低照度环境下图像非均匀纹理增强算法

传统增强算法针对图像中非均匀纹理部分的处理过程中容易丢失纹理细节,导致增强后图像峰值信噪比与结构相似性的量化值偏低。为此,研究了一种针对低照度环境下的图像非均匀纹理增强算法。通过图像中非均匀纹理的合成情况,计算图像像素区域置信度和数据项,进而计算图像中非均匀纹理的增强优先权系数,确定增强先后顺序。建立基于卷积自编码的低照度图像增强模型,划分并融合增强图像照度,完成增强算法的设计。实验结果表明,该算法得到的增强图像峰值信噪比与结构相似性的量化值均高于传统算法,不同像素下的处理耗时总体优于传统算法。

基于相对坐标控制的非均匀纹理合成方法

针对当前非均匀纹理合成方法或无法保持非均匀纹理的大尺度结构,或受网络结构限制,无法合成任意大小的纹理的问题,提出基于相对坐标控制的非均匀纹理合成方法.该方法基于全卷积金字塔结构生成对抗网络SinGAN,首先,引入相对坐标信息作为条件输入进行引导控制合成,从而保留非均匀纹理样图的整体结构特性;然后引入旋转图块增强训练,通过下采样和角度旋转,获得大量纹理图块训练数据,从而进一步提升纹理合成的细节质量.最后,通过对多张挑战性非均匀纹理进行任意比例合成实验,结果表明,该方法可合成具有任意大小的新纹理样本,合成结果能够有效地保持源图像的全局结构和局部精细纹理.此外,用户还可根据需要选择源纹理区域进行扩展合成,从而带来更好的可控纹理合成体验.

非均匀纹理图像大区域修复算法

为了改善实际非均匀纹理图像大区域修复效果,提出了一种改进的纹理合成算法.在传统图像修复算法优先权系数的基础上,增加了方向性优先权系数,为纹理合成时各点的传播方向和进度提供索引;同时,针对非均匀纹理图像渐近变化的特点,将以待修复块为中心的扇形区域作为最优匹配块的搜索区域,以减少误匹配.仿真实验结果表明,该方法能够有效克服传统纹理合成方法没有考虑方向性的缺点,对实际大区域非均匀纹理图像取得了较好的修复效果.

基于匹配滤波器的多晶硅电池片裂纹检测方法

针对多晶硅太阳电池片裂纹检测中背景干扰和对比度较低等检测难点,提出基于微分匹配均值和匹配滤波器的裂纹检测算法。首先用基于高斯函数的匹配滤波器从多角度、多方向提取裂纹空间特征的算子,增强图像;同时用微分匹配均值滤波器区分裂纹和晶粒结构,有效提取裂纹;然后根据阈值公式筛选裂纹结构;最后用Hough变换去除栅线,并采用形态学方法提取出完整裂纹结构。实验结果表明,提出的裂纹检测算法能够精确、有效地检测出多晶硅太阳电池片的裂纹,解决了紊乱的晶粒背景干扰检测的问题,相比其他几种算法兼具鲁棒性和快速性。