多特征的灰度反转和旋转不变直方图

针对图像发生反向灰度变化时,传统局部二值模式及其派生的纹理描述符分类性能会明显下降问题,提出了一种灰度反转和旋转不变的直方图方法。该方法通过高斯导数滤波获得更加细微的图像微分结构,再构建具有旋转不变性的多种互补特征,最后利用主导思想对多种互补特征进行联合编码,获得具有灰度反转和旋转不变性的特征直方图。使用Outex、CUReT和KTH-TIPS等3个纹理图片数据库验证所提出方法的分类性能。实验结果表明:在旋转和灰度反转情况下,提出的方法能够显著提高分类性能,有效改善灰度反转问题,并对图像的旋转变化具有一定的鲁棒性;从算法复杂度来看,该方法取最佳尺度及特征时,运行时间适中,整体分类精度高。

抗区域灰度变化的景像匹配算法研究

根据Ｐｈｏｎｇ照射模型，研究了视点变化对景像灰度的影响，提出采用灰度校正技术，纠正由于视点变化而带来的同一地区景像在参考图与实时图中表现出的不同灰度特征，获得两者间共同的区域灰度特征，以提高匹配可靠性．给出了与常规匹配算法比较的实验结果，证实其较通常方法具有更强的抗景像区域灰度反转的能力．

基于灰度组合矩阵的景像匹配算法

介绍了景像匹配算法的定义和分类.在分析了现有的灰度匹配算法的基础上,提出了基于灰度组合矩阵的匹配算法,该算法具有一般的灰度匹配算法的优点:抗噪声能力强,具有一定的抗几何畸变的能力.同时,该算法具有很强的抗灰度变换的能力,甚至可以抗灰度反转.大量实验表明,该算法具有比传统的NCC算法更优越的性能.

基于改进K-means算法的钢管表面缺陷视觉检测方法

为了利用机器视觉技术检测钢管表面缺陷,设计并搭建了钢管表面图像采集实验平台,针对钢管表面覆盖有氧化铁皮以及弧形外表面易造成光照不均等问题,提出一种基于改进K-means灰度正反求和的检测方法。首先采用垂直投影法获取钢管区域图像,计算得到其灰度反转图像,参照Frankle-McCann Retinex算法原理分别对钢管区域图像及灰度反转图像进行增强,获得各自背景均匀的高对比度图像,再采用改进的K-means算法进行图像分割,得到两个缺陷检测结果,并对二者求和,最后通过图像后处理优化检测结果。构建了不同光照环境下包含凹坑、翘皮、划伤和辊痕等多类缺陷的钢管表面图像样本集进行实验,结果表明本文方法的检测精度较高,对光照不均匀具有良好的抗干扰能力。

基于Retinex原理的图像增强算法

通常Retinex算法直接对彩色通道处理,容易造成色彩失真,同时对数变换压缩了高亮区域的动态范围,而本文直接对灰度图处理,避免色彩损失;将灰度图反转图进行Retinex处理,并于灰度图处理结果融合,最后再进行Gammar矫正进一步扩展高光区域细节。

基于暗原色先验的图像去雾新方法

文章提出了一种基于暗原色先验的图像去雾新方法,此方法将中值滤波处理后的有雾图像的灰度图或灰度图的反转图作为优化透射率;根据归纳出的两条准则划分出天空区域,进而计算得到大气光值;最后借助有雾图像形成模型获得最终的去雾图像。实验表明,与同类方法相比,本方法在主观效果和客观指标上均能够获得较高质量的清晰图像;而且克服了同类算法耗时的缺点,缩短了算法的运行时间。