基于照度的SAR图像均衡算法研究

受气流和飞行稳定性等的影响,轻小型无人机常常存在剧烈的位置和姿态抖动。姿态抖动能够导致机载合成孔径雷达(SAR)系统对地面的照射能量不均匀,引起图像增益不均衡。为剔除成像模型对图像增益分布的影响,还原目标散射特征,该文提出"照度"的概念以表征单位面积上雷达的照射能量,同时给出了照度的计算公式并推导得到成像幅度可视为目标散射强度与照度的乘积。针对传统图像均衡方法将照度和目标散射强度混淆,使得均衡结果无法反映真实目标散射特征的问题,提出一种新的基于照度的图像均衡方法。该方法在后向投影(BP)累加过程中计算成像区域中各像素点的照度,依据照度对成像结果进行加权处理。仿真和实测数据处理结果表明,该方法能够有效抑制载机位置和姿态误差引起的图像增益不均衡现象,准确还原图像真实散射强度信息。

图像均衡化与FaceNet算法相结合的方法研究

在公安实战环境下,由于受到光照以及摄像头角度等因素影响,获取的线索照片一般比较模糊,质量不高,降低了识别率,影响了实战应用效果,提出了图像均衡化与FaceNet算法相结合的识别方法,用于提升光线不足、过曝等图像的识别准确率。

基于机器学习的压缩域图像均衡增强方法

传统方法在进行压缩域图像均衡增强时,图像细节容易丢失,使边缘较为模糊,增强后图像清晰度不佳。为解决上述问题,提出机器学习的压缩域图像均衡增强方法。通过扫描程序采集图像信息,提取数据库中的数据;确定分类边界后,实现压缩域图像均衡强;根据正向检测和逆向检测对压缩域图像进行检测。利用法相矢量获取图像的特征点,提取图像色彩、对比、噪点等多种参数值。建立压缩域图像压缩矩阵,通过线性方程匹配特征信息,计算信噪比,实现压缩域图像均衡增强。实验结果表明,设计方法能够更好地处理细节问题,有效增强图像的清晰度。

基于时变曲线模型的合成孔径声纳图像自动均衡方法研究

针对合成孔径声纳(SAS)图像不均衡问题,提出一种基于时变曲线模型的SAS图像自动均衡方法。以声传播模型、水底后向散射模型和SAS成像模型为基础,推导时变曲线(TVC)的表达式;结合SAS图像的统计特征,推导TVC观测量的计算方法;用非线性最小二乘拟合方法完成TVC估计;基于TVC进行了SAS图像的自动均衡。用湖试和海试数据对该方法进行了验证,结果表明推导的TVC表达式与试验数据具有较好的吻合度,提出的自动均衡方法可有效地消除SAS图像的不均衡问题。

基于图像域均衡的逆合成孔径雷达多普勒质心跟踪法

相位校正严重影响了逆合成孔径雷达(ISAR)图像的聚焦和成像质量,其中多普勒质心跟踪(DCT)法因具备明确的算法原理和适中的计算量,成为一种广泛应用的相位校正方法.但是,当目标存在强散射点时,DCT法的效果往往不佳.在分析和比较现有方法的基础上,本文提出采用图像域均衡处理来改进DCT法.新方法通过简单的均衡和反馈环节,能够显著降低强散射点的影响,并提高DCT法的稳健性和成像质量.最后,和多类目标实测数据的成像结果证明了新方法的有效性.

一种EMD的SAR图像自适应辐射均衡方法

针对合成孔径雷达(synthetic aperture radar,SAR)侧视观测模式及天线方向图引起的SAR图像辐射差异严重影响SAR图像的广泛应用问题,根据经验模态分解(empirical mode decomposition,EMD)技术的自适应、自驱动和多尺度等特性,提出了基于EMD技术的SAR图像自适应辐射均衡方法。该方法利用EMD技术获取SAR图像距离向的多阶本征模函数,自适应地确定包含辐射误差的低频信息,并将其优化可获得辐射误差趋势信息和补偿因子,从而均衡SAR图像。将该方法应用到已知误差趋势的仿真数据以及多组机载SAR真实数据,结果表明该方法能够有效地自适应补偿SAR图像的辐射差异,提高了SAR图像的可视化效果和解译能力。

直方图均衡技术综述

直方图均衡是一种简单而有效的图像增强技术,在医学图像处理、计算机视觉、遥感影像等领域都有重要作用,从均衡时选取的区域情况分为全局和局部直方图均衡方法;从均衡时选取的像素值域可以分为传统直方图均衡、双直方图均衡和递归分解的直方图均衡,甚至多直方图均衡;从均衡对象可以分为空域的直方图均衡和结合频域滤波的直方图均衡;从均衡图像的通道数可以分为灰度图像直方图均衡和彩色图像直方图均衡.本文对以上涉及的直方图均衡技术进行了较为系统的综述,对衡量直方图均衡效果的评价指标进行了说明,展望了直方图均衡技术进一步研究方向.

一种指纹图像置信阈值极值化处理算法

针对传统方法存在适应性差、计算量大等特点,提出一种指纹图像置信极值化的处理方法。采用图像均衡化与置信阈值极值化结合对图像进行强化,对每个小区域的像素点进行灰度值求均值和方差,并采用VisualC++平台对算法进行实验验证。实验结果表明,该算法具有处理效果好、适应性强的特点。

运动模糊图像复原技术的改进算法

提出了一种利用维纳滤波法与图像均衡法相结合的改进算法对运动模糊图像进行复原。对于一幅匀速直线运动的模糊图像,首先根据其频谱图确定图像退化过程的参数,即其点扩展函数(Point Spread Function,PSF);再将点扩展函数代入维纳滤波器的公式中,设计符合要求的γ参数,然后将维纳滤波法与直方图均衡法相结合,形成一个维纳滤波改进算法,对匀速运动的模糊图像进行复原。实验结果表明,通过实验图片直观的对比,改进算法所得到的复原效果明显优于普通维纳滤波法。

遥感图像中细弱目标分割方法

为了解决现有图像分割方法在遥感图像细弱目标分割任务中所存在的分割精度较低,受背景噪声干扰明显等问题,本文提出了一种基于Dense-Unet网络和集成学习的改进语义分割方法,实现了高分辨率遥感图像中的高压电线一类细弱目标的精准分割。融合DenseNet思想和U-net网络结构,提出了一种Dense-Unet网络模型,从而提取图像中更加精细的特征;为了增强模型对小类别目标的学习能力,使用了代价敏感权重向量方法,改进了训练时的目标函数,提升了模型训练时的收敛速度和在测试数据上的泛化能力;采用了集成学习Bagging的方法对多个网络模型进行集成,采用决策级融合方法集成多个模型对预测结果进行投票表决,使得细弱目标分割精度得到进一步提升。在最终的测试集上进行网络模型评估表明:本文所提出算法的精度达到94%,在细弱目标分割效果上优于目前常用的深度学习语义分割网络,且拥有更好的泛化能力和优异的视觉效果。

基于图像处理的织物起毛起球分级研究

为了对织物起毛起球等级做出客观、准确、定量的分析和评定,提出基于图像处理的织物起毛起球检测和分级方法;选用起毛起球织物样本验证起毛起球分级算法设计的有效性,设计制造起毛起球分级测试仪。起毛起球分级算法利用面阵CCD相机采集织物起毛起球图像,综合采用光照不均匀处理、图像均衡化、去噪、边缘检测等预处理方法,增强起毛起球图像信息;运用合适阈值二值化和形态学联合操作分割出起毛起球信息;以起毛起球面积比作为分级特征值实现分级。结果表明:该方法能有效滤除各种干扰信息,得到有效的起毛起球图像,实现1~5级织物起毛起球等级的准确评定。

基于梯度域的经编无缝服装图像高精度纠偏

为提高纺织业的自动化程度,减少制作误差,提出基于梯度域的经编无缝服装图像高精度纠偏。利用色彩系数变换公式完成图像灰度变换,通过直方图均衡化,降低频域集中区域的灰度值,增强图像对比度,再采用均值滤波算法对图像去噪,提高图像质量;利用梯度域融合算法,确定多通道图像标量通道,建立图像两点的微分方程,通过构建结构张量矩阵描述图像几何特征;结合像素邻域层次性特征,计算图像局部对比度,设置梯度域融合权重,在目标函数约束下,实现多幅图像融合,突出服装图像纹理结构信息;将图像等价为二维数组,找出每列的最小灰度值,将最小灰度值对应的角度作为纠偏角,经过旋转操作,完成图像高精度纠偏。仿真结果证明,上述方法使图像灰度级更加均匀,可实现高精度纠偏。

基于空间相关性的成捆钢筋图像计数算法研究

为解决钢筋生产企业和钢筋采购部门存在的成捆钢筋计数难题,提出了一种利用空间相关性的钢筋图像处理计数算法。针对钢筋图片中通常存在钢筋较多粘连且对比度较低的问题,提出直方图均衡化和模板滤波增强相结合的算法,算法主要分为以下几步:首先,利用直方图均衡化提高采集图像的对比度,接着,应用二维高斯模板对经过对比度增强后的图片进行空间相关性计算,得到特征增强后的钢筋横截面相关性矩阵结果图,最后,对该图像做局部极大值计数检测得到最终计数结果。经实验证明,此计数算法在实际环境下检测准确度能达到98%,符合应用需求。

基于改进机器视觉的施工作业行为风险监测

针对施工作业行为风险难以监测,无法匹配应对策略的问题,提出基于改进机器视觉的施工作业行为风险监测。采用了改进的直方图均衡算法,均衡处理了监测获取的施工场景图像;创新性地引入了方向梯度直方图(HOG)优化支持向量机(SVM),构建了基于SVM-HOG的施工安全风险识别模型,识别了图像中的禁止区域入侵行为和人员施工风险行为,发送风险行为预警信号;基于知识图谱,分析了风险行为等级,实现施工作业行为风险监测。施工现场测试结果显示:采用该方法均衡处理后的图像对比度和信息熵结果最高值分别达到7.34和37.55,提升了图像细节和质量。该方法准确识别了监测图像中的人员行为风险、机械作业不规范风险以及人员入侵安全风险,为施工安全管理提供可靠依据。

基于PLC控制的采摘装置自适应调控研究

为了实现果蔬采摘的无损采摘和果蔬的准确识别,本文基于PLC技术设计了果蔬采摘装置的自适应调控系统。系统主要由信息采集模块、图像处理模块、运动控制模块、运动执行模块和PLC控制器组成。通过机械手进行设计,使其在抓取果蔬时的抓取位置、位移和作用力具有自适应能力;对图像进行自适应均衡化处理,提高图像识别。试验数据表明:采摘装置可以对果蔬精准定位,保证果蔬的无损采摘。

一种可见光成像的目标检测跟踪方法

在末制导成像阶段目标占据视场的大部分面积,形状信息丰富,这时对目标体上某一固定点的稳定跟踪成为最主要的需求。针对图像灰度过于集中目标难于提取的问题,在图像预处理阶段提出了依据概率统计的图像灰度均衡的方法;为解决图像边角点的快速检测问题,提出了图像二维投影和滑动卷积相结合的方法;最终为实现快速稳定的跟踪,提出了依据角点匹配的形心跟踪方法。根据此算法的特点研制了FPGA+DSP的硬件平台,充分利用FPGA的并行流水特性和DSP的逻辑运算特点,能快速检测到目标形心和进行稳定地跟踪,验证了方法的有效性和实用性。此方法应用在某课题上,跟踪效果良好,为试验的圆满成功提供了保障。

Infrared Image Real-time Enhancement Based on DSP

Since image real-time processing requires vast amount of computation and high-speed hardware,it is difficult to be implemented with general microcomputer system. In order to solve the problem,a powerful digital signal processing (DSP) hardware system is proposed,which is able to meet needs of image real-time processing.There are many approaches to enhance infrared image.But only histogram equalization is discussed because it is the most common and effective way.On the basis of histogram equalization principle,the specific procedures implemented in DSP are shown.At last the experimental results are given.

Improved Algorithm of Histogram Equalization and Its Actualization

A new improved algorithm of histogram equalization was discussed and actualized by analyzing the traditional algorithm. This improved algorithm has better effect than the traditional one, especially it is used to process poor quality images.

色彩模式识别模型在Photoshop位图处理中的应用

为提高对Photoshop位图的处理能力,识别色彩模式,提出色彩模式识别模型下Photoshop位图处理方法。通过模糊度边缘检测,进行图像色差参数均衡信息融合,实现边缘信息增强处理。结合模糊度辨识和色差均衡控制的方法,进行自适应特征参数识别和模糊信息滤波,构建图像色差参数均衡控制和色彩模式识别模型,完成Photoshop位图的色彩模式识别。测试结果表明,采用该方法进行Photoshop位图处理后,其色彩均衡,并且成像质量较高。

A Fast Algorithm for Improving the Visual Distance in Fog

Images captured outdoor usually degenerate because of the bad weather conditions,among which fog,one of the widespread phenomena,affects the video quality greatly.The physical features of fog make the video blurred and the visible distance shortened,seriously impairing the reliability of the video system.In order to satisfy the requirement of image processing in real-time,the normal distribution curve fitting technology is used to fit the histogram of the sky part and the region growing method is used to segment the region of sky.As for the non-sky part,a method of self-adaptive interpolation to equalize the histogram is adopted to enhance the contrast of the images.Experiment results show that the method works well and will not cause block effect.