一种改进的基于小波变换的图像融合方法

提出并且详细分析了一种基于小波变换的图像融合技术的改进方法的优越性.对两幅需要融合的图像通过直方图均衡化的方法进行处理,且利用一种基于小波变换的图像融合技术的改进方法进行融合,对融合后所得的新图像的结果与质量进行分析与评价,证明了改进的融合方法能够取得更优越的效果.

目标增强的红外与微光图像融合算法

对于红外与微光图像融合,虽给为观察者提供了更多的图像信息,但是同时由于过多的背景信息反而掩盖了重要的目标信息,为了兼顾背景信息丰富和增强目标的需求,提出了一种新的目标增强的融合算法,首先改进了传统的顶帽变换算法,用来增强红外图像的目标信息,同时去除一些冗余的红外背景信息,然后利用人眼对颜色的敏感特性,将微光图像与红外图像通过色彩映射公式映射到相应的色彩空间进行融合,结果显示,该算法不但能提供丰富背景信息,同时也增强了重要的目标信息。

基于神经网络与特征融合的胶囊内镜图像识别模型

当前消化道胶囊内镜图像识别算法存在两个局限,一是要对有差别的病灶设计具体的特征检测算法;二是通过深度学习开展迁移学习时,原训练数据与胶囊内镜图像存在较大差异。因此,提出一种小型通用的基于神经网络与特征融合的胶囊内镜图像识别模型。对图像分离G通道、Log变换和直方图均衡化预处理;采用三个相同卷积神经网络分别对三种预处理后的图像提取特征;采用Bagging算法进行特征融合与识别。对Kvasir数据集的实验表明,该模型准确率为96.89%,比RGB输入、传统机器视觉和经典神经网络模型高出2.05百分点以上,其AUC均值达到0.99,灵敏度达到98.55%,特异度达到96.51%。该模型能为医生诊断提供辅助作用。

基于DCT与PSO的可见光与红外图像融合方法

针对可见光与红外图像融合问题,提出一种基于离散余弦变换(discrete cosine transform, DCT)与粒子群优化(Particle swarm optimization, PSO)的图像融合方法.先对源图像进行DCT变换再采用PSO算法获得优化权值因子,并用于完成源图像DCT系数的融合;其次,进行DCT逆变换得到初始融合图像;最后,利用直方图均衡化模型对初始融合图像进行优化得到最终融合图像.仿真实验结果表明,该方法与现有的代表性融合方法相比具有显著的优势.

基于图像识别的泊车车位检测算法研究

本文中为自动泊车提出了一种基于右侧单通道摄像头的车位检测算法。首先,通过顶帽变换融合直方图均衡化的方法降低了光照不均匀和光照强度变化对算法鲁棒性的影响;结合泊车工况,基于先验知识略去无价值域,压缩了Radon变换参数范围,获取车位线在Radon空间中坐标的同时,降低了Radon矩阵的维度;接着,通过阈值分割方法,优化了Radon矩阵的元素值,以在K-Means聚类分析的过程中,更准确高效地获取聚类中心;在聚类中心二维邻域内通过非极大值抑制实现了车位线的像素级定位。最后,设计了分层有限状态机,通过建立车位分类规则库实现了车位的分类。实验结果表明,该方法的计算效率高于基于Radon变换实现泊车的经典方法,且算法具有较强的鲁棒性。

基于Shearlet变换域改进的IR与灰度VIS图像融合算法

针对多尺度变换域内红外(IR)与灰度可见光(VIS)图像融合后图像清晰度差、纹理信息不丰富等问题,提出一种基于剪切波变换(ST)域改进的IR与灰度VIS图像融合算法.首先,采用形态学顶帽变换(MTH)增强IR与VIS图像;然后,对增强后的IR与VIS图像采用ST变换,将其分解成高、低频图像,针对高频图像提出局部标准差(LSTD)与系数绝对值的融合策略;针对低频图像提出一种改进的权值融合策略;最后,通过逆剪切波变换(IST)获得最终融合图像.仿真实验结果表明,所推荐的方法具有优越的性能.

体育视频中场地自动检测方法

主要针对虚拟广告系统设计了简单而有效的算法来实现体育视频中场地检测,首先通过基于颜色空间直方图统计的方法实现了场地主区域的自动提取,再通过Top-Hat变换和改进的最大类间方差法实现了场地边缘检测,最后通过Hough直线检测和最小二乘拟合相结合的方法精确检测到所有的场地线。大量的实验表明,本文提出的场地检测方法对于羽毛球场地,网球场地,乒乓球场地等都有很好的检测效果,提取结果可用于摄像机定标和比赛场地的重建。

基于改进Faster RCNN的喷水织机织物疵点检测

探讨一种基于Faster RCNN改进的织物疵点检测方法用于喷水织机织物疵点检测的效果。首先,对织物疵点图进行预处理,将疵点与背景有效区分开,凸显出疵点区域;其次,建立一种基于特征融合的ResNet50卷积神经网络模型对织物疵点进行特征提取;采用ROIAlign将经过初步筛选后的预选框映射到固定大小的特征图上,减少映射误差与均分误差;最后进行目标分类与位置回归任务。试验结果表明:该研究算法的mAP值达到95.50%。认为:该检测方法能有效提高喷水织机织物疵点的检测效果。

基于经验小波的太阳能电池缺陷图像融合

为解决太阳能电池的弱缺陷检测问题,提出一种基于二维张量经验小波的多光谱图像融合算法。使用一组特定波长的光源采集太阳能电池片图像信息,对图像进行顶帽变换抑制背景噪声;使用经验小波变换对预处理图像进行分解,分别对获得的高低频子带图像采用基于极大值的显著性融合规则进行融合,将融合后的高低频子带图像进行小波反变换获得最终的融合图像。在相同的采集条件下获取五类色差电池片图像,进行算法测试试验,并从图像视觉效果和客观评价指标两方面与其他算法分析比较。试验结果表明,此算法不仅具有良好的适应性,而且在保持光谱信息和抑制噪声等方面均取得良好的效果。