检索结果-南通市图书馆

基于亮度校正和融合通道先验的内窥镜图像增强算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第S1期50卷 288-294页

作者：安子恒徐超冯博韩俱宝安徽大学集成电路学院合肥230601

为了解决医学内窥镜图像中存在的光照不均匀、黏膜下组织血管模糊、对比度低等问题,文中提出了一种新颖的内窥镜图像增强算法。该方法分为两部分,第一部分采用象限剪裁直方图伽马校正的方法实现亮度增强,首先对亮度通道的直方图进行分... 详细信息

为了解决医学内窥镜图像中存在的光照不均匀、黏膜下组织血管模糊、对比度低等问题,文中提出了一种新颖的内窥镜图像增强算法。该方法分为两部分,第一部分采用象限剪裁直方图伽马校正的方法实现亮度增强,首先对亮度通道的直方图进行分象限剪裁得到平滑的累积分布函数(CDF),然后利用截断CDF的方式来控制伽马参数的大小;第二部分基于融合通道先验增强图像的对比度和清晰度,首先利用离散小波变换融合图像的绿色通道和红色通道,得到细节丰富的图层,用于生成图像形成模型(IFM)的初始透射图,然后通过提出的理想函数模型校正初始透射图,得到清晰的图像,最后结合CLAHE实现组织和血管的对比度增强。在实验室自建的MEDS数据集上,将所提方法和其他几种现有方法进行主观和客观分析,结果表明所提方法在提高血管和组织对比度的同时,避免了图像过度增强。

关键词：亮度伽马校正对比度透射图离散小波变换内窥镜

在线全文

学校读者我要写书评

暂无评论

基于模型融合的图像去雾霾算法研究

基于模型融合的图像去雾霾算法研究

作者：李占华西北师范大学

学位级别：硕士

随着空气质量的恶化,雾霾天气在我国广大地区呈现多发态势,雾霾问题已成为我国大气环境污染的主要问题。在雾霾天气条件下,雾霾中的悬浮颗粒具有散射和吸收的作用,使得室外图像呈现出较低的对比度和有限的可见性,导致在雾霾天采集到的... 详细信息

随着空气质量的恶化,雾霾天气在我国广大地区呈现多发态势,雾霾问题已成为我国大气环境污染的主要问题。在雾霾天气条件下,雾霾中的悬浮颗粒具有散射和吸收的作用,使得室外图像呈现出较低的对比度和有限的可见性,导致在雾霾天采集到的图像质量较低,从而容易影响图像采集的质量,进而会限制从图像中提取有效的信息。为使计算机系统能更好的识别和提取相关的图像特征,去雾霾技术成为必要。目前,图像去雾霾的方法大多是基于大气光散射模型的方法,而该模型的核心是求解大气光和透射图,从而可以根据该模型恢复原始的无雾霾图像。然而,图像去雾霾技术是一个不适定的问题,它会导致基于某些先验信息的透射图的估计得不到准确的解,这些先验最大的不足是错误的估计透射图以及普遍存在的透射图过饱和问题。为了解决以上问题本文提出了模型融合的方法进行雾霾的去除。首先,本文从雾霾图像形成的大气光散射物理模型出发,针对雾霾图像的特性,分析了不同大气光计算方法的特点及差异,梳理了大气光计算的较为常用的方法并从中选择最优的方法进行大气光的估计。其次,针对不同雾霾水平下的雾霾图像,为获得准确的透射图,本论文构建了两种模型融合的方法应用于非均匀雾霾问题的求解。在基于模型融合的图像去雾霾研究中:第一种模型是融合像素方式模型和多层感知机模型进行透射图的准确估计。该方法基于暗通道先验知识,通过使用预定义大小的块进行粗略的透射图估计,完成在块中的透射图估计就可以使用预先计算的快速引导滤波器值在像素级别进一步优化透射图,据此可以得到像素方式模型求解的初始透射图。由此所计算的初始透射图的深度分辨率很低,由于它忽略了相邻像素的问题,因此,通过多层感知机模型对初始透射图进行估计得到最终的透射图以提高深度分辨率,从而解决透射图错误估计的问题,最后利用对比度延伸策略提升图像的对比度。第二种融合了块方式模型和像素方式模型。首先对输入图像进行了多波段分解以提取基础层,由引导滤波器分解的基础层用作估计器的输入图像,分别通过块方式模型和像素方式模型进行了透射图的估计。块方式模型和像素方式模型估计大气透射图时分别有其优缺点,块方式导致去雾霾图像边缘产生光晕,像素方式总是高估实际的雾霾度,导致去雾霾图像出现过饱和的现象。通过引入一对权重最优融合两种模型,根据大气光散射物理模型恢复无雾霾图像。最后,利用MATLAB工具进行仿真,为验证算法的性能,本文分别在三个数据集上通过三个标准测试函数与较常用的其它算法进行对比分析,获得了各算法的最终效果图和相应的测试数据。实验结果表明,在图像的恢复质量以及算法鲁棒性方面,通过主观评估和客观分析可知,本文算法相较于其它算法,具有可视化性能高与鲁棒性强等特点。

关键词：图像去雾霾暗通道先验大气光透射图多层感知机模型融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉感知的客观图像质量评估算法研究

基于视觉感知的客观图像质量评估算法研究

作者：唐烨湖南大学

学位级别：硕士

客观图像质量评估是在人类视觉系统(HVS)的基础上,运用数学和计算理论对输出图像的好坏使用计算机或者电子设备进行评估。怎么能够结合人类眼睛视觉功能的感知特性,从图像提取独特的图像特征来评估失真图像的质量好坏,是图像处理领域的... 详细信息

客观图像质量评估是在人类视觉系统(HVS)的基础上,运用数学和计算理论对输出图像的好坏使用计算机或者电子设备进行评估。怎么能够结合人类眼睛视觉功能的感知特性,从图像提取独特的图像特征来评估失真图像的质量好坏,是图像处理领域的一个经典内容。论文根据人眼对图像结构和纹理更为敏感的视觉特性的,提出一种新的基于奇异值加权重建和透射图相结合的全参考图像质量评估方法。具体创新如下:与普通的客观图像质量评估算法不同的是,直接在原始图像提取局部特征,论文构建图像的加权奇异值(SVD)重建透射图,并从中提取局部信息。为凸显图像的结构信息,先对图像进行SVD分解,随后对子图像进行加权重建,为更好地提取图像的纹理和对比度特征,论文进一步将加权重建图像和透射图相结合,从其透射图上提取局部特征。在局部特征提取时使用了具有亮度和色度信息的LMN色彩空间,论文根据奇异值对图像对比度的敏感,将图像分成4*4的局部区域块,提取局部区域亮度通道L的第二到第四个奇异值,将其作为对比度特征,提取L的左右奇异向量作为纹理特征,并从M、N两个颜色通道提取色彩特征,分别计算三种特征相似度,在pooling时将各分量组合,并使用奇异值代替空间频率的对比度敏感函数W计算,得到最终的图像质量评估得分。论文所提出的方法在四大数据库(TID2013、TID2008、LIVE和CSIQ)上进行了评估,并与其他九种流行的全参考图像质量评估方法进行了对比,实验结果表明,论文提出的方法表现出了较好的综合性能,尤其是对高频噪声、高斯模糊、非偏模式噪声、乘性高斯噪声等失真类型评估效果较好。

关键词：全参考图像质量评估加权奇异值重建大气散射模型透射图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海上倒驳船舶检测系统设计与研究

海上倒驳船舶检测系统设计与研究

作者：原康乐天津大学

学位级别：硕士

无人机配备高清摄像头,可以执行海上溢油应急监控、肇事船舶搜寻、遇险船舶和人员定位、海洋主权巡查等任务。本文旨在研发一个倒驳船检测系统,可在无人机巡逻过程中实时检测倒驳船,实现目标的识别、定位与检测,可以大大改善工作人员工... 详细信息

无人机配备高清摄像头,可以执行海上溢油应急监控、肇事船舶搜寻、遇险船舶和人员定位、海洋主权巡查等任务。本文旨在研发一个倒驳船检测系统,可在无人机巡逻过程中实时检测倒驳船,实现目标的识别、定位与检测,可以大大改善工作人员工作体验,提高工作效率。在本文中,我们设计了一个用于检测倒驳船的系统,该系统可以大大的节省人力和物力,提高工作效率。该系统包括实时检测和视频处理两个部分,同时该系统不仅可以在正常天气下检测目标,同时也可以在大雾天气下较好的检测目标。无人机航拍图像的质量很容易受到雾霾天气的影响,导致图像模糊不清,给图像的后续处理带来很大影响,因此在本研究中,去雾和目标检测算法是该系统的关键。本文针对单幅图像提出了一种新的图像去雾方法,该方法将网中网网络和MSCNN（通过多尺度卷积神经网络进行单图像去雾）相结合进行透射图估计。在测试时,我们根据训练后的模型估计输入的有雾图像的透射图,然后使用估算的大气光和计算出的透射图生成无雾图像。大量实验表明,该算法优于传统方法。在去雾完成之后,再将去雾后的图像采用目标检测算法进行检测,从而实现倒驳船的检测。

关键词：无人机倒驳船检测系统图像去雾网中网网络透射图目标检测算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于暗通道先验的快速图像去雾

科学技术与工程 2016年第20期16卷 66-72页

作者：王雪梅鞠铭烨南京邮电大学计算机学院南京210003 南京邮电大学物联网学院南京210003

为提高雾天降质图像的清晰度,基于暗通道先验提出单幅图像去雾的快速算法;其主要思想是摒弃复杂的软抠像方法,通过引入多分辨率处理,并结合最小滤波和联合双边滤波,对利用暗通道先验估计得到的透射图进行细化处理。针对天空区域暗通道... 详细信息

为提高雾天降质图像的清晰度,基于暗通道先验提出单幅图像去雾的快速算法;其主要思想是摒弃复杂的软抠像方法,通过引入多分辨率处理,并结合最小滤波和联合双边滤波,对利用暗通道先验估计得到的透射图进行细化处理。针对天空区域暗通道先验失效引起色偏的问题,结合天空的特征先验和概率分布特征,识别出图像中的天空部分;并依据天空亮度来自适应调整透射率下限值。仿真表明:在保持良好去雾能力的同时,极大地降低了计算复杂度,满足一般工程的实时性要求。

关键词：暗通道先验透射图多分辨率联合双边滤波

融合物理模型和神经网络的图像去雾方法与实现

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2022年第9期45卷 55-60页

作者：魏红伟袁江田杰湖南大学信息科学与工程学院湖南长沙410082 张家界航空工业职业技术学院湖南张家界427000

在雾霾影响下,室外拍摄的图像或视频清晰度严重下降。视频监控、远程感应、自动驾驶等计算机视觉任务很容易受到威胁。图像去雾就是利用某种手段去除雾霾对图像质量的干扰。为了达到更好的去雾效果,结合传统先验和深度学习,提出一种基... 详细信息

在雾霾影响下,室外拍摄的图像或视频清晰度严重下降。视频监控、远程感应、自动驾驶等计算机视觉任务很容易受到威胁。图像去雾就是利用某种手段去除雾霾对图像质量的干扰。为了达到更好的去雾效果,结合传统先验和深度学习,提出一种基于物理模型和神经网络的图像去雾算法DehaGA。该算法是对DehazeNet算法的改进,一方面利用神经网络的优势,通过大量的训练,利用DehazeNet网络学习雾图与透射图之间的映射关系,进而求出透射图;另一方面对于大气光的求取采用改进的大气散射模型,提出基于非均匀大气光的散射模型,通过改进算法HMN求取大气光值,克服了DehazeNet算法中对于大气光值估计不准确的缺点。最后将透射图和大气光值代入新的大气散射模型,进而恢复出无雾图像。实验结果表明,DehaGA算法与DehazeNet对比求得的无雾图像更加清晰,具有更好的去雾效果。

关键词：图像去雾物理模型神经网络大气散射模型透射图大气光值图像处理

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的图像去雾方法研究

基于卷积神经网络的图像去雾方法研究

作者：袁保平重庆邮电大学

学位级别：硕士

雾霾会降低图像质量。提升雾天图像质量,有着迫切的现实需求和广阔的应用前景。本文分析了雾天图像退化的机理,介绍了图像去雾的物理模型。基于深度学习技术,建立了雾气图像和相应透射图的映射关系模型;最后基于大气散射模型,根据透射... 详细信息

雾霾会降低图像质量。提升雾天图像质量,有着迫切的现实需求和广阔的应用前景。本文分析了雾天图像退化的机理,介绍了图像去雾的物理模型。基于深度学习技术,建立了雾气图像和相应透射图的映射关系模型;最后基于大气散射模型,根据透射图复原出无雾图像。本文具体研究内容如下:1.基于多尺度卷积神经网络模型的图像去雾方法。为了提高卷积神经网络在图像处理上的特征学习能力,使用三种不同尺度的卷积神经网络组来构建透射图像预测的深度学习模型。首先基于Alex Net模型改进得到第一组CNN,然后增加两组不同尺度的CNNs,并通过这三组不同尺度的卷积神经网络逐步优化得到更精确的雾气图像的透射图,最后使用大气散射模型得到无雾图像。2.基于暗通道特征卷积神经网络模型的图像去雾方法。受到暗通道优先图像去雾算法启发,设计出基于暗通道特征的卷积网络模型。其主要思想是利用Maxout非线性激活函数模拟的极值滤波器从输入图像中提取暗通道特征,再进行三组不同尺度的并行卷积,然后进行池化和非线性激活,最后通过改进的网络模型预测出雾气图像的透射图,并根据物理大气散射模型复原得到无雾图像。3.原型系统设计与实现。根据实际应用需求,针对以上两种图像去雾模型,设计并实现了基于深度学习的图像去雾系统。测试结果表明,该系统能够较好地实现图像去雾功能。

关键词：图像去雾深度学习大气散射模型透射图卷积神经网络暗通道优先

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像去雾算法研究及硬件实现

图像去雾算法研究及硬件实现

作者：刘丰中国科学技术大学

学位级别：硕士

随着数字图像处理技术的发展和图像处理器性能的提升,图像视频处理技术得到不断的发展;超大规模集成电路工艺集成度的提高,图像传感器以及显示器像素点密度随之增加,使得现代电子产品屏幕的分辨率不断提高。高处理速度、高分辨率、高压... 详细信息

随着数字图像处理技术的发展和图像处理器性能的提升,图像视频处理技术得到不断的发展;超大规模集成电路工艺集成度的提高,图像传感器以及显示器像素点密度随之增加,使得现代电子产品屏幕的分辨率不断提高。高处理速度、高分辨率、高压缩比率成为图像视频技术发展的趋势。高质量图像给人们的生活、娱乐、工作带来了极大的便利,同时也影响着人们的生活方式。作为人类最重要的信息来源,视觉信息的重要性不言而喻,清晰高质量的图像与视频在信息科学、交通监控、医学、军事等领域都起着至关重要的作用。在雾霾环境下,景物的反射光线在到达传感器的路程中,经空气中的悬浮颗粒散射最终导致图像降质。图像降质的表现为画面整体呈现灰白色,图像色彩的鲜艳程度和细节的分辨能力受此影响而降低。在室外交通监控等领域,摄像系统经常受到恶劣环境天气如雨、雪、雾、霾等的影响,受环境影响而降质的监控图像会干扰监控人员对录像中事故场景的分析判断,因此,对受雾霾等影响而降质的图像进行清晰化处理,具有十分重要的意义。本文以暗通道先验理论为基础,分析了暗通道先验理论的原理,算法特征以及缺陷,并以此为基础提出了三种暗通道去雾算法的改进方法,分别为：粗糙暗通道图与输入图像灰度图进行联合双边滤波的算法,基于引导滤波的暗通道图细化算法和粗糙暗通道图的局部细化算法。相较于原算法,改进的算法在复杂度方面有所改善,能显著地降低单幅图像去雾的时间消耗。为满足各种实时摄像系统去雾的要求,我们将去雾算法整合进摄像机系统的数字图像处理模块中,针对FPGA的硬件结构特点以及数字图像处理器的数据流特征,我们分析比较了上述各种算法在FPGA平台上的可实现性,最终选用基于引导滤波的暗通道图细化算法进行FPGA实现。暗通道去雾算法的FPGA实现主要分为三个模块：粗糙暗通道图估计模块,大气光估计模块和暗通道图细化模块。在粗糙暗通道图估计模块中,我们使用两个FIFO依次做行最小值计算和列最小值计算,最终得到粗糙暗通道图;在大气光估计模块中,我们将对不同灰度值的统计计算简化为对灰度区域的统计计算,以降低资源消耗;在暗通道细化模块中,我们设计了一个区域平滑滤波器来进行细化操作。实验结果显示,使用FPGA得出各个模块的输出结果与Matlab仿真结果基本相同,但在时序上还需要调整以满足实时性的要求。

关键词：图像去雾暗通道先验理论透射图大气光引导滤波 FIFO