共查询到10条相似文献,搜索用时 62 毫秒
1.
图像景深和天空亮度值的求取是图像复原方法去雾的核心问题,但目前的去雾算法都是基于一定的假设条件来求取这2个值的,对于色彩单调、天空区域较大的内河图像去雾效果不理想。通过对内河航道视频图像的研究,提出将直方图多峰均值法和位平面分解法相结合的方式来求得天空亮度值并分割天空区域;采用分区域的景深计算方法求得图像任意一点的景深值。然后基于大气散射模型,完成内河雾天单幅图像的去雾处理。为了客观评价去雾后图像的质量,从图像的可见边数目比、平均梯度比和图像熵值三方面进行了去雾效果的比较。实验证明,该算法对内河航道图像有良好的去雾效果。 相似文献
2.
针对数字孪生过程中,交通雾霾图像的采集受天气限制,数据库获取困难导致样本不足等问题,提出了一种新的大气加雾模型,并用于扩展不同浓度的交通雾霾图像数据库。首先,结合暗特征原理,求解大气光值,并提出了一种基于区域方差的大气光补偿方法来获取大气光估计;其次,利用颜色衰减先验估计场景深度,求解初始透射率;然后构建了图像大气加雾模型,将计算的大气光估计与大气加雾透射率代入模型,并利用雾霾系数调整加雾浓度;最后设计了多组交通视频加雾实验并进行评价。实验结果表明,提出的算法能随着预置雾霾系数增大,使得图像主观上明显趋于模糊,客观指标随之逐步发生变化,图像降质规律与真实的含雾场景基本一致,可用于扩充雾霾数据集,具有很好的有效性和实用性。利用不同去雾算法评价对比加雾图像可知,复原图像效果与针对实际图像的去雾效果基本无异,进一步反向验证了加雾模型的有效性。 相似文献
3.
4.
在复杂裂缝情况下,传统裂缝图像去噪技术很难达到理想的降噪效果,且在所提取的图像中裂缝通常表现出畸形、间断或者填充不密实的现象。针对这些问题,提出了一种基于改进初始聚类中心的K-means混合降噪方法:首先利用改进K-means聚类算法对原始RGB图像中裂缝进行预提取;然后设置阈值进行图像灰度二值化操作;最后采用腐蚀膨胀的方法对裂缝区域和形态进行改善。试验结果表明,该方法在降低图像存储大小的同时有效去除了噪声,加快了裂缝形态的提取速度,保证了裂缝形态的真实性和完整性,能够批量化处理大量混凝土裂缝图像。 相似文献
5.
6.
7.
8.
9.
沥青混合料CT扫描切片图像分割算法研究 总被引:1,自引:0,他引:1
为科学地利用工业CT扫描的沥青混合料断面图像,通过比较图像分割学科的阈值法及模式识别领域的混合高斯模型及模糊C均值聚类三种方法,采取一系列二分类的策略较好地将二维切片图像区分为几类物质,并实现了自动批处理大量图片的过程,最后采用马歇尔试件进行了验证。 相似文献
10.
为实现在自动驾驶复杂场景下检测数量变化的车道线,提出一种基于实例分割的车道线检测算法。首先以ResNet18网络作为主干网络提取图像特征,采用特征金字塔网络进行特征融合。同时设计一种扩张卷积残差模块来提高检测的精度;然后基于车道线的位置进行实例分割,利用语义分割出的车道线点位置预测对应的聚类点位置,通过对聚类点采用DBSCAN聚类算法实现车道线实例区分。结果表明,该算法能够在复杂的自动驾驶场景下有效地进行多车道线检测,在CULane数据集和TuSimple数据集上的调和平均值分别达到75.2%和97.0%。 相似文献