可变光照条件下动态图像灰度校正方法研究

在可变光照条件下成像会出现灰度误差失真,为了提高在可变光照条件下动态图像的成像质量,特进行灰度校正,故提出一种基于色差补偿和白平衡均衡处理的可变光照条件下动态图像灰度校正方法。对可变光照下的动态成像图像进行小波降噪处理,基于仿射不变分割方法对降噪输出的动态图像进行区域分割和边缘轮廓特征提取,提取图像的灰度直方图信息,通过色差补偿和白平衡均衡处理方法实现灰度校正和成像误差补偿。仿真结果表明,采用该方法进行动态图像灰度校正,提高了图像成像质量,图像的灰度特征平滑效果较好。

信息背景下AR动态图像轮廓特征匹配拼接仿真

为提升AR动态图像轮廓特征匹配准确性,扩展图像拼接技术的应用领域,满足信息背景下的计算机视觉与图像处理需求,提出一种AR动态图像轮廓特征匹配拼接方法。通过滤波处理、平滑与边缘锐化以及几何校正阶段,完成图像预处理,划分图像为左边缘及右边缘,搜索不间断边缘点上的全部轮廓点,基于方向性约束与灰度相关性约束获取最优轮廓匹配点,利用特征向量信息实现匹配检验与轮廓特征匹配,根据图像梯度场,引导插值拼接区域,转换图像拼接问题为最小化目标函数问题,采用泊松融合完成AR动态图像轮廓特征匹配拼接。从无标准参考与有标准参考两种图像角度,使用不同的评估指标来评价拼接图像质量,仿真结果表明,所提方法具有明显的配准优越性与较好的拼接效果,有效性与适用性相对理想,能够满足信息背景下图像处理需求。

输送带厚度动态补偿算法的研究与实现

提出强力输送带横向断裂预报系统中输送带厚度动态补偿算法。该算法基于输送带灰度的概率分布特点 ,并充分考虑到输送带内钢丝绳芯锈蚀对图像背景灰度分割的影响。在具体实现时 ,为满足系统在线性的要求 ,采用了时间片分时分区处理方法。最后给出了输送带厚度动态补偿与未经厚度动态补偿的比较结果。

多自由度人体运动动态图像目标检测方法仿真

采用当前方法对人体运动动态图像进行目标检测时,无法消除图像中存在的阴影区域,导致图像清晰度低、位置误差大和检测效率低。提出多自由度人体运动动态图像目标检测方法,构建高斯背景模型,分离图像的背景区域和目标区域,将目标区域变换到HSI空间中,结合小区域去除方法和数学形态学处理,根据阴影区域饱和度高和亮度值低的特点确定目标区域中存在的阴影,通过匹配补偿去除目标区域中的阴影部分。根据目标区域的灰度分布构建目标更新模型,实现多自由度人体运动动态图像目标的检测。实验结果表明,所提方法的图像清晰度高、位置误差小、检测效率高。

基于两次二维Daubechies小波变换的纸病在线辨识方法研究

针对造纸生产线上纸病在线检测系统光源不均匀性和纸病难以识别的问题,通过建立纸病图像背景模型实现动态补偿光源的不均匀成分,并根据不同纸病图像的灰度分布规律,两次使用二维小波变换增强其灰度轮廓信息和提取灰度特征,以实现纸病的在线辨识。实验结果表明,该方法可以显著提高纸病辨识精度。

基于TMS320DM643的运动目标检测算法

基于数字视频应用开发平台SEED-DEC643和摄像机FCB-CX1010P,提出一种改进的运动目标检测算法。设计静态背景下单运动目标物体的检测,包括图像预处理、背景差分、阈值求取、图像二值化、图像形态学处理、运动目标物体坐标计算,利用灰度投影算法计算背景运动向量,以实现动态背景下单运动目标物体的检测。实验结果表明,该算法能较好地进行背景运动补偿,并凸显运动物体。