检索结果-南通市图书馆

维普期刊数据库博看期刊

基于DMSANet-YOLOv7的雾霾下绝缘子缺陷实时检测方法

在线全文

学校读者我要写书评

暂无评论

无线电工程 2023年

作者：王海群王康华北理工大学电气工程学院

针对复杂环境与雾霾天气下绝缘子缺陷过小，传统目标检测算法难以识别造成误检、漏检等情况，提出一种以YOLOv7为基础模型并改进的缺陷检测算法。此算法在图像预处理部分采用暗通道先验去雾算法，提高模型对特征的可分辨性与鲁棒性；为... 详细信息

针对复杂环境与雾霾天气下绝缘子缺陷过小，传统目标检测算法难以识别造成误检、漏检等情况，提出一种以YOLOv7为基础模型并改进的缺陷检测算法。此算法在图像预处理部分采用暗通道先验去雾算法，提高模型对特征的可分辨性与鲁棒性；为提高模型特征提取能力和识别小目标能力，在主干网络结构后端引入双重多尺度注意力机制；为减小模型尺寸，提高模型识别速度，采用基于SwinTransformer改进的C3模块替代E-ELAN模块；在预测部分使用Wise-IOU损失函数，提高模型收敛效率。实验结果表明，DMSANet-YOLOv7算法相较于原YOLOv7算法平均准确率、准确率以及召回率分别提高6.3%、7.9%、12.3%，单张图片检测速度达到12.3ms，参数量为37.7M。在提高检测精度的同时确保检测速度和性能的平衡，能够更好的搭载至无人机及其他平台，满足绝缘子及其缺陷的实时动态检测需求。

关键词：绝缘子缺陷目标检测注意力机制 YOLOv7 暗通道先验去雾算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向单幅图像的去雾超分辨率融合算法研究

面向单幅图像的去雾超分辨率融合算法研究

作者：陈杰浙江理工大学

学位级别：硕士

数字图像去雾是一种广泛应用于生活中的技术,即在图像自身的像素值与一些假设先验条件下,通过算法解算出清晰的图像信息。基于图像去雾的普遍性、必要性等特点,它已成为计算成像领域的一个研究热点。但是,成像质量一直是掣肘图像去雾实... 详细信息

数字图像去雾是一种广泛应用于生活中的技术,即在图像自身的像素值与一些假设先验条件下,通过算法解算出清晰的图像信息。基于图像去雾的普遍性、必要性等特点,它已成为计算成像领域的一个研究热点。但是,成像质量一直是掣肘图像去雾实用化进程的难题。实际应用中,高质量的成像结果严重依赖参数估计的准确性、先验条件的适用性、数据采集的方式等等。然而,现有的先验条件无法同时满足现实条件下的各类复杂场景,因此成像质量参差不齐,难以达到实际应用的要求。本文主要围绕暗通道先验去雾算法与图像超分辨率插值算法开展研究工作,主要工作如下:(1)为了改善暗通道先验去雾算法中存在的参数估计不足引起的结果不准确的情况,本文提出了一种基于变异遗传算法透射率估计的混合去雾算法(HDCP)。在该方法中,有雾图像先经过Retinex算法进行预处理。大气光强值A是由暗通道中亮度排名前0.2%的点经过迭代操作得出的。而透射率t(x)则经过引导滤波进行估计更正,导向图片则由变异遗传算法(VGA)得到。变异遗传算法通过构建出一组参数组控制图像增强映射函数,并利用反馈函数、适应度函数与繁殖突变得到最适合的映射函数。最后引入容差K改善最终去雾公式得到无雾图像。本文选取O-HAZE与NUY2数据集,通过仿真将其与其它改进DCP、基于深度学习的去雾方法进行比较。实验证明本方法的去雾图像具有更好的主观视觉效果。另外,客观评价指标分析结果也证明了该方法具有良好的雾气去除能力。此外,为了证明该算法的泛化能力,以不同浓度雾气环境作为目标,该方法表现了良好的稳定性。(2)为了进一步减少去雾颜色误差和提升成像质量,本文提出一种基于改进鸡群优化算法透射率估计的混合去雾算法,该方法利用直方图均衡化思想与鸡群优化算法对有雾图像进行更高效率的成像。在该方法中,一个三准则优化问题被用来评价直方图的质量,并以此为基准将直方图分成三组并设定社会关系分别运行提高了估算准确度。从仿真和实验结果来看,该算法能实现高质量的图像去雾,并减少颜色畸变与改善图像的视觉效果。(3)暗通道先验图像去雾算法能在只有雾气图像的情况下还原出无雾图像,这能够解决目前成像设备所面临的难题。但是雾气图像本身由于雾气散射的影响,会造成本身信息的丢失,尤其是边缘图像,因此重构的图像质量降低,这就需要超分辨率算法来增加最终去雾图像的质量。由于基于深度学习的超分辨率算法具有“先训练,后实现”的特点,而雾气环境下的前后超分辨率对比数据难以获取,且运算时间过大难以适用于去雾后的超分辨率处理。因此,本文提出一种基于暗通道先验理论深度图像估计的图像超分辨率插值算法来提高图像去雾之后的成像质量。该方法利用暗通道先验理论产生的高质量深度图像来判别边缘像素强度,同时通过估计高分辨率图像的协方差来自适应插值加权系数,以此来提高最终高分辨率图像的边缘区域插值精度。在实验中,利用前两章去雾处理后的图像,分别用双边线性插值、锚定邻域回归法和提出的方法对目标图像进行超分辨率。从定量和定性角度上,所提出的方法在较少的时间条件下,抑制了超分辨率中伪影与颜色畸变的影响,提高了去雾后图像超分辨率结果的质量。

关键词：图像去雾暗通道先验去雾算法变异遗传算法改进鸡群优化算法超分辨率插值

基于改进YOLOv4深度学习的有雾海面船只识别

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

应用科技 2023年第5期50卷 37-45页

作者：孙智文秦志亮彭若松马林伟马本俊刘雪芹赵杰臣青岛哈尔滨工程大学创新发展中心山东青岛266000 哈尔滨工程大学青岛创新发展基地山东青岛266000

为了提高有雾场景下船只检测识别的准确率,本文运用四分法计算求解大气光值实现对暗通道先验去雾算法的优化,引入空洞卷积方法和K-means++聚类算法改进YOLOv4算法,提出改进的暗通道先验去雾算法和改进YOLOv4深度学习的船只检测方法。通... 详细信息

为了提高有雾场景下船只检测识别的准确率,本文运用四分法计算求解大气光值实现对暗通道先验去雾算法的优化,引入空洞卷积方法和K-means++聚类算法改进YOLOv4算法,提出改进的暗通道先验去雾算法和改进YOLOv4深度学习的船只检测方法。通过与不同去雾算法和船只识别算法进行对比实验分析,改进后的方法更好地实现了海面船只的实时检测及分类识别。实验结果表明该方法解决了原去雾算法中去雾图像亮度偏暗等问题,提高了船只识别的准确率与实时性,对海上有雾环境条件下的船只实时检测研究具有一定的理论指导意义。

关键词：船舶检测船舶分类识别图像去雾暗通道先验去雾算法深度学习 YOLOv4算法 K-means++方法空洞卷积方法

在线全文

学校读者我要写书评

暂无评论

基于雾天复杂场景下的道路目标检测研究

青岛大学学报（工程技术版） 2023年第2期38卷 37-45页

作者：王鹏王玉林焦博文青岛大学机电工程学院山东青岛266071

针对智能驾驶车辆在雾天场景下行驶时,视野内的大量检测目标存在被烟雾遮挡而导致目标难以被检测的问题,本文提出了一种先去雾再检测的道路目标检测方法。对采集的雾天图像进行基于暗通道先验理论去雾处理,再将其送入训练好的YOLOv3目... 详细信息

针对智能驾驶车辆在雾天场景下行驶时,视野内的大量检测目标存在被烟雾遮挡而导致目标难以被检测的问题,本文提出了一种先去雾再检测的道路目标检测方法。对采集的雾天图像进行基于暗通道先验理论去雾处理,再将其送入训练好的YOLOv3目标检测模型进行推理检测,并在去雾算法中引入导向滤波方法。为使YOLOv3检测模型具有更好的检测性能,将目标框回归损失函数从原来的CIoU改进为SIoU,并在BBD100K数据集的部分标注图像下进行实验。实验结果表明,在YOLOv3网络模型下,使用CIoU损失函数时检测精度为45.8%,使用SIoU损失函数时检测精度为46.6%,提升了0.8%;将雾化图像经过去雾处理后再进行目标检测,其不同雾化程度图像的检测精度分别由28.7%,25.1%,19.0%和8.35%提高到43.1%,40.5%,36.1%和26.7%,检测精度得到了大幅提升。该方法对雾天道路目标检测具有较好的检测性能,既降低雾天道路目标的检测难度,又提高了驾驶的安全性。该研究具有一定的实际应用价值。

关键词：目标检测暗通道先验去雾算法导向滤波 YOLOv3 SIoU

在线全文

学校读者我要写书评

暂无评论

铁路综合视频图像去雾算法研究与探讨

铁道标准设计 2019年第6期63卷 160-164页

作者：吴歆彦陈明阳中国铁路经济规划研究院有限公司北京100038 北京邮电大学北京100876

受雾霾等复杂介质环境影响,铁路视频监控系统获得的视频图像降质严重,使得雾霾天图像复原方法研究成为亟待解决的关键性问题。铁路雾霾视频监控图像具有分辨率低、灰度分布集中等主要特点,深入研究分析直方图均衡算法、Retinex图像增强... 详细信息

受雾霾等复杂介质环境影响,铁路视频监控系统获得的视频图像降质严重,使得雾霾天图像复原方法研究成为亟待解决的关键性问题。铁路雾霾视频监控图像具有分辨率低、灰度分布集中等主要特点,深入研究分析直方图均衡算法、Retinex图像增强算法和暗通道先验去雾算法的图像处理原理,分析图像处理效果。利用3种算法对铁路室外图像进行分析处理,结果表明3种算法均可以实现去雾,直方图均衡算法存在颜色失真和光晕现象; Retinex图像增强算法清晰度最好,但处理后的图像存在部分失真;暗通道先验去雾算法处理图像较为自然。

关键词：铁路综合视频图像去雾算法直方图均衡算法 Retinex图像增强算法暗通道先验去雾算法

在线全文

学校读者我要写书评

暂无评论

可见光图像中舰船识别系统的研究与设计

可见光图像中舰船识别系统的研究与设计

作者：赵文娟电子科技大学

学位级别：硕士

本文介绍了一种可见光条件下的基于卷积神经网络的舰船识别和统计系统,该系统用来对于近海岸和港口的舰船进行检测和识别。卷积神经网络在图像识别领域有越来越广泛的应用,本文对卷积神经网络在舰船识别领域的可扩展性进行了研究,针对... 详细信息

本文介绍了一种可见光条件下的基于卷积神经网络的舰船识别和统计系统,该系统用来对于近海岸和港口的舰船进行检测和识别。卷积神经网络在图像识别领域有越来越广泛的应用,本文对卷积神经网络在舰船识别领域的可扩展性进行了研究,针对港口的云雾和海浪天气对于舰船图像识别的影响进行了研究和实验,目标是实现一个检测时间达到实时性要求,检测准确精准的一个舰船检测系统。本文的实验的场景是国内的一些港口环境和一些近海岸区域,对监测范围内的舰船进行识别和统计,同时设计一个基于卷积神经网络的舰船识别统计系统,为港口的管理部门提供可视化的界面,实现对港口和海岸舰船的智能管理,本文这篇论文的主要的工作有:(1)对于港口捕获的舰船图片中往往受云雾遮挡情况,提出了一种改进的暗通道先验去雾算法,通过计算暗通道值修正导致颜色畸变的透射率计算问题,然后进行二段式图像增强处理,从而提高图像的视觉效果。同时,通过降低3个颜色通道的高亮度值,用求均值的方法来对图片进行较好的去雾处理。在此基础上对不符合暗通道的明亮区域进行了改进,使得经过处理后的图片更加清晰自然,经过处理的舰船图片的特征更加明显,对于后续使用卷积神经网络对于舰船的识别和统计起到比较好的辅助的效果,这种预处理方法与卷积神经网络相结合的方法提高了舰船检测的精度。(2)基于舰船的形态学的特征,对于现有的卷积神将网络的结构进行了调整,使得调整后的网络结构更加适应舰船识别的场景。对现有的卷积神经网络进行调整后的特征融合舰船检测算法对于舰船的检测和识别较直接使用现有卷积神经网络算法在检测的精度上有比较大的提升。本文对于港口中最为常见的6种类型的舰船进行了实验,分别收集了港口摄像头采集的视频及无人机捕获的舰船图片进行检测和识别,都得到了比较好的效果。(3)一种可见光条件下的基于卷积神经网络的舰船识别统计系统的设计与实现。通过场景的识别提供不同的服务,对于港口视频和无人机航拍图片两种情况下进行舰船的识别和统计并进行了可视化显示并可以提供港口的舰船的实时检测统计功能。

关键词：舰船识别卷积神经网络暗通道先验去雾算法 K-means聚类算法

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

汽车驾驶辅助中雾天图像增强算法的对比研究

电子制作 2018年第13期26卷 96-99页

作者：汤旭李婕孙园翔周宇晗湖北工业大学电气与电子工程学院湖北武汉430068

受到雾天等天气情况的干扰,基于视觉传感器在汽车驾驶辅助中的应用会收到影响。雾天图像增强方法可以有效的改善视觉传感器的能见度,保障驾驶辅助系统的可靠性。目前,比较常见的有直方图均衡去雾法,Retinex去雾算法以及暗通道先验去雾... 详细信息

受到雾天等天气情况的干扰,基于视觉传感器在汽车驾驶辅助中的应用会收到影响。雾天图像增强方法可以有效的改善视觉传感器的能见度,保障驾驶辅助系统的可靠性。目前,比较常见的有直方图均衡去雾法,Retinex去雾算法以及暗通道先验去雾算法等。直方图均衡去雾的基础是概率累积函数变换法,通过把已知图像的灰度概率分布转变成均匀概率分布,最后得到视觉效果较好的新图。Retinex去雾算法的基础是色彩的恒常性,通过物体的表面颜色是其表面的反射特性决定的这一特性,实现图像去雾。暗通道先验去雾算法则通过估算空气的透射率,根据其散射模型来还原场景色彩。本文通过实验,将这三种去雾方法进行对比,并比较三者的优缺点。

关键词：直方图均衡去雾法 Retinex去雾算法暗通道先验去雾算法