排序方式: 共有47条查询结果,搜索用时 125 毫秒
21.
针对雾霾天气造成图像质量退化引起的图像对比度降低问题,根据目标场景与大气气溶胶粒子散射光偏振特性的差异,开展雾霾天气目标偏振探测图像复原研究。通过实验获取雾霾天气条件下不同偏振旋转方位角度图像,提出图像复原算法进而提高图像对比度,抑制雾霾介质造成图像退化的影响,提高光学成像系统的成像质量。结果表明,此算法能有效提高图像对比度和图像信息熵值,恢复目标,同时获取了目标景物的深度信息。本文研究为雾霾天气下目标探测与识别提供了有效的技术途径。 相似文献
22.
针对传统基于方向对比度的小波变换融合方法所得结果局部区域清晰度不高的问题,本文在高低频分量的处理方法上作了改进,采用Tenunbaum梯度辅助增强图像的细节信息。试验结果表明,该方法所得融合结果边缘细节更清晰,信息量更大,融合效果较好。 相似文献
23.
受浑浊水体自身吸收与微颗粒散射的影响,水下光学成像面临成像距离短、像质差等问题。一种基于斯托克斯参量的主动偏振成像模型被应用到水下成像去散射过程中,有效提升了目标成像探测的清晰度。相比于被动偏振成像模型,引入主动光源可以实现对入射光的偏振调制,由此可以充分挖掘目标反射光与介质光的偏振特征差异进而实现分离选通。改进的主动偏振去散射模型利用了目标反射光的偏振共模抑制效应,借助偏振斯托克斯参量 S2 分量实现了介质光偏振角与偏振度全局分布的准确估算。同时引入图像质量评价参数对比度 contrast 作为反馈参量,通过迭代计算实现背景噪声的最大化滤除。不同散射程度、不同类型目标的水下成像实验表明:相比于传统主动偏振成像方法,改进后的成像模型可大幅提升水下目标的图像质量,特别是强散射环境下的图像 contrast 提升超 2 倍以上。该项工作为利用偏振信息进行水下图像去散射与目标重建提供了新思路。 相似文献
24.
25.
图像增强是图像处理中关键步骤,基于归一化的非完全Beta函数变换的图像增强具有理想的增强效果。然而合理选取归一化的非完全Beta函数的参数是算法的关键和难点,常需要人工干预或是计算非常耗时。杜鹃搜索算法是一种新型的仿生智能算法,具有自适应、自组织等智能特性,具有强大的寻找优化解的能力。这里将杜鹃搜索算法用于归一化的非完全Beta函数参数的自适应选取,实现了基于杜鹃搜索算法的归一化的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性。 相似文献
26.
准确把握成像系统调制传递函数(MTF)在运行过程中的变化,关系到遥感数据资源的合理及有效利用。该文采用实地铺设辐射状靶标的方法,利用无人机拍摄的靶标图像,对成像系统的MTF进行研究,计算了成像系统航向、垂直航向的MTF和靶标圆周上的MTF,并简要分析了航向和垂直航向MTF曲线存在较大差异的原因。 相似文献
27.
管道机器人探测能快速、准确和直观地识别管道结构性和功能性隐患,受管道内环境限制,探测的图像存在光照不均、对比度低和细节模糊等问题。为此,提出了一种管道机器人探测图像的增强技术。首先采用限制对比度自适应直方图均化(Contrast Limited Adaptive Histogram Equali-zation,CLAHE)和同态滤波(Homomorphic Filtering,HF)处理光照不均匀和对比度低的问题,并将2种方法结果进行融合。而后将融合的图像进行非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT),并采用改进的Bayes-Shrink阈值对高频系数进行噪声去除。最后采用非线性映射函数对细节进行增强,并进行NSCT逆变换得到最终增强图像。选取5幅典型管道机器人探测图像进行增强处理,并与4种常见的图像增强技术进行对比。结果表明,基于图像融合和改进阈值的管道机器人探测图像增强技术可有效提高图像的整体和局部对比度,并有效增强图像的细节,能有效解决管道机器人探测图像存在的主要问题。 相似文献
28.
彩色影像的遗传自适应增强 总被引:1,自引:0,他引:1
提出了一种彩色色形像自适应增强的算法,此算法充分利用了彩色影像饱和度和亮度所包含的信息,并利用遗传算法自适应地调整增强系数。对于不同的影像,本文算法均能使其对比度,目标边缘以及纹理特征得到增强。 相似文献
29.
一种基于形态金字塔的遥感影像融合方法及其性能评价 总被引:2,自引:0,他引:2
提出了一种基于影像形态金字塔分解的融合方法,并应用于IKONOS全色影像和多光谱影像的融合中。在构建金字塔时采用的形态滤波是非线性滤波,与线性滤波相比,它能更准确地定位边缘,更好地表现影像的空间细节信息。实验结果表明,基于形态金字塔的融合效果优于拉普拉斯金字塔和对比度金字塔。 相似文献
30.
低能见度是对道路通行影响最为严重的气象要素之一。随着数字摄像技术和图像识别技术的发展以及气象和交通部门间信息共享工作的开展,利用高速公路沿线摄像头视频数据快速识别能见度成为提高能见度时空监测精度的重要手段。本文提出了一种基于亮度对比度和暗原色先验原理的白天道路图像能见度检测方法。首先根据霍夫变换直线检测方法提取道路兴趣域,然后根据亮度对比度方法检测人眼可分辨最远像素点,将其作为目标点,最后基于暗原色先验原理求取目标点的透射率,并根据能见度与消光系数的关系公式求取图像能见度值。利用安徽省京台高速吴玗北段和宁绩高速宁国互通段视频图像资料和邻近交通气象站能见度监测资料,采用绝对误差和能见度等级误差对能见度检测效果进行检验。结果表明,本方法对能见度的变化较为敏感,能见度等级的检测效果较好,准确度可达95%,对开展公路交通视频图像能见度识别工作具有较好借鉴应用意义。 相似文献