基于改进ViBe算法以及改进CLAHE算法的烟雾信息增强技术

对于在火灾刚开始发生时,烟雾信息较弱且不明显的问题,提出了一种使用视频图像序列进行烟雾信息增强的技术。使用改进的ViBe算法对整个视频进行检测,获得每帧图像的运动蒙板。采用去除离群值的帧间差分放大算法对烟雾信息进行放大。通过改进后的限制对比度的自适应直方图均衡化算法(CLAHE)来提高烟雾区域对比度,并使用合并蒙板保存烟雾信息,用翻转蒙板保留原始图像背景信息,最后进行烟雾区域与背景区域的融合,得到最终图像。实验结果表明,算法可以将烟雾泄漏区域的对比度进行较大程度的提高,并且由于融合了原始图像背景,因此,背景噪声也处于较低水平。

基于CLAHE与维纳滤波的实时声呐图像增强

声呐成像一直是水下调查领域的主要传感解决方案,特别是在无人潜航器的应用中。最新一代前视成像声呐能够以高帧率获取高分辨率图像,图像质量几乎可以与使用光学相机获得的视频图像相媲美。然而声呐图像经常受到各类噪声的影响,导致图像质量下降,影响后续的数据分析和处理。为解决此类问题,文章提出一种基于限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)与维纳滤波的声呐图像降噪增强算法。该算法具有更高的实时性,可以快速有效地处理噪声问题。为验证算法的性能,采用前瞻性成像声呐技术获取声呐图像,开展一系列实验。实验结果表明,文章所提的算法能够显著降低噪声的影响,提高声呐图像可视性,为声呐成像在水下调查中的应用提供了更可靠的解决方案。

面向室内弱光环境的视觉与惯导融合算法研究

针对视觉惯性里程计算法在低光照或黑暗等复杂条件下定位精度差的问题,提出了一种基于多状态约束卡尔曼滤波(MSCKF)算法的适应弱光环境的视觉惯性里程计算法。结合离散余弦变换(DCT)同态滤波和限制对比度的自适应图像均衡化处理图像,然后将增强后的图像应用于MSCKF中,计算出精确的初始位姿估计。基于多状态观测约束策略计算特征重投影误差,以更新系统状态。该算法在公开数据集EuRoC上进行了测试。结果表明,不管在正常光照还是弱光照的场景下,该算法相较于原始算法精度均有所提升,最大均方根误差从1.778 m降低到0.249 m,平均均方根误差降低57.7%。

基于红色暗通道先验理论与CLAHE算法的水下图像增强算法

[目的]水下图像是水下视觉感知技术领域应用的基础,由于水对光的吸收以及水中颗粒对光的散射作用,使水下图像具有对比度低、边缘模糊等特点,导致图像质量下降。为此,提出一种削弱水介质对水下图像影响的图像增强算法。[方法]首先,研究了水下成像数学模型,并且依据Lambert-Beer定律推导出了未退化的图像数学模型。其次,利用红色暗通道先验(RDCP)理论得到未退化图像模型中的红色暗通道透射率图像,并通过引导滤波算法对该图像进行滤波细化处理,获得了对比度比较高的未退化图像。然后,针对去模糊后水下图像对比度仍然不理想的情况,采用对比度受限直方图均衡化算法(CLAHE)提升水下图像对比度。[结果]基于常用图像评价标准,通过实验评价了本文算法的有效性,[结论]本文算法能够显著提升水下图像信息熵、对比度和平均梯度,更能凸显图片信息的细节特征。

基于改进的CLAHE显微细胞图像增强算法

限制对比度自适应直方图均衡化(CLAHE)是一种常用的低对比度图像增强算法。为了解决医疗器械设备采集的低对比度显微血细胞图像增强问题,给出一种改进的CLAHE显微血细胞图像增强处理算法。将图像从RGB空间变换到HSV空间,仅对亮度分量进行限制对比度自适应直方图均衡化增强,接着对原图像做灰度变换,之后对变换后的图像做直方图均衡化,然后将图像归一化,最后做RGB输出。该算法在传统的CLAHE算法的基础上,通过改变每个子块的像素点分配方式,达到增强图像细节的目的。局部的直方图均衡化,增强了整体细节的对比度。运用限制对比度自适应直方图均衡化算法对显微血细胞图像进行增强,并对增强处理后的图像质量进行客观评价。实验结果表明,该算法在信息熵、平均梯度、标准差等指标上具有明显的优越性,可以有效增强显微细胞的对比度,同时也能保留更多的图像细节信息。

基于线阵相机的透明胶囊漏液检测方法研究

人工检测透明胶囊是否漏液的方法耗时长、人工成本高。提出一种基于线阵相机的胶囊漏液检测方法。首先,利用线阵相机拍摄胶囊图像,成像处理后使用双边滤波方法将图像分为背景层和细节层。然后,采用自适应直方图均衡化(AHE)和Sobel operator算法,分别对分层图像进行平滑和锐化处理。最后,按权重对处理后的图像作线性融合,凸显胶囊漏液位置特征,从而确定漏液位置。试验结果表明,相比于传统人工方法,胶囊的漏液检测误差率缩小、检测效率提高,为实现透明胶囊生产线实时检测提供技术储备和数据支撑。该研究为工业、医疗、科研与安全等领域在利用电荷耦合元件线阵相机检测连续材料方面提供了有效的方法,并为图像处理中的算法融合提出了可行性建议。

基于ASHE和SWT的低对比度自然场景图像文字定位

为解决在自然场景下光照不均匀使得图像对比度低,导致图像文字定位错检的问题,采用自适应子直方图均衡算法(Adaptive Sub-Histogram Equalization,ASHE)对图像进行对比度增强处理;采用最大稳定极值区域算法提取候选区域,结合形态学与启发式规则进行初步定位;通过改进的笔画宽度变换算法(SWT)与汉字特征进行精确定位;使用字符链融合算法,将文字区域合并,实现最终文本定位。实验结果表明改进算法对自然场景低对比度图像中文字具有较高的定位准确率,并且有效地降低了时间复杂度。

改进飞鼠搜索算法的自适应图像增强

为了实现灰度图像增强最佳参数的自动寻优,提出一种改进飞鼠搜索算法的自适应图像增强方法.在普通树上的飞鼠位置更新中引入双向搜索策略,提高获得最好解的可能性;利用螺旋觅食策略更新位于橡子树上的飞鼠位置,提升算法的收敛速度和搜索精度.在CEC 2017测试集上,将所提算法BCSSA与蝙蝠算法、鲸鱼优化算法、基本的SSA和2种改进的SSA进行对比分析,结果表明, BCSSA具有更高的稳定性和更快的收敛速度.最后,将所提出的BCSSA应用于灰度图像增强,与经典的直方图均衡化方法和SSA进行了4种评价指标的性能比较,证明了BCSSA的优越性.

自适应图像直方图均衡算法

为了改善直方图均衡对低灰度层密集分布图像的处理效果,通过分析图像直方图均衡理论对同一灰度像素在处理后映射到同一灰度的过程中存在的理论缺陷,提出了一种高效的、自适应的算法.该算法首先对图像进行常规的直方图均衡处理,然后对处理后所形成的图像灰度在一个较大的灰度范围内进行映射,保证变换后的图像有较大的灰度动态范围,最后对结果进行适当的亮度修正,保证变换图像整体有较高的对比度,便于观察图像的细节.通过实验证明,改进后的算法可以明显地改善直方图均衡处理低灰度层密集分布图像的效果,同时具有较高的算法效率,适合在实时图像处理系统中采用.

基于自适应阈值分割的宫颈细胞图像分类算法

本文以宫颈癌细胞图像的自动筛查为应用背景,研究了一种新的宫颈细胞图像分类算法。算法首先采用形态学滤波与自适应直方图均衡的预处理方法进行图像增强;根据对图像内容与直方图分布关系的深入分析,提出采用经验因子加权Otsu自适应阈值分割算法进行细胞核分割,有效地解决了细胞重叠所引起的自适应分割阈值的选取问题;然后,通过提取面积、周长、区域面积与外接凸多边形面积比以及长宽比四种参数,对分割出的细胞核区域进行杂质剔除;最后以最能体现癌细胞特征的面积、平均灰度作为特征参数采用K-means算法对样本图像进行分类实验。实验样本为233幅宫颈细胞图像,其中49幅癌细胞图像,184幅正常细胞图像,实验结果证明了该算法的有效性。

基于BP神经网络的复合绝缘子憎水性等级的判定

憎水性检测对于确保复合绝缘子安全可靠运行具有重要意义。笔者提出把图像处理技术和BP神经网络引入到绝缘子憎水性检测中。首先,运用对比度受限自适应直方图均衡和数学形态学滤波对憎水性图像进行增强。然后,利用自适应阈值对图像进行分割,并提取图像中与憎水性相关的4个特征量。最后,选择BP神经网络判定绝缘子憎水性等级。分别采用BP标准算法和4种改进算法对网络进行训练,并对测试样本进行了憎水性等级判定。基于4个特征量的BP网络在一定程度上能够准确地判定绝缘子的憎水性等级。各种算法的判定结果表明L-M算法是比较合理的判定绝缘子憎水性等级的BP神经网络算法。

一种结合CDD模型和Criminisi算法的图像修复算法

针对既含有大块缺失信息又含有划痕的图像,结合CDD模型和Criminisi算法的优点,提出一种新的修复算法。算法先采用可以强化细节的自适应直方图均衡化操作来扩大图像的动态范围,后利用形态学算子分离出待修复图像中的划痕区域与大块区域,接着用CDD模型对划痕进行修复,再用改进优先级的Criminisi算法进行后续修复,最后把修复后的图像对应于缺失区域的像素填补到待修复图像的区域中。实验结果表明,改进后的算法克服了现有算法可能存在的偏差延续问题,使图像修复的结果更加符合人们的视觉效果。

非接触指纹图像识别算法研究

非接触指纹识别具有接受程度高、防伪性高、卫生性高等优点,是目前生物特征识别领域的研究热点,但是非接触指纹图像的背景区域比接触式的相对复杂,指纹图像会出现旋转和平移现象,且脊、谷线的对比度较低,这些因素严重影响了非接触指纹的识别性能.采用接触式指纹图像处理方法很难达到良好的处理效果.本文根据非接触指纹图像的特点提出了相应的非接触指纹图像的预处理方法.首先采用图像YCb Cr模型中的Cb分量和Otsu法相结合的方法进行手指区域的提取.其次采用高频强调滤波和迭代自适应直方图均衡化相结合的图像增强算法进行图像增强处理,再用简化的Gabor函数模板进行二次增强,然后提出了一种手指指纹ROI区域提取的方法.最后本文采用基于AR-LBP算法进行特征提取,利用最近邻分类器进行特征匹配.实验结果表明,本文提出的非接触指纹算法能够达到很好的图像识别效果.

一种改进的直方图均衡化图像去雾算法

针对直方图均衡图像去雾方法存在噪声被放大和图像失真较严重的问题,提出了一种基于直方图均衡化的自适应图像去雾算法.该算法首先将图像变换到HIS颜色空间,将图像分为k×k个子图像,然后对每个子图像在确保色调H分量不变的基础上,对饱和度S分量和亮度分量I分别做自适应直方图均衡处理.处理后的图像不但从视觉上看出对比度有了很大的改善,边缘细节保持较好,而且几种图像质量评估方法的计算结果也表明,改进后的算法比用直方图均衡化去雾后的图像质量从对比度、均方误差、信息熵、峰值信噪比以及协方差都有明显的提高.实验用了250组图像,得出的结果是PSNR提高18%以上,均方误差降低15%以上.

对比度受限自适应直方图均衡算法在鼻咽癌放疗摆位中的应用

目的探讨对比度受限自适应直方图均衡算法在鼻咽癌放疗摆位中的应用。方法利用单曝光定位照相技术,应用对比度受限自适应直方图均衡算法对射野图像进行增强,把增强后的图像与计划系统中的DRR图像进行比较。结果对比度受限自适应直方图均衡算法可以有效地提高射野图像的分辨率和对比度,可以清楚地分辨出主要的骨性标志。在摆位质量控制中可以检验出射野图像与DRR图像的射野中心的位移变化。结论单曝光定位照相技术结合对比度受限自适应直方图均衡算法可以减少鼻咽癌放疗摆位误差,确保放射治疗计划准确的实施。

基于直方图的图像自适应均衡算法

传统直方图均衡算法经常出现对低灰度层过度拉伸,产生图像被过度增强,或是使像素较少的灰度级在变换时被合并,导致图像的边缘或细节信息丢失等现象。为了改善这种算法的不足,该文提出一种改进的自适应均衡算法。该算法先对图像进行传统的直方图均衡处理,然后将处理后的图像再进行一次函数映射,保证将变换后的图像具有一个较大的灰度动态范围,最后确定适当的亮度调节系数,提高整幅图像的对比度,达到较好的视觉效果。实验结果表明,改进后的算法可以有效地改善传统算法的不足,具有较高的适应性。

对比度受限下直方图均衡化处理的木板纹路图像增强算法

在木板纹路识别的工程应用中,光照不均匀等因素会产生对比度差的木板图像,将影响木纹的准确识别,针对此现象采用改进的对比度受限自适应直方图均衡化方法(contrast-limited adaptive histogram equalization,CLAHE)对木板纹路图像进行增强处理,首先借助加权平均灰度化对原始图像进行灰度处理,再利用CLAHE算法将灰度图像分割成若干个大小相等连续的子块,选取合适的阈值对每个子块的直方图进行截取,将超过阈值的像素均分到其他的灰度级中,使用双线性插值对图像进行插值运算,得到对比度受限下直方图均衡化图像,最后使用双边滤波器(bilateral filter)对均衡化图像进行降噪保边处理。共用600幅木板图像,其中450幅图像作为训练集图像,150幅作为验证集图像,通过平均绝对误差(mean absolute error,MAE),峰值信噪比(peak signal to noise rate,PSNR)以及最终实验结论对比CLAHE算法和其他一些常规算法,工程运行结果表明:CLAHE方法处理木板纹理图像具有较好的运行效果,为木板纹理的准确识别提供了理论依据。

恶劣天气环境下退化图像的清晰化算法

针对恶劣天气环境下的户外检测系统,提出一种退化图像清晰化算法。将近似点扩散函数估计算法与改进的部分重叠子块直方图均衡化去雾算法相结合,以去除影响图像质量的气象因素,根据图像大小选择子块的尺寸和步长,使用固定参数经验值进行图像处理,实现降质图像的复原。实验结果表明,该算法具有较强的自适应性和实时性。

基于改进边缘连接Canny算法的绝缘子憎水性图像分割研究

传统自适应Canny算法在憎水性图像边缘检测上的效果不甚理想,往往检测出来的图像边缘断点较多,不能形成一个完整的闭合边缘。因此,文中针对绝缘子憎水性图像中水珠上边缘难以捕捉的特点,分别从滤波、阈值选择以及边缘连接方向几个层面进行优化,提出了一种改进边缘连接的Canny算法。首先,联合对比度受限的自适应直方图均衡化与引导滤波对图像进行预处理,通过双边滤波平滑图像,在Canny算法中引入二维OTSU以及边缘连接实现图像分割,最后应用最大水珠面积比法判定复合绝缘子图像的憎水性等级。实验结果表明:文中方法能够准确有效的分割水珠图像,为后续憎水性的判定提供了依据。

采用自适应全局亮度补偿的夜间去雾算法

针对夜间雾霾天气情况下还原的去雾图像存在颜色失真、纹理损失严重、去雾效果差等问题,本文提出了一种夜间去雾算法,采用自适应全局亮度补偿、同态滤波、限制对比度自适应直方图均衡化算法以及联合双边滤波对降质图像进行处理,结合大气散射模型得到还原的去雾图像。实验结果表明,该算法的夜间去雾效果好、处理速度快,较对比算法在对比度、平均梯度以及信息熵上均有改善,有效减少了还原图像的颜色失真、纹理损失。