基于边窗滤波和扩张卷积的矿井行人检测

在数字化矿山中,行人检测系统能够大幅减少事故伤亡,是保护工人安全的重要手段。为了构建高性能的行人检测系统,提出了一种基于边窗滤波和扩张卷积的矿井行人检测模型。具体来说,针对复杂恶劣的矿井环境,采用边窗滤波抑制视频图像中的干扰信号,提升图像质量。此外,考虑到行人目标的多尺度特性,在模型中引入扩张卷积增加特征的感受野,进而提升检测性能。大量的对比实验证明了边窗滤波和扩张卷积的有效性,模型在矿井数据集上获得94.3 mAP和99.1%检测率的优异性能。

基于边窗滤波的高动态红外图像压缩增强算法

红外热成像系统采集的数据大都是高动态范围,为了实现高动态红外图像的可视化,动态范围压缩和细节增强技术的研究至关重要。针对传统方法存在的梯度反转伪影、低对比度细节丢失、背景噪声过增强等问题,提出一种基于边窗滤波的高动态红外图像压缩增强方法。首先,采用边窗滤波将原始红外图像分解为基础分量和细节分量;然后,根据基础分量的灰度级分布情况,设计一种自适应阈值的平台直方图算法,对基础分量进行压缩;接着,利用双边滤波器核权重分布特点,生成自适应增益系数,对细节分量进行增强;最后,对基础分量和细节分量进行加权融合,并将结果量化到8位动态范围。实验结果表明,与经典的压缩增强方法相比,所提方法对强边缘具有更好的保边效果,可以有效避免梯度反转伪影和光晕问题,细节信息更丰富,背景噪声抑制效果更好,对不同场景的适应性更强。

基于边窗盒子滤波和透射率修正的图像去雾

针对雾线先验去雾算法存在的颜色过饱和现象、图像初始透射率估算不准确等问题,提出了一种基于边窗盒子滤波和透射率修正的图像去雾算法。为了解决初始透射率估算不准确带来的边缘细节信息丢失的问题,首先利用非局部总广义变分(TGV)正则化的方法估算初始透射率,并将二阶的非局部总广义变分(TGV)正则器来作为正则项,以确保对由图像颜色和深度之间的噪声和歧义引起的异常值具有鲁棒性。随后利用边窗滤波算法对初始透射率进行优化,从而实现对图像中纹理信息和边缘信息的保留。最后利用大气散射模型和多角度优化后的透射率复原出无雾的原始图像。实现结果表明,本文算法能够解决图像颜色过饱和与边缘处的细节纹理信息丢失的问题,且无色调偏移和光晕效应。在定性评估上,复原后的图像视觉效果好;在定量评估上,本文算法的去雾后图像的评价指标皆高于基于雾线先验算法。

基于HSV空间的煤矿井下低光照图像增强方法

针对煤矿井下采集到的图像对比度低、光照不均和细节信息弱等问题,提出一种基于色相-饱和度-明度(Hue-Saturation-Value,HSV)颜色空间的煤矿井下低光照图像增强方法。该方法基于图像的HSV空间,通过对低光照图像的亮度通道V通道的主要结构和边缘细节分别进行对比度增强,这样可以更好地抑制图像细节丢失,同时可以较好地再现原图中的轮廓和纹理细节。首先,将输入的煤矿井下低光照图像转换到HSV空间,利用相对全变分滤波(RTV)与改进的边窗滤波(SWF),分别对提取的V通道图像进行主要结构提取和轮廓边缘保留,对其非线性灰度拉伸后利用主成分分析融合技术(PCA)重构V通道图像,即融合V通道图像的主要结构和精细结构,最后合成图像,完成图像增强。通过实验验证,提出的基于HSV空间的煤矿井下低光照图像增强方法,在色彩和边缘模糊处理等方面表现良好,在煤矿井下工作面等环境中,对图像进行定量和定性实验,结果表明,与6种方法相比,增强图像的对比度、自然度和图像细节方面表现更好。

基于改进直线检测的箱体跌落姿态角解算方法

弹药跌落环境模拟系统主要用于对各种弹药(箱装或裸弹)、引信、仪器设备等进行跌落试验。针对野外复杂背景下高速相机采集的目标跌落图像噪声大、边缘复杂不易提取且图像数据量大等问题,设计了融合高斯核函数和边窗思想的滤波算法、基于感兴趣区域(region of interest,ROI)的改进Hough直线检测算法以及基于序列图像ROI动态更新的边缘直线自动提取算法,解决了去噪过程中目标边缘扩散和序列图像姿态角解算耗时长的问题。实验表明,所提出的改进算法保护了高噪声图像的边缘特征,直线检测耗时低于标准Hough变换耗时的1/10,实现了多帧图像运动目标姿态角的快速自动提取,姿态角解算平均绝对误差为0.36%。

雾霾天气下光源目标检测算法

针对雾霾天气下的光源运动目标清晰度低、轮廓模糊的问题,以火炮射击空中光源目标测量火炮跳角为研究背景,提出基于边窗均值滤波的雾霾天气下目标检测算法。首先在雾天退化模型基础上,使用边窗均值滤波算法对初始透射率进行改进,保留图像的轮廓边缘,然后通过平均修补块方法求出大气光值并复原出原始图像。最后通过奇异值分解的方法,判断光源运动目标和天空背景的相近程度,动态改变高斯混合模型的判别阈值。通过不同去雾算法的主观和客观分析以及光源微小运动目标的检测分析,所设计算法的目标检测清晰度更好。实验结果表明,该算法耗时较少,平均检测精度可达90%,能够准确、高效地检测出光源运动目标。

一种改进Canny算子的边缘检测算法

边缘检测技术可以提取图像中重要的结构信息,减少图像处理过程的计算量,其中Canny算子由于定位精度高而被广泛应用。Canny算子在图像平滑过程中容易丢失边缘信息,且检测过程易出现误检和漏检的现象,为了解决以上问题提出了一种改进算法。该算法采用有边缘保护效果的边窗高斯滤波代替传统高斯滤波平滑图像,图像梯度和幅值的计算使用3×3模板代替2×2模板并增加了45°和135°方向的计算模板来减少误检及漏检问题,对分割阈值使用最大类间方差(Otsu)算法结合灰度-方差二维直方图进行计算,以提高算法整体的鲁棒性。实验结果表明,改进的算法提高了对噪声的平滑效果,可以有效地检测出图像中关键的点、线及轮廓特征,具有较强的实用性。