基于L1L0层分解模型的家具死节缺陷图像分割

针对成品家具中的表面死节缺陷,提出一种基于L1L0层分解模型与主动轮廓模型的死节缺陷图像分割算法。将RGB彩色图像转换成Lab图像,对Lab各通道灰度图进行L1L0两层分解,得到分解后的低频灰度图与高频系数图;并用主动轮廓模型对各低频灰度图进行分割得到Lab多通道的二值图。最后对多通道的二值图进行比较,选择b通道二值图作为图像最终分割结果,得到死节缺陷目标。试验结果表明,提出的算法能降低复杂背景噪声,分割效果好,能很好地提取家具表面死节缺陷,性能优于传统的Otsu方法。

基于混合l0l1层分解的红外光强与偏振图像融合算法

红外光强与偏振图像融合能够更全面地描述探测场景的特征,有利于后续的处理工作。本文提出基于混合l0l1层分解的红外光强与偏振图像融合算法,首先,利用混合l0l1层分解对红外偏振与光强图像进行多尺度几何变换;接着,对于低频特征子带图像采用指数局部高斯分布相似度作为红外偏振低频图像融合权重,并将其注入红外光强低频图像中;然后,对于高频子带图像利用局部空间频率和局部能量进行融合,并用主成分分析将两类特征融合图像进行合成,获得高频融合图像;最后,通过重构获得最终融合图像。通过实验对比,本文算法融合结果能够较好地融合两类图像间的互补特征,显著提升融合图像质量。