基于小波与嵌入式零树编码的锈蚀图像压缩方法

为了提高高分辨率锈蚀图像的传输效率和处理速度,设计了一种基于小波和嵌入式零树编码的锈蚀图像压缩方法.首先,将原始锈蚀图像的RGB颜色空间转换为YCbCr颜色空间,并对Y、Cb、Cr三通道分量进行小波分解,得到对应的小波系数;其次,结合对比敏感度函数对不同子带的小波系数进行加权处理,利用嵌入式零树算法对小波系数进行量化和编码得到码流;最后,对码流依次进行解码、反量化和逆变换,得到Y、Cb、Cr颜色空间的重构图像,并将其还原至RGB颜色空间,得到压缩后的图像.实验结果表明,本文算法与传统压缩算法相比,能有效降低图像的储存空间,减少细节丢失,保证了压缩后的图像质量,在压缩比和图像质量上都有较大提高,更适用于工业领域锈蚀图像的压缩.

基于小波与Retinex原理的锈蚀图像特征增强

为更好地判断金属材料的锈蚀程度,针对低照度金属锈蚀图像存在的亮度不高和细节信息不明显的问题,提出了基于小波变换和Retinex原理的图像特征增强算法。首先,将原始锈蚀图像的色彩空间转换HSI空间,保持饱和度分量和色调分量不变,对亮度分量I进行小波分解;其次,对分解后的高频分量和低频分量进行自适应增强,重构后的图像经Retinex原理进行多尺度增强改善图像亮度。实验结果表明,对锈蚀低照度图像的增强效果明显,能较好地改善图像的整体亮度,对细节信息的保留和增强效果明显。

锈蚀管道的X射线图像预处理方法

目的 研究 X射线管道锈蚀图像的预处理 .方法 比较了均匀钢板图像、标准管道图像与实际管道图像的特征 .结果 所用成像系统的渐晕中心与转换屏中心不对正 ,且转换屏存在固有缺陷 .结论 屏上的固有缺陷、渐晕中心与转换屏的相对位置等都会影响锈蚀的准确量化 .

基于注意力机制与双线性池化的锈蚀等级评估

水工机械装备(如闸门、拦污栅等)长期服役于水域环境,其结构表面会不可避免地产生锈蚀。对于重要的关键受力结构件,如果不能准确检测其锈蚀的严重程度,会导致其维修加固不及时,进而直接威胁受损结构周围人员的生命安全。目前,对水工机械装备锈蚀特征识别主要以人工目视检测为主,容易导致视觉疲劳、主观性较强、锈蚀程度的检测准确率不高等问题。为此,本文提出以VGG-16(visual geometry group,VGG)网络为基础、融合注意力机制和双线性池化的锈蚀等级评估方法。首先,利用RGB(red green and blue)和HSV(hue saturation and value)两种色彩空间中不同分量包含锈蚀图像特征不同的特点,将不同色彩空间作为不同支路网络的输入,使其能够充分利用不同色彩空间的图像特征;其次,在两个支路网络中嵌入注意力机制,通过注意力机制的可训练权重对锈蚀图像的特征进行重标定,调整权重,聚焦于最相关的特征进行学习;再次,采用双线性池化融合不同支路提取的特征,使网络聚焦于最相关的细粒度图像特征,提高网络模型对锈蚀图像细微差异特征的利用;最后,通过盐雾锈蚀实验获取锈蚀图像数据,并在数据集上对本文方法进行消融和对比分析。结果表明,相较于原模型及其他主流算法,改进后模型的分类准确率达到了0.953,精确率、召回率、F1系数等评价指标均有大幅提升,本文方法对于不规则锈蚀图像特征能够取得更好的评估效果,可以转化应用于工程实践。