LEGAN:一种新的暗弱光照图像增强算法

针对暗弱光照图像所存在的亮度、对比度、信噪比低,以及噪声污染大等问题,提出了一种新的暗弱光照图像增强算法LEGAN。该算法将图像输入至所提伽马曲线估计网络求得包含伽马参数的特征图,再经过LEB模块增强亮度,并通过级联LEB的方式迭代增强结果。采用基于PatchGAN的全局-局部判别器结构来提高图像分辨率和恢复图像细节。通过引入感知损失来限制真实标签和输出结果之间的差距,利用照明平滑度损失保持相邻像素之间的单调性关系,同时结合空间一致性损失来增强图像的空间相关性。实验结果表明,相比于现今大多数主流增强算法,该算法的细节还原度相对较高,且能有效避免增强后的图像出现局部亮度不佳等问题。

弱光照图像的模糊细节自调节增强测试与仿真

由于自然光具有较强的随机性,低光照条件下相机采集的图像较为模糊,难以获取细节信息。为此,提出弱光照图像模糊细节自调节增强方法。在非局部均衡滤波算法中引入相似度阈值函数,去除弱光照模糊图像噪声,采用分数阶全变差模型和非局部全变差模型,建立弱光照模糊图像去模糊模型,对模糊图像去模糊处理,将预处理后弱光照图像输入多尺度融合卷积神经网络模型,通过全局路径和局部路径提取并融合图像特征,实现弱光照图像模糊细节自调节增强。实验结果表明,所提方法在合成图像增强中均方误差更小、结构相似度和峰值信噪比更高,在真实图像增强中自然图像质量评价度量和对比度增益更高、熵值更接近于8,图像处理时间更短,仅为0.745ms。

基于改进YOLOx的弱光照环境车辆检测方法

在公路隧道等弱光照环境下,采集的车辆图像受外界因素影响较大,导致车辆检测精度低。针对此问题,提出了一种改进YOLOx算法的弱光照环境车辆实时检测方法。首先,基于引导滤波和区域能量特性融合准则对采集的车辆图像进行增强,解决图像中光照不均、目标轮廓信息模糊等问题。其次,基于Swin-Transformer网络结构,构建了改进YOLOx的车辆检测算法的主干网络,利用Transformer的全局建模能力对图像中的关键语义信息进行编码,强化网络细节特征的提取能力。同时,在颈部网络引入递归门控卷积替换空洞卷积,提高网络高层语义建模能力。最后,引入卷积注意力机制,加强网络对于低照度图像关键特征的提取与融合。在所构建的隧道车辆检测数据集UA-DETTUN上进行实验验证,结果表明,所提出方法的平均检测精度达到96.1%,相比于改进前的YOLOx算法提升了6.5%,同时网络的检测速度满足实时检测的要求,在车辆检测方面具有较高的应用价值。

弱光照条件下道路交叉口实时车流量自动检测研究

在弱光照条件下,图像往往会变得模糊、暗淡,车辆和其他交通标志的辨识度也会降低。这使得车辆检测算法更加困难,增加误检和漏检的可能性。为此,针对弱光照条件下的道路交叉口,提出实时车流量自动检测方法。在U网络架构中嵌入多维注意力机制、递归金字塔网络,与区域特征聚集网络结合,筛选出弱光照交叉口图像中的感兴趣区域。基于此,利用深度强化学习模型,使检测框与目标车辆完成贴合,通过多层全连接网络回归精调,取得完整贴合车辆的检测框,完成实时车流量自动检测。实验结果显示,所提方法对各类弱光照条件下的远处和暗处的车辆、反光物、发光物均具备准确且有效的检测能力,为交通管控提供可靠参考。

基于曲波变换的弱光照包装图像对比度设计增强方法

弱光照包装图像分辨率低的情况下,包装识别和检测的辨识度不高,需要进行对比度增强处理,提出基于曲波变换的弱光照包装图像对比度设计增强方法。构建图像空间特征信息检测模型,通过全色锐化方法多尺度分解图像,采用曲波变换方法重组全色锐化特征,结合字典集稀疏表示方法实现低维子空间表示,根据子空间细节表达结构构建弱光照包装图像对比度增强模型。结果表明,采用该方法进行弱光照包装图像对比度增强处理,提高了图像的辨识度水平和细节特征表达能力,辨识误差较低,平均为0.045,峰值信噪比较高,平均为42.134 dB,图像增强耗时平均为239.75 ms。

基于多尺度梯度域引导滤波的弱光照图像增强技术

光照较弱会导致图像出现颜色失真以及部分图像细节消失等问题,提出了基于多尺度梯度域引导滤波的弱光照图像增强方法。对弱光照图像进行多尺度梯度域引导滤波图像增强和Gamma校正,将BIQME作为目标函数,将主观图像增强问题转换为最优解问题,采用改进鸡群算法对目标函数优化求解,获取图像增强所需要的最优多尺度梯度域引导滤波参数和色调平衡参数,最终达到弱光照图像增强的目的。实验测试结果表明,所提方法可以增强弱光照图像的同时,改善弱光照图像质量和提升图像处理速度,图像处理速度控制在0.85 s以内。

基于视觉传达技术的弱光照图像增强方法

由于利用激光技术在弱光照条件下采集的图片容易出现图像细节丢失、分辨率下降等现象。为此针对该类图像,提出基于视觉传达技术的弱光照图像增强方法。先分析弱光照图像的退化情况,生成弱光照图像的退化模型,分割提取出原始图像中的模糊区域,有针对性地对其进行增强处理。添加视觉传达技术,利用最大后验概率以及最大似然函数预测实现弱光照激光图像的增强。实验结果表明,应用所提方法对图像进行增强处理后,其偏色情况小,最高仅为0.211,在不同信噪比下图像的增强效果均较好,且增强后的信息熵、峰值信噪比、平均梯度分别为12.684、33.546和11.987,均超过原图像的2倍,具有一定应用价值。

基于小波的弱光照图像增强算法仿真

针对通过人工参数调整图像,容易出现细节纹理缺失或失真等问题,提出一种基于双尺度图像分解的弱光照图像增强算法。将小波变换函数与软阈值结合,通过小波包频带变换明确图像频带值,分解复数小波包,提取去噪处理后原始弱光照图像中的像素点,计算目标点邻域范围,并实施双尺度矩阵分割。利用同态滤波算法分析图像中像素点对弱光照的透射特性,在待处理图像上覆盖“雾”形成伪雾,分析去雾后图像透射点的分布情况,自动调整对应增强阈值。分析透射率与亮度分量之间的正向关联,得出图像透射率与亮度分量的变化规律,完成图像增强分析。仿真结果证明,所提算法鲁棒性强,在满足弱光照增强效果的同时还能保证图像的细节,增强后的图像细节更丰富,视觉观感更好。

基于卷积神经网络的弱光照图像增强算法

针对现有的弱光照图像增强算法强烈依赖于Retinex理论、需人工调整参数等问题,提出一种基于卷积神经网络(CNN)的弱光照图像增强算法。首先,利用四种图像增强手段处理弱光照图像得到四张派生图,分别为:限制对比度自适应直方图均衡派生图、伽马变换派生图、对数变换派生图、亮通道增强派生图;然后,将弱光照图像及其四张派生图输入到CNN中;最后经过CNN的激活,输出增强图像。所提算法直接端到端地实现弱光照图像到正常光照图像的映射,不需要按照Retinex模型先估计光照图像或反射率图像,也无需调整任何参数。所提算法与NPEA(Naturalness Preserved Enhancement Algorithm for non-uniform illumination images)、LIME(Low-light image enhancement via Illumination Map Estimation)、LNET(LightenNet)等算法进行了对比。在合成弱光照图像的实验中,所提算法的均方误差(MSE)、峰值信噪比(PSNR)、结构相似度(SSIM)指标均优于对比算法。在真实弱光照图像实验中,所提算法的平均自然图像质量评价度量(NIQE)、熵指标为所有对比方法中最优,平均对比度增益指标在所有方法中排名第二。实验结果表明:相对于对比算法,所提算法的鲁棒性较好;经所提算法增强后,图像的细节更丰富,对比度更高,拥有更好的视觉效果和图像质量。

弱光照射和无机营养供给对冷藏绿芦笋品质变化的影响

绿芦笋嫩茎基部切口插入含有N、P、K营养的琼脂凝胶中 ,在 (6± 0 2 )℃下贮藏。贮藏期间 ,分别以有效光量子束密度 (PPFD)为 2 μmol·m-2 ·s-1的红色发光二极管和白色荧光灯作为弱光源 ,每天 2 4h连续照射绿芦笋 2 1d。结果表明 ,红光和白光对冷藏绿芦笋品质的保持具有相似的效果。供给无机营养的处理在红光或白光照射下 ,色值 (a 和ΔE ab)变化率、粗纤维含量增长率和可溶性固形物减少率为最低 ,其次是无营养供给的红光或白光处理 ,以黑暗处理为最高 ;供给无机营养处理的芦笋嫩茎伸长率大于无营养处理的 ;

套种棉花苗期弱光照低热量和干旱胁迫机制

套种棉花苗期弱光照低热量和干旱胁迫机制ＭｅｃｈａｎｉｓｍｏｆＣｏｔｔｏｎｕｎｄｅｒＬｏｗＳｕｎＬｉｇｈｔＥｎｅｒｇｙ，ＬｏｗＨｅａｔａｎｄＤｒｏｕｇｈｔＳｔｒｅｓｓＤｕｒｉｎｇｔｈｅＣｏ－ｇｒｏｗｉｎｇＰｅｒｉｏｄＩｎｔｅｒｐｌａｎｔｅｄｗｉｔｈＷｈ...

弱光照对螺旋藻抗氧化酶活性的影响

探讨了螺旋藻在弱光照下的抗氧化酶活力的变化 .结果显示 :在 110 0lx光照下 ,钝顶螺旋藻 (Spirulinaplentasis) 314和极大螺旋藻 (Spirulinamaxima) 438两者的SOD活性最低 ,黑暗条件下的活力分别是 110 0lx光照下的 2 .2倍和 1.4倍 ;两者的APX则在 6 0 0lx光照下 ,活性最大 ;

基于透射先验的弱光照图像增强方法

为了增强弱光照图像的纹理细节,提升整体的视觉效果,本文提出了一种基于透射先验的弱光照图像增强方法。首先,利用两种透射先验对弱光照图像分别进行独立的透射图估计,从而生成两幅富含不同有效增益的子透射图;然后,将两幅子透射图输入到所搭建的子透射图融合网络中,获得融合后的透射图;最后,将融合后的透射图代入低像素强度图像退化模型中,获得增强后的图像。实验结果证明了本方法在鲁棒性、有效信息增益和视觉效果增强等方面的有效性。

基于视觉传达的弱光照图像增强研究

为了提高弱光照图像处理后的成像质量,提出基于视觉传达的弱光照图像增强技术。采用背景先验知识信息检测的方法实现对弱光照图像的视觉特征检测,对提取的弱光照图像视觉传达信息实现模糊度融合和辨识处理,采用模型结构参数分析的方法实现对弱光照图像的分割和边缘灰度信息重组,采用多尺度分解的方法,构建弱光照图像的斑块视觉信息检测模型,实现对弱光照图像的视觉传达设计,根据视觉传达效果实现弱光照图像增强处理。仿真结果表明,采用该方法进行弱光照图像增强的信息处理能力较好,图像输出的清晰度与对比度较高,提高了弱光照图像目标点的识别能力。

弱光照环境下人脸表情图像识别方法研究

对弱光照环境下人脸表情图像进行识别,可以更好地对人类的情感进行分类,有利于人类在现实社会中的沟通;当前方法利用提取人脸表情图像的一维特征完成对弱光照环境下人脸表情图像的识别,该方法无法对人脸表情图像进行详细地描述,导致人脸表情图像在识别时经常出现识别精度低、速度慢的问题;为此,提出一种基于BP神经网络的弱光照环境下人脸表情图像识别方法;该方法首先利用自相似性对带有噪声的图像进行图像区域划分,并依据统计学习获得线性空间,通过对空间的投影获得不含噪声的人脸表情图像区域向量,将人脸表情图像进行重组,得到去噪后的图像,然后利用Cabor变换对人脸表情图像特征进行提取,采用AdaBoost对弱分类器以及人脸表情图像样本进行训练,并通过多次弱分类器的迭代,得到最终的人脸表情图像强分类器,完成对弱光照环境下人脸表情图像的识别;实验结果证明,所提方法可以提高人脸表情图像的识别准确率,加快识别速度,为该领域的研究发展提供强有力依据。

基于明亮通道先验和Retinex模型的弱光照图像增强网络

结合明亮通道先验和Retinex模型,提出一种弱光照图像增强网络。该网络由入射光分量多尺度估计模块、多尺度入射光分量融合模块和增强效果生成模块组成。入射光分量多尺度估计模块在不同邻域半径下基于明亮通道先验对弱光照图像进行多尺度入射光分量估计;多尺度入射光分量融合模块将输入的多层入射光分量融合为入射光分量图;增强效果生成模块依据入射光分量图对弱光照图像进行像素强度调节并直接生成增强效果图。主观及客观对比实验结果证明了本算法具有良好的鲁棒性,及在视觉效果增强、有效信息增益方面的优势。

基于熵驱动域适应学习的弱光照图像阴影去除

针对日常图像获取与处理过程中由于拍摄光线较差等问题,导致图像出现部分阴影,影响图像处理效果等问题,提出基于熵驱动域适应学习的弱光照图像阴影去除方法。通过熵驱动域适应学习技术构建多核分类器,获取弱光照图像的最大平均差异值,完成弱光照图像的预处理。将图像光照分解设定为图像分解与重光照,获取图像最小像素值,根据图像亮度以及RGB方向相似度建立局部像素的约束,完成弱光照图像的分解;采用区域生长法,以检测到的弱光照图像阴影边缘作为基准点,选择灰度值较重部分作为阴影生长起始点,确定弱光照图像的纹理特征值,利用光照补偿方法恢复图像光照,完成弱光照图像阴影去除。仿真结果表明,采用所提方法对弱光照图像阴影去除的效果较好,改善了弱光照图像的质量。

弱光照条件下交通标志检测与识别

针对弱光照条件下交通标志易发生漏检和定位不准的问题,本文提出了增强YOLOv3(You only look once)检测算法,一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法.首先构建了大型复杂光照中国交通标志数据集;然后针对复杂的弱光照图像提出自适应增强算法,通过调整图像亮度和对比度强化交通标志与背景之间的差异;最后采用YOLOv3网络框架检测交通标志.为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响,优化了先验锚点框聚类算法和网络的损失函数.对比实验结果表明,在实时性大致相当的情况下,本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度,召回率和准确率分别提高0.96%和0.48%.

视觉注意机制的注意残差稠密神经网络弱光照图像增强

针对传统的弱光照图像增强算法鲁棒性差,基于神经网络的图像增强算法直接从弱光照图像中估计增强结果,并未注入视觉注意机制,不能有效注意弱光照区域,导致算法增强结果的精度不高等问题,本文提出了注意残差稠密神经网络的弱光照图像增强算法来提高弱光照图像的增强精度和视觉效果。该算法主要包括注意循环网络和残差稠密网络,注意循环网络在光照图的引导下,利用循环网络结构逐步关注图像中的弱光照区域,从而产生由粗到细,逐步优化的光照注意图。而光照注意图则进一步联合弱光照图像作为后续的残差稠密网络的输入,引导残差稠密网络为弱光照区域分配更多的计算资源,更好地学习弱光照图像与增强图像的映射关系,得到准确的图像增强结果。实验表明,本文算法在合成图像及真实图像上均较常用算法有更好的增强效果。

光合菌剂对弱光照生态区小麦光合特性和产量的影响

为了探究光合菌剂在不同施用方式下对弱光照生态区小麦生长的影响,以四川主栽小麦品种川麦104为材料,采用大田试验,研究了两种光合菌剂(类球红细菌和沼泽红假单胞菌)灌根和喷施、磷酸二氢钾喷施和等量清水喷施处理(对照)对小麦叶片气体交换参数、干物质量和产量性状的影响。结果表明,两种光合菌剂喷施均显著提高小麦旗叶大小和气体交换参数,而灌根处理显著提高小麦植株干物质量。叶面喷施沼泽红假单胞菌,小麦旗叶长、宽和面积最大,较磷酸二氢钾处理分别提高6.9%、2.7%和9.8%;孕穗期和开花期旗叶的各气体交换参数最高,且孕穗期旗叶气孔导度较磷酸二氢钾处理增加14.4%,差异显著;小麦产量也最高,较对照处理增加12.7%,差异显著,与喷施磷酸二氢钾的小麦产量和产量构成间没有显著差异。相关性分析表明,穗数与干物质量呈显著正相关,穗粒数与旗叶的大小和气体交换参数呈显著或极显著正相关,产量与旗叶宽、面积和净光合速率呈显著正相关。以上结果表明,叶面喷施或灌根光合菌剂能有效促进小麦生长,改善叶片光合特性,从而提高小麦产量。