船舶监控三维视觉图像模糊目标清晰处理研究

对船舶周围环境实时监控有利于提升航行的安全性,立体视觉技术通过计算图像之间的视差来重建目标的三维结构,但是三维视觉图像的构建严重依赖于图像质量。本文对暗通道分析技术和深度神经网络技术进行研究,分析图像去雾以及通过绘制环境场景进行还原的基本流程,提出一种基于MobileNet V2的轻量级雾浓度分类器,得到了不同训练周期时图像分类的训练准确率和验证准确率,对船舶监控三维视觉图像模糊目标清晰化处理进行验证试验,结果表明清晰化处理后的环境空间图像质量得到了大幅度提升。

船舶三维视觉图像模糊目标清晰处理仿真

为保证船舶目标的识别效果,需提高船舶图像目标的清晰度。因此,研究船舶三维视觉图像模糊目标清晰处理方法。该方法采用立体双目视觉在2个视点下观测同一个目标,依据2个观测面的模糊核路径和三维空间内的船舶运动路径相对应的原理,获取船舶模糊图像的三维信息;采用局部模糊探测方法,依据获取的三维信息分割模糊目标图像,并将分割结果输入残差聚集网络模型中,通过模型的处理获取清晰化高质量目标图像。测试结果显示,该方法清晰处理后的目标图像对比度、边缘强度以及图像方差3个指标的结果均在0.933以上,可有效完成图像模糊目标的清晰处理,获取清晰的目标结果。

随钻图像高清晰处理技术研究

随钻测井过程易受钻具震动、仪器测量偏心、井眼环境等因素影响,往往造成数据失真甚至数据缺失,影响成像效果。提出一种随钻图像高清晰处理技术,形成囊括奇异点修正、条带异常均衡化、最优频率分布法、动态图像抖动消除等步骤的技术路线:奇异点修正步骤用于准确定位异常数据点,将异常数据点视作奇异点并去除之;条带异常均衡化步骤用于计算一定深度内窗长数据的平均值和标准偏差,通过全局匹配,有效解决连续多点数据异常的问题;最优频率分布法利用统计理论,对断层、裂缝、孔洞、结核等地质结构进行精细处理;动态图像抖动消除步骤利用图像交融技术,通过中间图像实现地质信息平稳过渡。该技术秉承了由局部到整体,再由整体到局部的数据均衡化处理理念,较大幅度地提升了原始随钻图像的清晰度,改善了随钻成像质量,能够较好满足随钻测井评价需要,具有显著的技术高度和应用价值。

农作物病害图像清晰化处理算法的应用

农作物视频监控图像由于受到拍摄时光照不均匀的影响以及在图像传输、解码、存储过程中不可避免地会混入一定程度的随机噪声,导致图像对比度下降,图像中的目标物难以准确辨认。因此,在对多方向中值滤波算法(MMF)基本原理深入研究的基础上,提出一种改进自适应多方向中值滤波算法。该算法首先提出一种噪声检测方法实现对图像中噪声的识别并加以标记,然后对图像中的噪声点分别进行水平、垂直、对角等4个方向的中值滤波,然后对获得的滤波值集合分别求取其最大(小)值、平均值、中间值以及与噪声点像素值组成新的集合,最后求取该新集合的中间值并作为最终的滤波结果。采用实地拍摄的2幅农作物病害图像进行算法测试,结果表明本算法与中值滤波以及MMF相比具有一定的优势与实用性。

计算机远程图像清晰度处理可视化软件设计与应用

提出基于改进约束最小二乘原理的可视化软件对远程模糊图像进行清晰化处理。首先,利用改进约束最小二乘法对图像进行去模糊处理,基于图像和噪声的随机性,寻找一个使统计误差达到最小的估计函数,进行反卷积运算后将生成的矩阵规则化,运用循环矩阵分解技术获取规则化后的去模糊图像;其次,利用改进Retinex滤波算法对图像采取增强处理,基于图像分为亮度图像和反射图像的特性,通过运用改进图像增强法对去模糊图像进行高斯平滑获取亮度图像后,即可获得反射图像;最后,采用高斯卷积函数对去模糊图像进行局部处理后可获得动态范围压缩良好的清晰图像。实验结果证明,通过运用该方法对远程图像实现了清晰化处理。

模糊监控图像视频的清晰化处理

近年来,视频图像处理技术获得了飞速的发展,为人们的工作、生活提供了极大的方便。其中,以模糊监控图像视频的处理技术最为核心,其能够显著提高视频图像的清晰度,在相关领域获得了普遍的应用。本文首先分析了图像处理的基本原理,并结合实际,对模糊监控图像视频处理的插值、图像稳定化、平均帧等步骤进行了详细的阐述。

自适应传输下视觉图像清晰化处理系统仿真

目前研究的视觉传达图像清晰化处理系统存在清晰化处理效果较差,耗时较长的问题。提出自适应传输下视觉图像清晰化处理系统仿真,系统硬件选用RT处理器为核心设备,通过RT处理器提高系统的闪退功能,设定自适应传输的信源与信道联合模块增强信息的传输能力,引入数据帧和同步帧信号实现信息采集。以非常清晰、清晰、较清晰、稍模糊、模糊、非常模糊六个指标建立软件程序,分析图像清晰度,确定灰度值,从而实现软件处理工作。设计对比实验,通过对比清晰化处理结果和图像处理时间结果表明,自适应传输下视觉图像清晰化处理系统能够有效提高清晰化处理效果,缩短处理时间。

模糊视频监控图像的清晰化处理

以模糊视频监控图像处理技术为核心，提高视频监控图像质量的技术近年来得到不断发展。主要阐述了模糊视频监控图像处理原理，并结合某图像处理软件，详细分析了模糊视频监控图像的处理方法。

基于改进神经网络的4K超高清图像清晰化技术研究

为了提高4K超高清图像的成像质量,进行图像清晰化处理,提出一种基于改进神经网络的4K超高清图像清晰化技术。对采集的图像采用中值滤波降噪方法消除噪点,采用多尺度Retinex分解方法进行图像像素增强,结合改进神经网络方法进行模板特征匹配与信息融合,实现图像清晰化处理优化。仿真结果表明,采用该技术进行4K超高清图像清晰化处理,输出图像的信噪比较高,处理的时间开销和内存开销较小,具有优越性。

FPGA在图象处理中的应用

介绍了FPGA的硬件结构和特性 ,以及采用现场可编程器件FPGA设计图象处理板的原理和设计方法 ,给出了实现图象左右翻转的应用实例。实践证明这种方法速度快 ,编程简单 ,设备具有很高的性能价格比。

基于多视角集成的可操控图像远程监控技术

由于单个摄像机的监控范围有限,需要合成多个视角的监控图像来获得全方位的监控视频,导致监控图像质量较低,由此提出基于多视角集成的可操控图像远程监控技术。采集多个视角的监控图像,通过可操控的图像处理技术对原始监控图像作清晰化处理,基于DIBR技术将多个视角的图像集成起来,得到合成视角图,描述远程监控场景,实现多角度、全方位的可操控图像远程监控。实验结果表明,设计监控技术所获得的监控视频图像的PSNR值为34.1,该技术兼顾了监控范围与视觉效果。

揭开美丽后的秘密──数码照片后期实用处理技巧

国庆长假在外拍摄的数码照片,在冲洗后是否达到自己预期的目标?对比他人拍摄的数码照片,你可不要认为他人的设备比你的高档,其实在这美丽的背后还有很多的秘密。掌握了这些秘密,即使你没有高档的数码相机,你也能拍摄冲印出令你满意的照片。吃一堑、长一智,下面咱们马上行动,可不能让错误在即将到来的圣诞节、春节中再续。

模糊控制红外循迹小车的研究

为了实现自动循迹,提出了红外循迹的设计方案,分析了红外接收的干扰原因和抗干扰处理方法。分析了小车弯道循迹过程中易冲出跑道和频繁抖动的原因和解决方案,并根据操作经验对小车车速建立了模糊控制规则,采用模糊控制策略对小车车速进行控制。结果表明:在跑道宽度适中的情况下,小车循迹流畅,快速平稳,能够可靠循迹。

一种能强化细节的自适应直方图均衡法

根据局部对比度增强法和直方图均衡法各自的优缺点，扬长避短，提出了一种能够同时强化细节，增强整幅图像对比度并能抑制噪声增强的自适应直方图均衡法。

基于NURBS曲面拟合的图像边缘检测方法

提出了一种利用NURBS曲面拟合进行图像边缘检测的新方法。与Haralick对称区域正交多项式曲面小片拟合方法不同 ,NURBS曲面拟合克服了Haralick方法对图像区域划分和灰度平稳的限制 ,且不再需要窗口区域对称。利用NURBS曲面拟合构造简单、算法灵活、易于控制的特性 ,提高了曲面小片构成的灵活性与边缘检测的精度及计算效率。本文给出了NURBS曲面拟合基本小面构成、拼接及求导方法 ,并以一个真实图像进行了实验验证 ,结果证明 ,该方法稳定可靠 。

基于同态滤波与直方图均衡的沙尘图像增强研究

沙尘天气下采集得到的图像会呈现对比度下降、图像动态范围被压缩造成模糊不清等问题。针对在沙尘图像增强处理时传统单一图像增强方法存在的不足,融合了同态滤波与直方图均衡化的方法,在HSV颜色空间对V分量进行同态滤波处理,对H和S分量进行自适应直方图均衡化处理,在滤波时使用了巴特沃斯滤波器,并利用线性对比度拉伸来提高图像的质量。对沙尘天气下采集的图像,利用Matlab进行仿真验证,可以看到该方法对沙尘图像有很好的增加效果,既提高了图像的对比度,又较好地克服了同态滤波色彩失真严重的问题。

论“四项建设”在视频侦查工作中的实践

＂四项建设＂即基础信息化、警务实战化、执法规范化和队伍正规化建设是公安部党委立足新形势、新任务作出的一项重大决策部署。＂四项建设＂是一项系统性、基础性、战略性、全局性工程,在今后一段时期内将对整个公安工作产生深远影响。而公安工作是由各项具体工作和业务组成的,要实现＂四项建设＂对整个公安工作的推动和改革,就要使＂四项建设＂的相关要求落实到各业务警种的工作实践中去。

AN IMAGE MAGNIFICATION ALGORITHM USING THE GVF CONSTRAINT MODEL

An image magnification method with a Gradient Vector Flow(GVF)constraint-basedanisotropic diffusion model is proposed in this letter.A Low-Resolution(LR)image is first magnifiedusing bilinear interpolation,and then an iterative image restoration method,with the use of an ani-sotropic diffusion model and a Gaussian moving-average constraint,is applied to the magnified image.The estimated GVF of a High-Resolution(HR)image can be used to remove the jagged effect and topreserve the textural structure in the image.Meanwhile,the use of the Gaussian moving-average LRmodel can provide a data fidelity constraint,which renders a magnified image closer to the ideal HRversion.Experimental results show that the proposed method can improve the quality of magnifiedimages in terms of both objective and subjective criteria.