图像增强在机械工件表面处理中的应用

为了滤除噪声影响,增强工件表面图像的细节特征,提出了运用MATLAB对工件表面缺陷进行图像处理的方法.首先运用中值滤波方法对工件表面图像中高斯和椒盐噪声干扰处理,然后对工件表面图像灰度变换增强处理,最后对机械工件图像进行锐化增强处理.结果表明：通过MATLAB图像处理技术使工件表面图像在主观视觉和客观标准评价上均取得良好效果,为后续工件质量检测提供了基础.     

基于自适应迭代阈值的声呐图像增强算法

水下声呐成像探测技术日益成为各国普遍重视的技术。声呐图像具有对比度低、成像质量差的特点，对声呐图像进行增强处理是进行声呐图像判读和提高视觉效果的基础之一。针对声呐图像增强算法研究较少等问题，提出了一种迭代阈值图像增强算法，并采用评价准则算法和频域响应法对常用的几种图像增强算法进行比较分析。结果表明，该方法具有算法简单、易于实现等特点，且增强效果可较好地满足视觉效果的需求。     

轨道巡检图像增强方法研究

针对高速铁路综合巡检车拍摄到的轨道巡检原始图像在某些工况下成像质量差的问题,基于视觉系统神经电生理试验提出了RGC的nCRF模型.由于感受野模型中存在不同的高斯通道,通过设计能自适应显示抑制强度变化的势函数改进了基本模型,提出mnCRF模型来改变抑制效果.根据边缘对比度指数QEC、细节增强指数QDE、灰度保持指数QMG...     

基于平均明暗熵差的人脸增强算法

针对人类视觉对图像亮度的响应特征,提出了一种使用粒子群优化方法对图像灰度的非线性转换函数参数进行优化,用以使图像的平均明暗信息熵之差的绝对值最小,从而使图像的明暗灰度分布更加均匀的人脸增强算法.实验结果表明,该方法在增强图像的基础上能有效地提高图像在高灰度区域的视觉效果,对图像在高灰度区对比度有所损失的现象进行弥补,同时也能有效地提高整幅图像的视觉层次.     

基于同态系统的航片建筑物阴影消除

讨论了城市大比例尺航空影像地图中建筑物阴影的特征和对地图的影响，阐述了同态系统的基本原理，提出了一种基于同态系统消除航片建筑物阴影的新方法，并对假设进行了论证。     

基于图像增强与深度学习的钢轨表面缺陷检测

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低。针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检测算法。首先,对图像进行Gabor滤波去噪,以减少噪声对缺陷检测的影响;然后,利用HSV空间变换方法增强缺陷图像的关键特征信息;最后,通过改进Faster R-CNN卷积神经网络,实现了多尺度钢轨表面缺陷的检测与识别。通过对所提出的检测算法进行对比实验,实验结果表明:裂纹、剥落、磨损三类缺陷的识别精度分别为91.87%,92.75%和91.52%,检测速度为每张图像0.265 s,优于已有的钢轨表面缺陷检测算法,能够很好地应用于实际项目中。     

深水沉排水下声纳成像技术及增强方法研究

采用侧扫声纳结合GPS、陀螺仪等,构建深水沉排水下自动成像采集系统。给出了系统数据采集、去噪、数据成像等关键技术的设计和实现方案。研究了深水沉排水下声纳成像色彩映射及图像增强关键技术,提出了一种利用伪彩技术增强深水排体声纳图像清晰度方法,构建了综合图像清晰度评价指标的图像清晰目标优化函数,实现了水下声纳成像色彩增强。     

水下图像增强算法

本文研究的重点是各种水下图像增强算法。首先,从图像增强的基本理论出发,详细介绍了目前几种主要的图像增强技术。其次,阐述了水下光学特性以及常规图像增强技术对水下图像处理,并分析其适用性。最后,针对光照不均匀的水下图像增强技术,分析其实用性和局限性,并利用Retinex算法对水下图像达到增强的效果。