一种改进的Retinex彩色图像增强方法

传统Retinex算法在对彩色图像进行增强时,容易产生光晕以及处理后图像整体对比度较低等问题.为此提出了一种改进Retinex的图像增强方法,该方法采用三高斯模型和高斯滤波相结合的双边滤波对照度分量进行估计;然后在提取反射分量时,引入原始图像亮度影响因子实现区域自适应增强;最后进行归一化调整和彩色图像恢复,实现图像增强.实验结果表明,该方法能够在增强图像的同时,有效抑制光晕,提高图像的整体对比度.     

基于小波变换和自适应直方图均衡的红外图像增强

针对实际应用中红外图像的对比度较低、存在噪声的缺点,结合人的视觉特征,在已有图像增强方法的基础上,采用小波变换与自适应直方图均衡相结合的方法对红外图像进行增强.该方法不但解决了红外图像对比度低的问题,而且降低了噪声,突出了图像细节.     

自然背景下交通标志牌的检测方法研究

根据交通标志牌的颜色特性,文章提出一种基于二维高斯HSV颜色模型的交通标志牌检测方法。采取限制对比度自适应直方图均衡化对采集到的图像进行预处理,增强图像的对比度;建立二维高斯HSV颜色模型对预处理后的图像进行分割,并进行形态学操作和边缘检测,从而实现交通标志牌的准确定位。     

基于自适应均值的地铁隧道裂缝图像滤波算法

地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。     

基于改进Retinex的钢轨表面缺陷图像增强方法

机器视觉检测系统获取的钢轨图像因其光照不均、对比度低而导致缺陷特征难以识别.对此,提出了一种基于改进Retinex的钢轨图像增强方法.首先,将钢轨图像从RGB颜色空间转换到HSI颜色空间并单独提取亮度分量;然后,以双边滤波代替传统Retinex方法中的高斯卷积进行照射分量估计,同时提取反射分量;最后,通过对反射分量的局部非线性增强以及HSI逆变换,实现钢轨图像增强.实验结果表明:本文方法在提高缺陷与背景对比度的同时能有效减弱光照不均的干扰,钢轨图像增强后的信息熵和对比度指标均优于传统方法.     

面向智能交通的单目视觉测距方法研究

与前方车辆距离是影响行车安全的重要因素,因此本文提出一种面向未来智能交通的前方车辆单目视觉测距方法.首先,提出融合物联网、智能识别、云计算技术的车联网模型,车辆可实时向车联网回传位置信息及前车图像,请求附近交通标志及前方车辆几何尺度信息,车辆端可计算图像坐标系下车道标志线、交通标志、车辆尺度信息.然后,建立单目相机数学模型,介绍以交通标志、车道分界线为合作标志的单目视觉测距方法.最后,综合应用单目视觉测距方法,设计了前方车辆自适应视觉测距方案.通过仿真实验,证明了单目视觉测距方法的正确性与有效性,可丰富驾驶辅助系统的前方车辆测距手段.     

ʵʱ�����Ŷӳ���ͼ����ϵͳ��FPGAӲ��ʵ��

针对现有交通路口车辆排队长度检测系统处理速度低、无法适用于实际复杂路口环境的缺陷,设计了一种基于FPGA的实时车辆排队长度图像检测系统.通过形态学边缘处理检测车辆的存在,对检测出的车队轮廓进行水平投影并采用一种基于信息量的车辆度量方法从投影结果中提取了排队的队尾,同时在确定排队长度时通过对算法参数的自适应调整有效消除图像逆透视效果的干扰;整个图像处理过程完全利用FPGA硬件逻辑实现,采用五级并行流水设计保证图像采集、高斯滤波、Sobel边缘检测、阈值分割和形态学腐蚀处理同步执行且同时完成,实现了对分辨率为720×576的图像25帧/s的处理速度.实验结果表明,系统性能良好,工作稳定,算法简单实用,具有较好的应用前景.     

基于灰度变化率的低对比度CT图像分割研究

整幅工业CT图像具有部分区域对比度低,灰度范围狭窄,灰度变化不明显等特点,针对传统的缺陷分割方法无法对低对比度区域的缺陷进行精确分割的问题,提出一种基于灰度变化率的缺陷分割方法.通过提取图像中某点的灰度值并计算该点与其周围邻域内点的平均灰度值的变化率、差值以及方差,选取符合图像分割条件范围内的点作为边界点,从而提取工业CT图像中低对比度区域缺陷的边界并进行分割.仿真实验表明,本文方法分割CT图像的缺陷准确率可达到95%,能够快速确定缺陷区域,并准确、有效地分割提取缺陷.     

公路隧道衬砌病害展布图拼接技术研究

在隧道检测车上不同位置布置多个CCD相机,可快速采集隧道衬砌表观离散图像,通过图像匹配、图像融合及图像插值,对图像进行拼接,将拼接结果用于隧道衬砌病害的识别、完成隧道检测工作.实践证明,此种方法用于隧道图像拼接可行,有助于提高隧道检测效率,便于与多年隧道检测数据进行对比,具有较好的经济效益和社会效益.     

基于结构光的多投影显示系统图像对准算法

为了解决多投影显示系统的图像对准问题,提出了一种基于结构光投影技术的对准算法.该算法通过求取等相位线的交点来建立投影机图像与相机拍摄图像间的映射关系,对于投影机图像上任一像素点,有水平和垂直2个相位值.在相机图像的水平相位展开图中找出与该点水平相位值相等的离散坐标点的位置,拟合出一条水平等相位线,同理,可以得到它的一条垂直等相位线;求出水平和垂直等相位线的交点,即为该点对应于相机图像中的像素点.该算法无需知道显示墙的解析表达式和相机的内部参数,适用于任意光滑的曲面显示墙.对准后图像与原始图像的对比实验表明:峰值信噪比达到27.904,结构相似度为0.972 4,说明该算法能有效提高图像的对准精度.      

Adaptive illumination normalization approach based on denoising technique for face recognition

A novel adaptive illumination normalization approach is proposed to eliminate the effects caused by illumination variations for face recognition. The proposed method divides an image into blocks and performs discrete cosine transform (DCT) in blocks independently in the logarithm domain. For each block-DCT coefficient except the direct current (DC) component, we take the illumination as main signal and take the reflectance as “noise”. A data-driven and adaptive soft-thresholding denoising technique is employed in each block-DCT coefficient except the DC component. Illumination is estimated by applying the inverse DCT in the block-DCT coefficients, and the indirectly obtained reflectance can be used in further recognition task. Experimental results show that the proposed approach outperforms other existing methods. Moreover, the proposed method does not need any prior information, and none of the parameters can be determined by experience.     

基于改进Retinex的城市交通图像增强

为提高在雾霾天气条件下获取的城市交通图像的对比度和清晰度,本文提出了一种基于引导滤波平滑约束和分数阶积分的改进Retinex的图像增强方法.Retinex理论把一幅图像视为照射分量与反射分量乘积的形式.首先,利用引导滤波作为Retinex算法的目标函数的平滑约束项,通过最小化该目标函数获取照射分量;反射分量为原始图像与照射分量的比值,其主要体现图像的局部细节,对反射分量进行分数阶积分掩膜,在去除噪声干扰的同时保留图像的细节信息;最后,将处理后的反射分量与照射分量相乘,得到最终的增强图像.实验结果表明,本文方法在图像平滑和细节保持方面得到了很好的平衡,有效地提高了雾霾天气条件下城市交通图像的对比度和清晰度,使得增强后的图像更加真实自然.     

基于交通视频分析的自适应摄像控制系统

为在高动态光照和复杂路况环境中实现准确的视频检测与数据采集,构建了一套有效的自适应交通摄像控制系统.首先,针对全天候大场景综合检测需求设计高清交通摄像系统,并通过系统辨识确定了核心摄像参数的控制特性;接着,基于车辆号牌和交通场景特点,提出了以车牌亮度中点值和标线区块中点值作为反馈控制指标的视频质量分析算法;最后,使用自适应控制架构综合底层图像质量反馈信息和高层视觉分析检测结果,实现了光照模式的感知适应和控制状态的自主切换.实验与应用结果表明:该系统控制过程快速稳定,能够自动适应不同光照环境,兼顾高清晰车牌识别和大视野交通监控需求,保持良好的全天成像效果,实现了平均97.0%的车流准确度和96.3%的车牌识别率.      

自适应信号灯亮度控制系统研究

自适应灯光控制系统主要使用自适应灯光控制技术,并通过有效、可靠地检测环境光照强度．根据光照强度控制输出10级亮度控制信号,实时调节信号灯的亮度,从而保证行人能够清晰地看到信号灯色,同时降低能源消耗.     

复杂电磁环境和夜间控制灯光条件下行车指挥与控制

在分析夜间微光辐射特性、夜视器材侦察的特点和大气对可见光短波（蓝紫光）散射衰减特性的基础上,针对汽车部（分）队行车电磁环境复杂、车辆相互间通信困难、安全行车与指挥控制难等现状,提出采用蓝紫光解决车队行进中隐蔽照明与通信问题,阐述了隐蔽照明方法、道路标示和行车指挥方法以及隐蔽通信方法等,有利于降低汽车夜间行车暴露征候,实现安全运输。     

局部阴影光伏发电系统中基于改进PSO的MPPT控制

光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法（maximum power point tracking,MPPT）容易陷入局部寻优,无法跟踪到全局最大功率点. 针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法. 该方法在普通粒子群算法的基础上不断改变学习因子和权重系数,以提高算法收敛的速度和精度. 将其应用于局部阴影条件下的光伏发电系统最大功率点跟踪中,并在RT-LAB实时仿真平台中以两个接受不同光照强度的光伏阵列为例进行实时仿真验证. 仿真结果表明,两峰情况下本文所提出的自适应学习因子粒子群算法能够在0.298 s左右跟踪到全局最大功率点,普通粒子群算法需要约0.615 s,而扰动观察法陷入了局部最大功率点,本文所提算法能够有效提高系统的收敛速度和精度并且适用于多峰情况. 最后设置仿真算例验证本算法适用于光照突变的情况.      

一种自适应正则化参数和模数的图像去卷积方法

自适应正则化方法是解决图像去卷积问题中平滑噪声和保持边缘矛盾的一种方法,传统的自适应正则化方法只考虑到图像的整体信息而忽略了图像内部不同区域的细节信息,本文提出的自适应正则化方法,利用Katsaggelos自适应正则化参数,自适应的改变正则化参数,并通过图像内部不同区域的信息自适应改变正则化模数矩阵．从而实现了平滑噪声和保持边缘的平衡,既保持了边缘又抑制了噪声,取得了更好的去卷积效果．     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

基于图像融合和DCT域增强的人脸识别

提出了一种基于图像融合和DCT域增强的人脸识别方法.首先对人脸图像分别进行直方图均衡化和对指数变换,将二者变换结果融合,减少光照对人脸识别的影响;然后进行DCI变换,在滤除高频分量的同时进行图像增强,抑制块效应,在此基础上进行IDCT图像重建,利用二维主成分分析提取人脸特征,降低空间维数;最后通过最邻近分类法实现人脸识别.Yale人脸库仿真实验表明,该方法在光照变化较大和人脸样本较少的情况下具有较高的识别率.