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.     

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.     

改进的单尺度Retinex图像去雾算法

传统的单尺度Retinex算法无法同时兼顾图像细节和颜色保真度,也无法凸显景深不同的雾天图像中远处景物的细节信息.针对此问题,提出了一种改进的单尺度Retinex算法对以上问题进行改善.首先,对原始雾天图像取反后进行改进的单尺度Retinex处理;然后将处理后的图像再取反后在HSI空间中对其饱和度分量进行拉伸.其中,改进的单尺度Retinex算法中运用可自适应调节的S型函数Sigmoid代替其中的log函数改善图像处理过程中的展宽效果.将输出结果图与原图相比,其对比度、信息熵、标准差都有所提高.仿真实验结果表明,所提算法对于雾天浓度不均匀的图像细节及颜色保真度尤其是图像远景的细节信息取得了较好的效果.     

单幅雾霾天气交通监控图像去雾处理技术

针对交通视频监控系统在恶劣雾霾天气下获取的图片质量受损,无法正确识别车辆信息的 问题,首先总结了已有图像除雾技术的研究成果,对比分析了全局直方图去雾处理法、同态滤波 去雾处理法、多尺度Retinex(MSR)去雾处理法3 种算法。然后,采用这3 种方法对雾霾交通图片 进行处理,并根据图像纹理特征统计量对处理后的图像效果进行了客观评价。仿真结果表明,3 种算法中,采用多尺度Retinex(MSR)处理法最能提高雾霾图像的质量,能有效地恢复和增强图像 信息,使图像的近景和远景得到均衡。最后,基于Matlab 设计了GUI图像去雾系统,逐一验证了 3 种算法的处理效果,结果表明该系统能够有效地提高交通视频监控系统图像的清晰度,可在一 定程度上优化雾霾天气下的交通图像质量。     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位，基于VINS-Mono算法的系统框架，在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块，提出了一种融合定位算法LVG_SLAM; RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离，对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制，并利用双边纹理滤波算法进行细节增强，在此基础上，根据多尺度Retinex算法增强图像的对比度，提高低可见度环境下角点提取的成功率，从而保证图像跟踪的稳定性，改善定位算法的鲁棒性; 基于无迹卡尔曼滤波算法，VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合，融合定位结果作为约束引入VI-SLAM后端，通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明:相较于VINS-Mono算法，改进的LVG_SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色，均方根误差分别降低了38.76%与58.39%，运动轨迹更贴近真实轨迹; 在实际夜晚道路场景下，LVG_SLAM算法将定位误差控制在一定范围内，顺利检测到闭环使得定位表现得到大幅改善，均方根误差、平均误差、最大误差、中位数误差分别降低了79.61%、82.50%、71.31%、83.77%，与VINS-Mono算法相比，在定位精度与鲁棒性方面具有明显的优势。      

基于自适应分数阶傅里叶变换的地质雷达直达波抑制方法

在地质雷达直达波抑制过程中经常会出现削弱目标信号的问题,对此提出基于自适应分数阶傅里叶变换的地质雷达直达波抑制方法,将水平线状直达波与双曲线状目标回波映射到分数域空间,实现信号在分数域的时频展开,逐步分离直达波与目标信息。为了获取最佳分数阶的直达波抑制效果,通过重构图像中的目标区域与直达波区域能量比最大化,在抑制直达波的同时也增强了目标回波。实验结果表明提出的方法能有效抑制地质雷达直达波,并对干扰噪声具有鲁棒性。     

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.     

一类非线性分数阶奇异微分方程正解的存在性

讨论了一类非线性分数阶奇异微分方程的存在性和唯一性,通过分数阶格林函数及其性质将微分方程转化为等价的积分方程,应用偏序上的不动点定理得到方程正解的存在性和唯一性.     

基于子带分解及分数傅立叶变换的语音增强算法

给出了一种基于子带分解并在子带中应用分数阶傅里叶变换(FRFT)的语音增强新方法.该方法把带噪语音信号分解成子带信号后,对子带信号进行了特定阶次下的分数阶傅里叶变换,通过子带谱减后的信号估计语音模型参数,再利用卡尔曼滤波对子带信号进行滤波,最后由滤波后的信号重构全带语音信号,实现语音增强.实验表明:该方法在减少卡尔曼滤波计算量的同时,也很大程度上提高了语音增强的质量.     

一种基于数学形态学的语音基音轨迹平滑的改进算法

利用了形态学的概念和方法对语音基音轨迹进行平滑滤波,在结构元素的选取方面进行了研究,并针对形态学滤波的特点提出了改进,使算法的精确性进一步提高,复杂性大大降低.实验结果表明,提出的方法对语音基音轨迹进行平滑滤波,在强制性平滑滤波的情况下,能够有效保留语音信号中的某些固有突变和破坏信号的细节特征,更好地达到平滑滤波的效果.     

基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

Single Image Super-Resolution Method via Refined Local Learning

In this paper,we propose a refined local learning scheme to reconstruct a high resolution(HR)face image from a low resolution(LR)observation.The contribution of this work is twofold.Firstly,multi-direction gradient features are extracted to search the nearest neighbors for each image patch,then the non-negative matrix factorization(NMF)is used to reduce the complexity in weight calculation,and the initial HR embedding is estimated from the training pairs by preserving local geometry.Secondly,a global reconstruction constraint and post-processing by non-local filtering is incorporated into super-resolution(SR)reconstruction process to reduce the image artifacts and further improve the image visual quality.Experimental results show that the proposed algorithm improves the SR performance both in subjective and objective assessments compared with several existing methods.     

一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

ICA based speckle filtering for target extraction in SAR images using adaptive space separation

A novel approach based on independent component analysis (ICA) for speckle filtering and target extraction of synthetic aperture radar (SAR) images is proposed using adaptive space separation with weighted information entropy (WIE) incorporated. First the basis and the independent components are respectively obtained by ICA technique, and WIE of the image is computed; then based on the threshold computed from function T-WIE (threshold versus weighted-information-entropy), independent components are adaptively separated and the bases are classified accordingly. Thus, the image space is separated into two subspaces: "clean" and "noise". Then, a proposed nonlinear operator ABO is applied on each component of the 'clean' subspace for further optimization. Finally, recovery image is obtained reconstructing this subspace and target is easily extracted with binarisation. Note that here T-WIE is an interpolated function based on several representative target SAR images using proposed space separation algorithm.     

基于MATLAB的真空开关电弧图像处理

为了滤除在应用CCD对真空开关电弧图像诊断时带来的各种噪声影响,增强真空开关电弧图像的特征细节,提出了运用MATLAB对真空开关电弧图像处理的方法.运用中值滤波方法对电弧图像中椒盐噪声干扰处理;然后运用坎尼算子对电弧图像边缘进行了检测;最后对电弧图图像灰度变换增强处理.结果表明：通过MATLAB图像处理技术使真空开关电弧图像在主观视觉和客观标准评价上均取得良好效果,为其形态及内部等粒子体参数的诊断提供了有效的手段.     

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.     

A Novel Method for Character Segmentation in Natural Scenes

Introduction Nowadays the applications of scene text recog-nition are rapidly expanding with the developmentof portable digital imaging devices[1]. However,character extraction from scene images has alwaysbeen a challenging problem due to complex back-ground, uneven illumination, shadows and noise ofimages[2]. Besides, languages also impose anotherlevel of variation in text. Characters in such lan-guages as Chinese, Japanese and Korean are usual-ly composed of several strokes, which do not n…     

面向诱导的交通状态概率预报技术

为了获取准确客观的交通流运行状态信息,满足交通诱导的需求,综合考虑城市道路中交通流演变的随机性和复杂性,以及实时交通状态判别本身具有的不确定性,通过分析交通状态和影响因素之间的映射关系,提出了一种交通状态概率预报的Logistic回归模型. 该模型借助Logistic回归方法探讨交通状态和交通参数之间的函数关系,并对下一时段交通状态及其发生的概率进行预报. 最后结合实际数据,进行了不同预报时长的分级交通状态的概率预报实验,独立样本检验结果表明,该模型预报准确率高,稳定性好.     

��ͨ��Ϣ�ּ����ճ�·��ѡ���Ӱ������о�

交通信息对路网交通的影响是学术界广泛关注的问题,目前在这类研究中,大多是假定向出行者发布流量或旅行速度等详细的信息数值.而在实际交通信息发布中,由于检测精度等限制,只能向用户提供分为若干个级别的定性信息.本文针对这一问题,对交通信息影响下出行者日常出行决策行为以及对交通信息的感知行为进行了建模,随后使用仿真手段研究了交通信息分级条件下出行者的日常路径选择行为.结果发现,发布分级信息能使交通系统更快地达到随机均衡状态,代价是均衡状态的稳定性有所下降.同时,与发布详细信息相比,发布分级信息时系统性能较少受到信息更新周期的影响,对交通信息系统的实际应用具有一定参考价值.