期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于分布式光纤的视觉传达图像清晰化处理系统 被引量:1
1
作者 王凯娜 张玉昆 葛海飞 《激光杂志》 CAS 北大核心 2023年第5期198-204,共7页
为了提升图像观感,设计基于分布式光纤的视觉传达图像清晰化处理系统。分布式光纤采集图像数据,然后由SPGD算法和近红外光谱模型转移新方法调整图像基本参数,再通过非视域成像系统模型,获取基于视觉传达图像的粗透折射率,消除图像雾化,... 为了提升图像观感,设计基于分布式光纤的视觉传达图像清晰化处理系统。分布式光纤采集图像数据,然后由SPGD算法和近红外光谱模型转移新方法调整图像基本参数,再通过非视域成像系统模型,获取基于视觉传达图像的粗透折射率,消除图像雾化,最后利用虚光蒙版调整图像“锐化”,实现整体视觉传达图像的清晰化处理。实验结果表明,所提方法处理视觉传达图像后,图像在强、暗两种光照条件下的清晰度均较高,基于四张清晰度较低的视觉传达图像的结构相似性测量参数均不低于0.9,图像失真程度较低。 展开更多
关键词 分布式光纤 视觉传达图像 图像基本参数 图像去雾 图像清晰化
下载PDF
基于时空域滤波的视觉传达图像的微小细节增强方法 被引量:5
2
作者 偰倩 《黑龙江工业学院学报(综合版)》 2022年第10期66-71,共6页
为了增强视觉传达图像中人眼不可视区域内隐藏的微小细节,提升图像分辨率,提出了基于时空域滤波的视觉传达图像微小细节增强方法。依据分层差分理论建立视觉传达图像分差表达模型,通过最大灰度级定义高频变化分量,获取视觉传达图像灰度... 为了增强视觉传达图像中人眼不可视区域内隐藏的微小细节,提升图像分辨率,提出了基于时空域滤波的视觉传达图像微小细节增强方法。依据分层差分理论建立视觉传达图像分差表达模型,通过最大灰度级定义高频变化分量,获取视觉传达图像灰度值;基于时空域滤波方法构造分类函数,扩大图像细节类间差异性,以此判断图像微小细节区间;根据高斯随机变量值构建多阶导数,利用其变量累积量和累积矩特性,求解细节特征的变量密度,完成图像微小细节推导,实现增强方法设计。以郁金香为增强图例进行实验,结果表明:所提方法处理后的图像主观感受较为舒服,郁金香花瓣的纹理更加明显,细节更加突出,具有较好的实际应用效果。 展开更多
关键词 时空域滤波 视觉传达图像 微小细节 细节增强
下载PDF
基于二维粒子群的视觉传达图像对比度增强 被引量:1
3
作者 林伟 赵继平 《计算机仿真》 北大核心 2022年第5期208-211,254,共5页
由于当前已有方法未能对视觉传达图像进行去噪处理,导致图像对比增强效果较差。提出一种基于二维粒子群的视觉传达图像对比度增强方法,将小波变换和多尺度边缘检测方法相结合,根据小波分解的特性对图像进行去噪处理,避免由阈值处理导致... 由于当前已有方法未能对视觉传达图像进行去噪处理,导致图像对比增强效果较差。提出一种基于二维粒子群的视觉传达图像对比度增强方法,将小波变换和多尺度边缘检测方法相结合,根据小波分解的特性对图像进行去噪处理,避免由阈值处理导致的噪声图像内部信息丢失。利用粒子空间对称分布原理和禁忌搜索算法对传统粒子群算法进行改进,形成二维粒子群,结合二维粒子群对视觉传达图像对比度进行增强处理。仿真结果表明,增强处理后图像的内部结构、轮廓特征和细节信息更加清晰,视觉效果得到了提升,说明所提方法能够获取较为满意的对比度增强效果。 展开更多
关键词 二维粒子群 视觉传达图像 对比度增强 小波变换 边缘检测
下载PDF
基于时空域滤波的弱小目标图像视觉传达设计 被引量:7
4
作者 高莹 张静 《计算机仿真》 北大核心 2021年第5期168-171,208,共5页
在实现弱小目标图像视觉传达时,背景噪声等因素会影响目标检测的结果,从而削减视觉传达效果。提出基于时空域滤波的弱小目标图像视觉传达设计方法,利用引导滤波对图像作平滑处理,提高弱小目标点的灰度级,再通过微偏分方程获取图像序列... 在实现弱小目标图像视觉传达时,背景噪声等因素会影响目标检测的结果,从而削减视觉传达效果。提出基于时空域滤波的弱小目标图像视觉传达设计方法,利用引导滤波对图像作平滑处理,提高弱小目标点的灰度级,再通过微偏分方程获取图像序列中目标点的背景基准线,完成图像时空域背景抑制;采用直方图均衡法计算灰度级像素点出现概率,为像素点赋予门限值,经过均衡化处理过程计算图像增强后的灰度值;确定目标位置质心点,使用随机样本表示概率分布,在测量过程中对粒子权值大小与样本方位调整,输出目标检测信息;提取目标特征,将视觉传达变换为目标前景与图像背景分割问题,引入粒子群算法得到最佳视觉传达设计效果。实验结果表明,所提方法的视觉传达效果好,且传达处理速度不受图像尺寸的限制。 展开更多
关键词 时空域滤波 弱小目标 图像视觉传达 微偏分方程 粒子群算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部