一种新的红外图像增强算法研究

为了解决传统红外图像增强方法存在的问题,该文提出了一种新的红外图像增强方法。首先,使用韦伯定理并结合人类视觉特性对红外图形进行预处理,预处理包括亮度增强和图像分割。其次,针对分割后的不同区域的特点使用不同的方法进行增强处理,使用多尺度Retinex对包括细节信息较多的区域2进行处理,使用改进的自适应直方图均衡算对区域一和区域三进行处理。最后,对处理过的红外图像进行重构。测试结果表明,该文提出的算法整体增强效果较好,更适合人类视觉观察,同时还可以缩短运行时间并且可以消除“光晕”现象,具有广阔的应用空间。

韦伯-中心环绕结构的图像显著性检测模型

受韦伯定理和协作式中心环绕接收域生物模型的启发,提出一种适用于图像显著性检测的中心环绕假设,设计了一种具有圆形拓扑的中心环绕结构,并给出基于该模型的融合局部和全局特性的显著性检测算法。该算法提取各像素的中心环绕结构,以基于韦伯特性的梯度方向表征局部显著性,中心区域相对于总体均值的相对亮度差表征全局显著性,然后采用线性合并方法得到最终的显著图。检测结果及正确率-召回率评估曲线表明该算法具有良好的检测特性,并且在激活区域具有强响应,同时还能很好地抑制其他区域。

基于韦伯-格涅坚科定理的机车电机轴箱轴承故障分布假设

计算证明,电机轴箱轴承的故障分布不服从韦伯-格涅坚科定理。提出可通过理论频率的适应性方法,确定机车其他部件是否服从故障分布规律。