征。根据图像像素序列分离和自适应块特征匹配方法,进行透明烟草生产线异物成像和特征定位及信息增强处理。利用颜色矩特征检测结果,得到透明烟草生产线异物红外图像,将其降噪预处理后输出,以透明烟草生产线异物的红外图谱差异性为依据,去除透明烟草生产线异物。仿真结果表明:该方法异物去除效率较高,能有效提高透明烟草生产线异物检测和识别能力。