检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于双重迭代的零样本低照度图像增强

电子与信息学报 2022年第10期44卷 3379-3388页

作者：向森王应锋邓慧萍吴谨喻莉武汉科技大学信息科学与工程学院武汉430080 华中科技大学电子信息与通信学院武汉430074

针对低光照条件下拍摄图像质量低下的问题,该文提出一种基于双重迭代的零样本低照度图像增强方法。其外层迭代通过卷积神经网络估计增强参数,再由内层迭代进行图像增强,增强结果进一步用于计算损失函数并反馈更新外层的参数估计网络,最... 详细信息

针对低光照条件下拍摄图像质量低下的问题,该文提出一种基于双重迭代的零样本低照度图像增强方法。其外层迭代通过卷积神经网络估计增强参数,再由内层迭代进行图像增强,增强结果进一步用于计算损失函数并反馈更新外层的参数估计网络,最终通过多轮迭代生成高质量的图像。在该框架下,还设计了多尺度增强系数估计模块、基于注意力的像素级大气光估计模块,并提出了基于亮度对比度、大气光、颜色均衡以及图像平滑性先验的无监督损失函数。大量实验结果表明,该方法可有效将低光照图像增强为高质量的清晰图像,其性能优于现有的同类方法。同时该方法基于零样本学习,不需任何训练数据集,具有良好的普适性。

关键词：图像增强低照度无监督学习零样本学习迭代增强

基于Retinex理论的低照度图像自适应增强算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：郑涤尘何继开刘艺高帆张登银南京邮电大学通信与信息工程学院南京邮电大学物联网学院

现实环境中图像通常在次优照明条件下拍摄，导致亮度不足、观感较差。现有低照度图像增强方法往往结构复杂，侧重改善暗光区域的可视度，但可能过度增强图像的明亮区域、放大隐藏的噪声。多数基于Retinex理论的方法存在噪点过多、细节... 详细信息

现实环境中图像通常在次优照明条件下拍摄，导致亮度不足、观感较差。现有低照度图像增强方法往往结构复杂，侧重改善暗光区域的可视度，但可能过度增强图像的明亮区域、放大隐藏的噪声。多数基于Retinex理论的方法存在噪点过多、细节损失和颜色失真等问题，影响增强结果的视觉质量。为了解决该问题，提出了一种基于Retinex理论的低照度图像自适应增强算法，旨在有效提升图像亮度的同时真实自然地还原图像。首先，低照度图像经过投影模块去除不适合Retinex理论分解的噪声；其次，分解网络将图像分解为照度分量和反射分量；最后，照度分量经过自适应迭代曲线进行调整，与反射分量相乘得到增强图像。实验结果表明，相比于其他主流算法，所提算法在客观评价指标特别是PSNR和SSIM上优势明显：在LOL数据集上分别达到19.98dB和0.76，较次优算法提高4.9%和4.1%；在LSRW数据集上分别达到18.94dB和0.58，较次优算法提高1.5%和7.4%。在有参考数据集和无参考数据集上，所提算法得到增强图像的亮度均有显著提升、色彩真实自然，主观视觉效果更好。

关键词：图像增强低照度 Retinex 迭代增强深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模糊松弛迭代的分层图像增强算法

光学技术 2009年第1期35卷 131-134,137页

作者：刘博胡正平王成儒燕山大学信息科学与工程学院河北秦皇岛066004

映射函数的研究是图像增强技术的关键,模糊松弛技术利用模糊函数建立其映射函数,通过设置该算法的模糊松弛参数可以达到对图像可控增强处理的目的。为了实现针对不同层次的图像内容实现可控式模糊增强,提出了多层次交互迭代的模糊松弛... 详细信息

映射函数的研究是图像增强技术的关键,模糊松弛技术利用模糊函数建立其映射函数,通过设置该算法的模糊松弛参数可以达到对图像可控增强处理的目的。为了实现针对不同层次的图像内容实现可控式模糊增强,提出了多层次交互迭代的模糊松弛图像增强算法。通过分析各子层图像的直方图,分别设定各子层的模糊松弛参数,并建立对应的模糊松弛映射函数;分别对各子层图像进行可控迭代增强,选择合适的迭代次数作为终止条件。给出的实验结果证明了该算法能够取得较好的增强效果。

关键词：图像增强模糊松弛分层图像迭代增强

在线全文

学校读者我要写书评

暂无评论

基于深度学习的低光照图像质量增强及应用

基于深度学习的低光照图像质量增强及应用

作者：欧阳祖薇桂林电子科技大学

学位级别：硕士

图像是人类视觉的基础,是人类社会发展不可或缺的一部分。由于低光照环境的不可避免性,获取到的图像通常有低亮度、高噪声和细节缺失等问题,为后续的图像处理,如目标检测、工业生产、遥感和监控等带来诸多困难。低光照度图像增强成为了... 详细信息

图像是人类视觉的基础,是人类社会发展不可或缺的一部分。由于低光照环境的不可避免性,获取到的图像通常有低亮度、高噪声和细节缺失等问题,为后续的图像处理,如目标检测、工业生产、遥感和监控等带来诸多困难。低光照度图像增强成为了亟待解决的难题,本文提出了两种有效解决该问题的方法,如下所述:(1)针对低光照图像质量增强过程中容易出现的增亮不均匀和色偏现象,本文设计了一种亮度增强网络模型。为了更好的保留图像色调和饱和度信息,将图像从RGB转到HSV色彩空间中,单独取出亮度通道来进行处理。基于残差网络和迭代增强原理,对不同亮度的特征图进行融合处理,从而得到增亮后的图像。将模型应用到了日常生活场景中,获得了视觉效果较好的图像。(2)针对低光照图像质量增强过程中容易出现的细节信息缺失和边缘模糊现象,本文设计了一种连续更新的连接网络模型。基于U-Net框架和迭代增强的思想,对不同尺度的特征进行融合处理以获取更多的全局和局部信息。基于通道注意力思想,为每个通道分配适当的权重来获得更多的细节。对得到的不同尺度图像进行残差加权,以获得更加准确的色彩信息,从而得到清晰且美观的增亮图像。将模型应用到了视觉同步定位中,增亮后的图像进行同步定位实验后,结果显示AUC(Area Under Curve,精度召回曲线下的面积)提高了0.04,有效增加定位系统的准确性。在通用数据集上对以上两种方法进行了评估,并与多种现有方法中的最优值进行了对比。本文提出的两种方法在结构相似性、峰值信噪比和自然图像质量评估三种指标上,都取得了最优异的成绩。

关键词：低光照图像增强迭代增强图像质量评价同步定位

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于绝对差值特征的图像变化检测研究

基于绝对差值特征的图像变化检测研究

作者：汪若飞中国民航大学

学位级别：硕士

变化检测是利用图像处理技术来确定两幅图像中不同区域的一项计算机视觉任务,它在环境监控、城市规划和文物保护领域有着广泛应用。通过分析两张跨时段拍摄的图像数据,快速掌握环境变迁和城乡发展的进程对于政策制定者来说至关重要。变... 详细信息

变化检测是利用图像处理技术来确定两幅图像中不同区域的一项计算机视觉任务,它在环境监控、城市规划和文物保护领域有着广泛应用。通过分析两张跨时段拍摄的图像数据,快速掌握环境变迁和城乡发展的进程对于政策制定者来说至关重要。变化检测的研究主要分为传统检测方法和基于深度学习的检测方法。目前由于人工智能技术的兴起,基于图像特征绝对差值的变化检测网络成为当前的研究热点,但绝对差值特征中包含较多噪声干扰,影响变化检测模型的性能。本文基于绝对差值特征,研究了提升变化检测性能的网络模型。主要研究内容如下:(1)针对变化检测模型易受背景噪声干扰和提取冗余特征的问题,提出了一种基于绝对差值特征先验引导的变化检测的方法。分析两张待检测图像之间的差异,选取包含变化物体的图像用于变化检测,减少了对冗余特征的提取、避免了非变化图像中的背景噪声干扰,提升了模型的检测性能和推理速度。(2)针对已有变化检测模型鲁棒性差和泛化能力弱的问题,提出了一种基于绝对差值特征迭代增强的变化检测方法。通过迭代增强绝对差值特征的策略强化了特征中变化的区域并抑制了非变化区域,提高了绝对差值特征的质量,从而提升了变化检测模型的鲁棒性和泛化能力。(3)针对多尺度绝对差值特征中高层特征的语义目标边界粗糙,低层特征存在误检的问题,提出了一种基于高层与低层绝对差值特征交叉增强的变化检测方法。使用高层特征中的语义信息去除低层特征中的误检,再使用低层特征中的细节纹理细化高层特征中目标的边界,提升了变化检测结果的质量。

关键词：变化检测绝对差值迭代增强交叉增强特征质量深度学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于影像组学的乳腺癌病灶分割及预后分析

基于影像组学的乳腺癌病灶分割及预后分析

作者：王超哈尔滨理工大学

学位级别：硕士

影像组学研究对于定量肿瘤的异质性、辅助临床决策有很大的潜力和应用价值。在乳腺癌的临床诊疗中,淋巴结是否转移对于手术方案的制定有重要指导意义。但是目前临床上缺乏预测淋巴结转移的安全有效手段。本文应用影像组学方法对乳房CT... 详细信息

影像组学研究对于定量肿瘤的异质性、辅助临床决策有很大的潜力和应用价值。在乳腺癌的临床诊疗中,淋巴结是否转移对于手术方案的制定有重要指导意义。但是目前临床上缺乏预测淋巴结转移的安全有效手段。本文应用影像组学方法对乳房CT影像进行定量分析来实现乳腺癌癌淋巴结是否转移的预测。我们从广东省人民医院收集了456例满足分析要求的乳腺癌癌病例数据,首先提出了一种应用于对比增强CT乳腺癌的半自动随机游走算法进行分割。该算法先使用手动辅助并进行最大区域提取得到局部乳腺病变。然后,使用改进的迭代直方图均衡化来对乳腺病灶进行增强,使病灶与周围乳腺组织有较大对比度。最后,使用基于四个种子点的随机游走算法来分割病变区域。对分割的病变组织,从每例中提取了592个影像特征,包括肿瘤的图像强度特征、形状和大小特征、纹理特征以及小波特征;然后利用LASSO逻辑回归(LLR)来构造乳腺癌淋巴结转移的影像组学标签(Rad-score),并结合临床信息进行多元分析,构造了诺模图个性化预测模型。基于以上的方案,我们得出以下结论:LLR基本预测模型在训练集上AUC为0.712,测试集AUC为0.737,且对比不同的模型,F1值表现最高,为0.705;在诺模图上,用所有数据进行个性化预测,得到C-index为0.721(95%CI:0.676-0.768),在一致性曲线上表现较佳,可为临床决策提供有价值的信息。

关键词：直方图均衡化迭代增强随机游走分割影像组学标签诺模图预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相似场景的低照度监控图像增强

计算机应用与软件 2015年第1期32卷 203-205,210页

作者：朱婧雅王中元武汉大学计算机学院国家多媒体软件工程技术研究中心湖北武汉430000

为了使低照度监控图像增强后的效果近似于自然光照下的图像,更有利于辨识,对基于相似场景的低照度监控图像增强方法进行研究。首先获取良好光照下,与低照度监控图像场景相似的图像,并建立图像库,从中选择最合适的图像作为参考图像;然后... 详细信息

为了使低照度监控图像增强后的效果近似于自然光照下的图像,更有利于辨识,对基于相似场景的低照度监控图像增强方法进行研究。首先获取良好光照下,与低照度监控图像场景相似的图像,并建立图像库,从中选择最合适的图像作为参考图像;然后通过直方图匹配的方法,以参考图像为标准,对低照度图像进行增强,并用迭代增强的方法不断提高图像的清晰度;最终得到增强后的低照度监控图像。实验结果表明,该方法改善了图像的视觉效果,提高了图像的亮度和对比度。

关键词：低照度图像彩色图像增强直方图匹配迭代增强视频监控