新型纬编平针织物拉伸密度快速检测方法

为解决针织物拉伸密度检测效率低下,误差较大的问题,设计了一种基于图像匹配的纬编平针织物拉伸密度快速测量方法,并提出了基于图像空间子区特征图的相似度算法;该算法对织物结构具有很好的区分度,当弯纱深度和纱线股数相同时,即使材质不同,计算相似度最低可达55%;选取用于批量检测的基准织物模板,获得其拉伸密度函数;对拉伸状态下的被测织物和在自然状态下的基准织物进行相似度比较,直接算出待测织物在此状态下的拉伸密度;据所提出的方法自主研发了拉伸密度检测仪,实验测试和现场试运行结果表明,该检测仪达到了较好的检测精度和实时性。

基于PDE的图像去噪和反差增强同步算法

针对反差较低且包含噪声污染的灰度图像,设计分段线性拉伸函数,引入TV下降流,建立新的偏微分方程(PDE)数学模型。该模型通过设置参数λ灵活控制去噪和反差增强的程度,实现2种灰度图像处理手段的同步进行。对比实验表明,该方法可有效缓解传统处理方法存在的问题,在抑制噪声的同时增强图像的反差。

一种改进型保持形状的图像对比度增强算法(英文)

提出了一种改进的保持形状的图像对比度增强算法.改进包含两个方面:1)修改并推广了原有的基于PDE的灰度增强方法,使之可适用于任何设定的灰度拉伸函数;2)给出了一种通用的分段线性拉伸函数设计方法,它较采用累积直方图作为灰度变换函数可达到更好的直方图均衡化效果.还提出了一种松弛阈值化方法用以消除局部反差增强时可能出现的"斑点效应".实验结果表明,本文提出的改进算法适用于多种自然图像,增强效果良好.

不同颜色模型下自适应直方图拉伸的水下图像增强

目的 水下图像是海洋信息的重要载体,然而与自然环境下的图像相比,其成像原理更复杂、对比度低、可视性差。为保证不同类型水下图像的增强效果,本文提出在两种颜色模型下自适应直方图拉伸的水下图像增强方法。方法 首先,进行基于Gray-World理论对蓝、绿色通道进行颜色均衡化预处理。然后,根据红绿蓝(R-G-B)通道的分布特性和不同颜色光线在水下传播时的选择性衰减,提出基于参数动态优化的R-G-B颜色模型自适应直方图拉伸,并采用引导滤波器降噪。接下来,在CIE-Lab颜色模型,对‘L’亮度和‘a’‘b’色彩分量分别进行线性和曲线自适应直方图拉伸优化。最终,增强的水下图像呈现出高对比度、均衡的饱和度和亮度。结果 选取不同类型的水下图像作为数据集,将本文方法与融合颜色模型(ICM)、非监督颜色纠正模型(UCM)、基于暗通道先验性(DCP)的水下图像复原和基于水下暗通道先验(UDCP)的图像复原方法相比较,增强后的图像具有高对比度和饱和度。定性和定量分析实验结果说明本文提出的方法能够获得更好视觉效果,增强后的图像拥有更高信息熵和较低噪声。结论 在RGB颜色模型中,通过合理地考虑水下图像的分布特性和水下图像退化物理模型提出自适应直方图拉伸方法;在CIE-Lab颜色模型中,引入拉伸函数和指数型曲线函数重分布色彩和亮度两个分量,本方法计算复杂度低,适用于不同复杂环境下的水下图像增强。

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中。选择HSV彩色空间,提出最优可见偏差(OND)引导的非锐化掩模(UM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强;而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正。仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉。

具有光照鲁棒的图像匹配方法

针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题,提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色(RTCP)算法灰度化图像,然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点,最后采用局部强度顺序模式建立特征点描述符,根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上,所提算法与尺度不变特征变换(SIFT)算法、加速鲁棒特征(SURF)算法、"风"(KAZE)算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明:随着图像亮度差异的增加,SIFT算法、SURF算法、"风"(KAZE)算法和ORB算法匹配正确率下降迅速,所提算法下降缓慢并且正确率均高于80%;所提算法特征点检测较慢和描述符维数较高,平均耗时为23. 47 s,匹配速度不及另外四种算法,但匹配质量却远超过它们。对实时性要求不高的系统中,所提算法可以克服光照变化对图像匹配造成的影响。

基于Landsat ETM+影像的增强型裸地指数研究

针对当前大多数裸地提取指数未考虑高反射率建筑与裸地在ETM+遥感影像上的光谱相似性的问题,该文通过分析高反射率建筑与裸地的波谱特性,构建了裸地区域指数(BAI)和简化裸地区域指数(SBAI),并使用土壤调节植被指数(SAVI)和改进的归一化差值水体指数(MNDWI)消除了植被和水体的影响。在此基础上,引用建筑指数(IBI),通过指数函数图像拉伸的方法,增大裸地在BAI/SBAI与IBI上的差异,提出了增强型裸地区域指数(EBAI)和增强型简化裸地区域指数(ESBAI),将裸地正值化、背景地物负值化,克服了大多数裸地指数阈值难以确定且易受噪声影响、精度差的缺点。实验结果表明,同参与对比的指数中具有最高精度的NDBaI相比,ESBAI生产者精度和使用者精度分别提升了10.26%、9.18%,EBAI分别提升了8.08%、7.78%。

基于方向可控滤波的地震勘探随机噪声压制

针对地震勘探随机噪声的压制,本文应用拉伸厄米特高斯函数设计出方向可控滤波器.根据时空域上随机噪声的无方向性与有效信号的有向性的区别,通过局部数字特征,对数据进行选择后重组信号.方向选择性的增加,使得滤波过程能与不同方向的轴进行匹配,噪声被压制的同时保持信号的幅度;方向可调性,使得计算效率提高,且所需存储空间减少.仿真实验表明,采用此方法,信号保幅性和去噪效果均比传统的小波算法以及Curvelet变换好,在-5db信噪比下,本文方法保幅度为92.99%,信噪比提升221.774%,在实际地震信号处理中有明显的抑制噪声、保持有用信号的效果.

EHGFs方向可控滤波压制地震勘探随机噪声

为有效提取地震信号同相轴信息,解决以哈密特-高斯函数(HGFs:Hemite-Gauss Functions)为核函数的方向可控滤波器因无方向性而导致同相轴被降频的问题,引入以拉伸哈密特-高斯函数(EHGFs:Elongated Hemite-Gauss Functions)为核的方向可控滤波去噪方法。该方法考虑有效信号与随机噪声在方向性上的差异,通过近似拟合方法构造EHGFs方向可控滤波器,借助EHGFs具有明确的方向性,滤波时沿着轴向进行滤波,提高线性度,减少平滑作用,取得方向滤波数据后再根据数据局部数字特征进行数据重组,达到去噪效果。实验结果表明,该方法具有明显压制随机噪声、恢复有效信号的效果。