基于改进Retinex算法的无人机影像匀光匀色应用

传统的单尺度Retinex匀光匀色算法使用的是高斯低通滤波器。针对高斯滤波函数作用在无人机影像频谱时,高频信息被截断,进而丢失部分影像细节,影响无人机影像匀光匀色效果的问题,本文提出了一种基于巴特沃斯低通滤波器的Retinex匀光匀色算法,使用巴特沃斯低通滤波器实现光照分量图的提取,保护了影像像素和细节,提高了无人机影像匀光匀色的效果。为了验证该算法的可靠性,本文还利用1景无人机影像进行试验,并与4种匀光匀色方法进行对比分析。结果表明,该算法在目视效果和定量评价指标上均呈现明显的优势,既能提高匀光匀色效果,又能保持影像的纹理和细节信息。

基于Retinex和ADMM优化的水下光照不均匀图像增强算法

针对水下光照不均匀及光照较弱引起的成像模糊及失真问题,提出了一种基于Retinex和ADMM优化的水下图像增强方法。提取原始图像Lab空间的L分量作为初始光照图,并基于交替方向乘子法(ADMM)构造增广拉格朗日框架,对初始光照图进行优化获得精准的光照图像,并且通过伽马校正在亮度域对光照图进行进一步校正;结合Retinex理论中物体颜色恒常性的特性,求取物体的反射图像;利用双边滤波器抑制了水下噪声,获得更细致的增强图像。实验结果表明,所提的水下光照不均匀图像增强算法能有效解决因自然光或人工光源引起的光照不均匀及水下弱光照现象,提高了水下图像的质量,相较于其他算法,具有更好的性能。

基于Retinex理论的稀疏直接法VSLAM三维重建

基于视觉的同时定位与建图(VSLAM)已广泛应用于室内机器人导航任务中。面向自主导航及地图复用性的需求,实时三维重建需克服环境光照不均、角点提取数量及质量不高、位姿漂移等问题。为此,提出构建一类基于稀疏直接法单尺度Retinex的SLAM(RDSOL)系统。RDSOL继承稀疏直接法里程计(DSO)主体框架,算法上打破后者前端光度标定及无回环检测模块的设计,通过单尺度Retinex图像增强及添加闭环,有利于避免ORB特征缺失及消除位姿漂移累积误差,获得全局一致的轨迹及地图。所开发的RDSOL在开源数据集及实际场景测试中,均取得轨迹拟合性较好的三维重建效果。基于数据集TUM-mono对算法的速度进行了测试,测试结果表明,RDSOL相对于DSO而言运行加速比达到了10.91%,序列平均耗时大幅减小。

一种基于改进Mean Shift滤波的Retinex彩色图像增强算法

传统的中心/环绕Retinex图像增强方法在处理低对比度彩色图像时,易产生光晕现象和色彩失真。提出一种基于改进Mean Shift滤波的Retinex方法,首先采用主元分析法(PCA)将低对比度图像分解为亮度和色彩两部分,通过改进现有Mean Shift滤波方法实现光照分量的自适应增强,并对色彩通道进行恢复,最后在全局分析基础上进行图像补偿。实验结果证明,该方法能有效抑制光晕现象,并保持色彩一致性,运行速度也优于同类自适应方法。

基于均匀驱动计算架构的卫星影像快速Mask匀光方法研究

针对大数据量的卫星遥感影像进行匀光处理的过程计算量大,效率低的情况,提出了一种基于均匀驱动计算架构(compate unified device architecture,CUDA)平台的卫星影像快速匀光并行处理方法。根据现有算法结构上的特点,将处理过程中的主要运算部分交由GPU完成。实验通过对资源三号卫星所得影像做匀光处理,对比了GPU与多核CPU运行速度和效果,分析了该方案的加速性能和实用性。实验表明,在保持原处理质量的同时,该方法构建的并行处理模型有效地提高了原有匀光算法的处理速度。

基于Shearlet变换的Retinex去雾算法

通常,雾天情况下拍摄的图像会因大气粒子散射而出现对比度低、图像模糊等问题,对交通监控系统等造成了一定的影响。针对这一问题,提出一种基于Shearlet变换的Retinex去雾算法。首先对有雾图像进行Shearlet变换分解,得到低频信息和一系列高频信息;由于雾气大部分存在于低频分量上,优先对低频系数使用多尺度Retinex算法进行处理以降低雾气对图像的影响;再对高频系数采用阈值法进行处理以去除噪声;最后再进行Shearlet逆变换,从而实现去雾,得到最终的增强图像。实验结果表明,该算法能增强图像的视觉效果,使图像的细节更丰富,达到去雾的目的。与其他算法相比,在亮度、对比度和信息熵方面均有一定程度的提高,处理后图像的视觉效果更好,是一种有效的雾天图像清晰化算法。

基于Retinex算法的数字航空影像色彩校正研究

针对轻小型无人机数字航空影像的色彩校正问题,笔者采用先匀光,后校正,将原始影像分块,每一块影像都对R、G、B三个通道进行处理,分别在不匀光、Mask匀光、Wallis匀光和Retinex匀光下,基于近距离拍摄的参考影像进行色彩校正,最后合并3个通道及所有分块,消除拼接缝。通过定性分析与定量分析的方法,对比不匀光及3种匀光算法对校正结果的影响发现,Retinex匀光后校正的结果和参考影像最为接近,相较于原始影像,标准差(STD)和平均梯度(MG)偏离值分别缩小44.11%和78.74%。而Mask匀光和Wallis匀光后校正的结果相对较差。Retinex匀光后的色彩校正可以最好地反映地物真实色彩,校正结果较好,有利于航空影像的建模、解译等工作。

一种改进的基于Mask原理的DMC影像匀光算法

DMC影像普遍存在亮度不平衡的现象,在使用前一般都需要进行匀光处理。文章利用DMC影像中间区域受曝光不均影响较小的特点,在通过高斯滤波获得背景影像后,改进Mask匀光法直接将原影像和背景影像作相减,并将背景影像中间区域的亮度值作为基准对原影像进行匀光,提出了针对DMC影像的匀光处理流程。实验验证,匀光效果理想。

单幅无人机影像匀光处理算法对比实验及结果分析

匀光处理是无人机遥感影像处理的重要环节,匀光处理算法决定图像处理的精度与效率。在单幅影像匀光处理方面,目前常用的算法主要有Mask算法、背景拟合算法、同态滤波算法和Retinex算法。对于同一影像各算法之匀光处理效果不尽一致,且在效率方面存在较大差别。因此匀光处理算法的选择是困扰影像处理人员的难题之一。基于此,从匀光影像质量、算法执行效率等方面对现有匀光处理算法进行实验对比研究。以Matlab为计算平台,对4种算法进行程序设计与代码编写,并对算法执行效率进行对比,对影像处理质量进行评价。以某建筑物群外围16幅3 000×4 000 PixelRGB影像为实验数据进行实验,分别计算并比较4种模型的实验结果,并对实验结果进行评价与分析。实验表明:Mask算法总体匀光效果最好,背景拟合算法次之。研究结论可供匀光处理工作者在优选单幅无人机影像匀光算法时参考,从而提高无人机影像处理工作效率。

基于格林函数的动态范围压缩算法

为了解决高动态范围图像存在的视觉效果较差以及细节不突出的缺陷,提出一种基于格林函数的动态范围压缩算法.该算法通过稀疏表示将图像分割为多个亮度差异较大的不规则区域;并通过计算各区域的地球移动距离匹配出阴影与高光区域的相似区域;最后提出一种构造不规则区域格林函数的数值解法,结合边界条件,通过曲线积分得到适于显示的低动态范围图像.实验结果表明,稀疏表示抑制了由曲线积分产生的累积误差,数值解法在压缩动态范围的同时有效地增强了图像的细节信息,生成的图像视觉效果较好,清晰度较高.

基于格林函数的图像增强算法

由于传统的图像增强算法得到的增强图像存在细节的缺失,主观效果较差等缺陷,提出了一种图像增强算法。通过Retinex模型保证了增强图像具有较突出的细节特性;通过求解泊松方程满足了增强图像与原始图像在梯度域的一致性;采用自适应亮度映射得到适于显示的边界条件;对区域的边界进行采样降低算法的复杂度。实验对比了几种图像增强算法得到的增强图像以及相关的评价系数,验证了该算法能够有效地提高图像的对比度,增强图像的主观视觉效果较高。

强光下多尺度图像增强和蚁群算法的火焰分割

针对强光下火焰图像分割不完整的问题,提出了彩色火焰图像增强及改进蚁群算法的阈值自适应分割方法。首先对采集设备捕获的RGB图像进行基于带颜色恢复的多尺度Retinex增强,用亮度控制因子对背景像素进行亮度提升,并从3个不同尺度对原图动态增加高频信息,提高火焰局部可见性,使火焰的颜色、纹理和边缘信息更加突出;然后,为了避免蚂蚁在路径选择时的随机性,增强蚂蚁搜索效率和寻优能力,在最大类间方差法基础上,通过改进蚁群算法中信息素初始浓度、更新规则和启发函数,从单幅图像自动获取分割阈值,大大提高了算法的分割精度和速度。最后,将提出的算法在不同强光、不同场景、不同干扰下与同类算法进行了对比实验,实验结果显示:在保证分割速度的同时,平均分割准确率提高了近1.96倍。

基于边缘检测的一种碎石撒布覆盖率检测方法

为了快速定量的检测同步碎石封层施工的碎石撒布覆盖率,提出了一种基于边缘检测的数字图像处理方法。通过Retinex算法对图像进行增强,排除了施工环境对采集图像的影响,处理结果表明图像质量得到了很大改善。利用拉普拉斯高斯算子和加权系数法统计石料边缘区域的灰度信息以取得图像阈值,对图像进行分割后得到的二值图像保留了石料的形状特征。利用最大类间方差法对图像进行边缘修补,修正了被误分割的石料边缘区域。通过计算二值图像中石料面积与图像总面积比值获得的碎石撒布覆盖率与实际数值吻合。

一种红外图像增强算法研究

针对传统红外图像存在的一些不足,提出一种融合多尺度Retinex和小波变换的红外图像增强算法。该算法综合了小波变换多尺度、多分辨率的优点,以及多尺度Retinex红外增强的特性,利用小波变换对图像信号进行分解,对低频系数进行多尺度Retinex算法处理,而对小波分解的高频细分量进行消除噪声并改善图像细节部分,并同时也改善了性噪比、对比度以及亮度均匀性等性能指标。通过仿真该算法可增强图像细节,优化图像整体视觉效果。

基于图像分割的数字航空影像匀光

在传统光学晒印中的马斯克(MASK)匀光原理的基础上,采用数字图像处理中的图像分割技术,对不均匀光照的数字航空影像进行了匀光处理,提出一种适应性强的数字匀光的处理方法,使得马斯克匀光原理在对数字影像的处理中能更加有效的发挥作用。

反射式高倍聚光光伏“光漏斗”匀光技术理论与实验研究

在聚光器和接收器之间加入“光漏斗”匀光器来实现砷化镓(GaAs)电池表面能流密度的均匀分布。根据蒙特卡洛射线法和照射在接收器表面能流密度相同的原理,设计“光漏斗”匀光器。聚光器开口半径为1600 mm,焦距为1700 mm,Tracepro仿真结果显示接收器表面能流密度的均匀度为98.51%,实验显示均匀度为95.05%,仿真值与实验值相近。根据GaAs电池输出电量最大化来确定电池芯片的布置范围,仿真结果得到在半径为36 mm内布置电池芯片,与实验值39 mm相近。

一种新的NSCT域图像增强算法

针对实际应用中所采集的部分图像对比度低、边缘细节模糊的问题,提出一种基于非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的多尺度Retinex与非线性增益函数相结合的图像增强算法。使用改进的多尺度Retinex算法对低频子带系数进行处理,以提升图像的灰度动态范围并改善图像的亮度均匀性;采用非线性增益函数和贝叶斯萎缩阈值相结合的方法对各个高频子带系数进行处理,在提升图像纹理细节的同时抑制噪声。实验结果表明:该算法能够有效提升图像对比度和清晰度,增强图像细节信息,有效改善视觉效果。

快速低照度图像增强算法研究与实现

在MSR图像增强算法的基础上进行了改进,采用RGB与HSV颜色空间的快速转换算法,并在MSR算法中用快速均值滤波代替高斯模板卷积,提高算法运算速度;对增强后的图像采用自动截断式对比度拉伸方法,提高增强后图像的对比度。实验结果表明,本算法在提高图像质量的同时,算法速度提高3～4倍。

一种改进的图像阴影去除方法

针对阴影去除后存在光照不饱和与纹理不一致等问题,文中提出一种基于Retinex的阴影去除方法。该方法依据Retinex理论中入射光与反射光的关系,重新估算入射光图,用RGB三通道中像素的平均值赋值给目标像素点,并用梯度下降方法进行改进。通过调节自适应的权重,改善了阴影去除后的光照不饱和与纹理不一致问题。在UIUC数据集上的实验表明,实验结果的均方根误差比降低到0.4106,证明了文中方法的有效性。

汽车驾驶辅助中雾天图像增强算法的对比研究

受到雾天等天气情况的干扰,基于视觉传感器在汽车驾驶辅助中的应用会收到影响。雾天图像增强方法可以有效的改善视觉传感器的能见度,保障驾驶辅助系统的可靠性。目前,比较常见的有直方图均衡去雾法,Retinex去雾算法以及暗通道先验去雾算法等。直方图均衡去雾的基础是概率累积函数变换法,通过把已知图像的灰度概率分布转变成均匀概率分布,最后得到视觉效果较好的新图。Retinex去雾算法的基础是色彩的恒常性,通过物体的表面颜色是其表面的反射特性决定的这一特性,实现图像去雾。暗通道先验去雾算法则通过估算空气的透射率,根据其散射模型来还原场景色彩。本文通过实验,将这三种去雾方法进行对比,并比较三者的优缺点。