圖像增強(qiáng)
- 一種基于Retinex理論改進(jìn)的低照度圖像增強(qiáng)算法
改進(jìn)的低照度圖像增強(qiáng)算法。首先，將低照度圖像從紅、綠、藍(lán)（RGB） 空間轉(zhuǎn)換到色調(diào)、飽和度、亮度（HSI） 空間；其次，在HSI空間中只對(duì)亮度分量進(jìn)行處理，這樣避免了圖像三基色比例關(guān)系被破壞；再次，在處理亮度分量時(shí)，在Retinex理論的基礎(chǔ)上采用雙邊濾波代替高斯濾波來估算入射圖像。實(shí)驗(yàn)結(jié)果表明，相比于SSR、MSR、MSRCR算法，文章算法增強(qiáng)后的圖像避免了色彩失真問題，較好地保留了圖像邊緣信息。關(guān)鍵詞：Retinex理論；低照度圖像；圖像增強(qiáng)；HSI中
電腦知識(shí)與技術(shù) 2023年13期2023-06-25
- 基于雙波長的手部紅外靜脈圖像增強(qiáng)算法研究
手部紅外靜脈圖像增強(qiáng)算法存在成像質(zhì)量差、成像過程中容易斷點(diǎn)而無法連續(xù)高質(zhì)量成像的問題，文章在已有AGC和Frangi算法的基礎(chǔ)上，設(shè)計(jì)一種基于雙波長的手部紅外靜脈圖像增強(qiáng)算法，該算法能夠有效解決單一的AGC和Frangi算法在圖像成像上不連續(xù)、圖像成像質(zhì)量差的問題。在對(duì)不同波長進(jìn)行測試后，采用波長為850 nm+940 nm的紅外光照射獲得原始靜脈圖像，可提高紅外靜脈圖像增強(qiáng)算法的性能，對(duì)提高紅外靜脈圖像產(chǎn)品的臨床應(yīng)用效果具有重要價(jià)值。關(guān)鍵詞：雙波長；手部
現(xiàn)代信息科技 2023年5期2023-06-22
- 基于改進(jìn)Retinex算法的低照度圖像增強(qiáng)
通過對(duì)比不同圖像增強(qiáng)算法，針對(duì)傳統(tǒng)圖像增強(qiáng)算法無法兼顧色彩、細(xì)節(jié)以及紋理的同步處理等問題，文章提出一種MSRCR-HIS圖像增強(qiáng)算法，融合直方圖轉(zhuǎn)換法與MSRCR算法的優(yōu)勢，并將處理后的圖像與原始圖像進(jìn)行融合以保留原圖細(xì)節(jié)信息，通過驗(yàn)證，文章提出的算法與經(jīng)典算法相比，能夠有效地改善圖像的呈現(xiàn)效果，有利于后續(xù)各項(xiàng)實(shí)驗(yàn)操作。關(guān)鍵詞：低照度；圖像增強(qiáng)；圖像融合；多尺度Retinex中圖分類號(hào)：TP391.4? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：2096-4706（
現(xiàn)代信息科技 2023年5期2023-06-22
- 基于視覺特性低照度水下圖像增強(qiáng)算法研究
；視覺系統(tǒng)；圖像增強(qiáng)中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）12-0009-040 引言水下考古、水下資源勘探、水下管道探索、潛艇航行等水下活動(dòng)[1]都離不開低照度水下視覺技術(shù)的支撐，清晰的圖像對(duì)于水下工程研究至關(guān)重要。目前對(duì)于低照度水下圖像增強(qiáng)研究較少，而低照度圖像增強(qiáng)和水下圖像增強(qiáng)已經(jīng)有大量研究。目前低照度圖像增強(qiáng)算法分為空域法、變換域法及融合法三大類?？沼蚍ㄊ侵苯訉?duì)像素點(diǎn)進(jìn)行處理，代表算法有直方圖法、灰度變換法、
電腦知識(shí)與技術(shù) 2023年12期2023-06-10
- 基于Web的電子發(fā)票管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
票管理系統(tǒng)；圖像增強(qiáng)；區(qū)塊鏈電子發(fā)票；財(cái)務(wù)管理中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）02-0039-031 概述隨著計(jì)算機(jī)信息技術(shù)飛速發(fā)展，各行業(yè)都在嘗試運(yùn)用更為先進(jìn)的技術(shù)解決煩瑣的業(yè)務(wù)問題。但部分企業(yè)還是選擇人工管理發(fā)票數(shù)據(jù)，但該種管理方式存在以下問題[1]：1）錄入發(fā)票系統(tǒng)信息時(shí)不僅消耗大量人力物力且錯(cuò)誤率較高；2）紙質(zhì)發(fā)票作為原始憑證卻容易受潮導(dǎo)致字跡模糊或缺損，不易保存；3）隨著電子發(fā)票逐漸增多，查驗(yàn)真?zhèn)芜^程
電腦知識(shí)與技術(shù) 2023年2期2023-05-30
- 基于LL_YOLO的行程碼檢測算法
接口在線調(diào)用圖像增強(qiáng)函數(shù)進(jìn)行畫質(zhì)增強(qiáng)、改進(jìn)損失函數(shù)，提高檢測精度，輕量化壓縮模型。實(shí)驗(yàn)結(jié)果表明，LL_YOLO在圖像增強(qiáng)與損失函數(shù)模塊等的作用下，識(shí)別精度提高到91.82%，參數(shù)量降低為2.8M。因此LL_YOLO具有低參數(shù)量和計(jì)算量的優(yōu)勢，對(duì)高算力硬件的依賴性低，能夠極大地降低應(yīng)用部署成本。關(guān)鍵詞： 行程碼； 損失函數(shù)； 輕量化； 圖像增強(qiáng)中圖分類號(hào)：TP311? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）04-11
計(jì)算機(jī)時(shí)代 2023年4期2023-04-13
- 基于多深度對(duì)抗網(wǎng)絡(luò)的ROV水下目標(biāo)檢測
表明，該水下圖像增強(qiáng)方法提高了ROV目標(biāo)檢測精度，符合預(yù)期要求。關(guān)鍵詞： 圖像增強(qiáng)； 深度分離可變形； 多深度機(jī)制； 深度學(xué)習(xí)中圖分類號(hào)：TP242.6? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）04-05-06Abstract： The cabled underwater robot ROV is an important tool for underwater engineering operations， bu
計(jì)算機(jī)時(shí)代 2023年4期2023-04-13
- 關(guān)于對(duì)低照度圖像增強(qiáng)算法的研究
本文要研究的圖像增強(qiáng)技術(shù)，但圖像增強(qiáng)算法很多，面向各種不同的問題領(lǐng)域，要增強(qiáng)的方面不同，所采用的算法也就不同，本文就是要探究適合低照度圖像增強(qiáng)的算法，并通過程序?qū)崿F(xiàn)和驗(yàn)證，研究分析圖像增強(qiáng)的效果。1 解決思路在研究圖像增強(qiáng)算法之前，先要搞清楚低照度圖像的特點(diǎn)。低照度圖像中物體很暗，所以看不清楚，但要分清暗和黑的區(qū)別，黑是什么都看不見，沒有一點(diǎn)光線，這種情況一般就沒救了，圖像增強(qiáng)也是解決不了的。但是暗是有弱光線的，只是圖像的像素值較小，而且圖像中物體的像素值
科學(xué)與信息化 2023年5期2023-03-18
- 小波變換在煤礦井下圖像增強(qiáng)的應(yīng)用研究
：小波變換;圖像增強(qiáng);直方圖均衡化煤礦井下能見度低且多采用點(diǎn)光源來輔助照明，形成了非均勻照度環(huán)境。在這樣的環(huán)境下，拍攝出的圖像亮度、對(duì)比度低;而且噪聲、細(xì)節(jié)信息丟失等一些問題突出。這不但會(huì)讓圖像的視覺效果變差，而且圖像質(zhì)量的好壞直接影響后續(xù)的圖像分析與決策，因此研究適合煤礦井下的低照度圖像增強(qiáng)算法具有十分重要的實(shí)際意義[1-2]。目前，針對(duì)礦井降質(zhì)圖像的增強(qiáng)算法主要包括：（1）基于單尺度Retinex（SSR）的圖像增強(qiáng)算法。通過引導(dǎo)濾波進(jìn)行照度估計(jì)，再與
科技研究·理論版 2022年11期2022-07-07
- 單幅圖像去霧算法研究
給出一種結(jié)合圖像增強(qiáng)和圖像復(fù)原的處理算法，算法能在不同尺度的殘差圖像上和基礎(chǔ)層上分別進(jìn)行處理，達(dá)到保留圖像細(xì)節(jié)和去霧的目的，并且具有高可控靈活性。關(guān)鍵詞：去霧;大氣散射模型;圖像增強(qiáng)中圖分類號(hào)：TP391? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）02-0096-05Abstract： With the improvement of computer technology and hardware capabilities， c
現(xiàn)代信息科技 2022年2期2022-06-15
- 基于Retinex的自適應(yīng)非均勻光照圖像增強(qiáng)算法
理論的自適應(yīng)圖像增強(qiáng)算法。該算法利用K-means算法分割圖像的亮區(qū)域和暗區(qū)域，以原始亮度和濾波函數(shù)尺度的相關(guān)性為依據(jù)，自適應(yīng)地獲得各子圖的濾波尺度并進(jìn)行增強(qiáng)。驗(yàn)證結(jié)果表明，與傳統(tǒng)的圖像增強(qiáng)方法相比，該自適應(yīng)增強(qiáng)方法在圖像光照補(bǔ)償和顏色保持上表現(xiàn)良好。關(guān)鍵詞：圖像處理；圖像增強(qiáng)；Retinex； K-means；非均勻光照中圖分類號(hào)：TP391.4文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2022）16-65-6 0引言隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，圖像數(shù)據(jù)
計(jì)算機(jī)與網(wǎng)絡(luò) 2022年16期2022-05-30
- 基于改進(jìn)直方圖的紅外圖像增強(qiáng)方法
直方圖的紅外圖像增強(qiáng)方法。對(duì)于紅外圖像可能存在四周高亮的現(xiàn)象，綜合考慮圖像亮度強(qiáng)度和對(duì)比度，確定原始圖像的裁剪區(qū)域，在此基礎(chǔ)上，提出采用灰度級(jí)別均勻分布的方法來避免像素個(gè)數(shù)少的灰度級(jí)被合并導(dǎo)致圖像細(xì)節(jié)丟失的問題。實(shí)驗(yàn)表明，本文提出的改進(jìn)算法相比傳統(tǒng)直方圖均衡方法，在熵值、標(biāo)準(zhǔn)差、模糊線性指數(shù)上分別有21.87%， 2.60%， 14.52%的改進(jìn)量，在提高圖像對(duì)比度的同時(shí)增強(qiáng)了圖像的關(guān)鍵細(xì)節(jié)，印證了理論分析的正確性。關(guān)鍵詞：???? 紅外圖像; 圖像增強(qiáng);
航空兵器 2022年2期2022-05-18
- 基于MATLAB GUI的空域圖像增強(qiáng)系統(tǒng)設(shè)計(jì)
計(jì)了一款空域圖像增強(qiáng)系統(tǒng)，該系統(tǒng)嵌入了分段線性變換、直方圖均衡化、指數(shù)變換和對(duì)數(shù)變換四種圖像增強(qiáng)算法。所設(shè)計(jì)的系統(tǒng)操作簡單，界面友好，能同時(shí)展示四種算法的增強(qiáng)結(jié)果，可以幫助圖像愛好者更切實(shí)地掌握有關(guān)圖像增強(qiáng)的內(nèi)容。關(guān)鍵詞：空間域;圖像增強(qiáng);對(duì)比度;GUI中圖分類號(hào)：TN391.9? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）04-0077-031? 引言人類獲取信息的一個(gè)重要手段是通過圖像來實(shí)現(xiàn)，據(jù)統(tǒng)計(jì)，人類從自然界獲取的信息中，圖像信息占7
電腦知識(shí)與技術(shù) 2022年4期2022-04-29
- 視頻通信中的圖像處理技術(shù)研究
研究? ? 圖像增強(qiáng)隨著現(xiàn)代化通信技術(shù)的不斷發(fā)展，各種通信及技術(shù)不斷完善，視頻通信也已經(jīng)成為人們生活的一部分，但是盡管如此，視頻通信技術(shù)仍然不夠成熟，會(huì)受到傳輸信道等多種因素的影響，想要實(shí)現(xiàn)實(shí)時(shí)的圖像傳輸，就需要將圖片進(jìn)行壓縮然后再進(jìn)行傳輸。實(shí)時(shí)的圖像傳輸對(duì)于各個(gè)領(lǐng)域都有著十分重要的作用，在軍事領(lǐng)域，實(shí)時(shí)的圖像傳輸會(huì)對(duì)部隊(duì)的日常部署的管理和演習(xí)訓(xùn)練的指揮都有著重要意義。在化工領(lǐng)域，通過對(duì)圖像的實(shí)時(shí)監(jiān)控可以保障生產(chǎn)過程的高效安全開展，加大的提高對(duì)材料的使用效
中國新通信 2021年17期2021-10-21
- 一種復(fù)雜光照下列車司機(jī)人臉自適應(yīng)圖像增強(qiáng)方法
光照和高光照圖像增強(qiáng)方法進(jìn)行處理，增強(qiáng)列車司機(jī)人臉圖像陰暗區(qū)域，提出一種復(fù)雜光照下列車司機(jī)人臉自適應(yīng)圖像增強(qiáng)方法并進(jìn)行了研究，實(shí)驗(yàn)結(jié)果表明，在復(fù)雜光照下列車司機(jī)人臉自適應(yīng)圖像增強(qiáng)方法能有效提高人臉檢測成功率，降低誤檢率，為后續(xù)研究AdaBoost算法進(jìn)行人臉精準(zhǔn)檢測，提取Haar特征以及積分圖訓(xùn)練弱分類器和訓(xùn)練強(qiáng)分類器奠定一定基礎(chǔ)。關(guān)鍵詞：圖像增強(qiáng);低光照;直方圖均衡化;人臉檢測率中圖分類號(hào)：TP391.4? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4
現(xiàn)代信息科技 2021年5期2021-10-19
- 基于深度殘差網(wǎng)絡(luò)的圖像去雨霧算法研究
同時(shí)實(shí)現(xiàn)視頻圖像增強(qiáng)所需的多種功能。本文基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)含有雨霧的視頻圖像進(jìn)行處理，采用深度殘差網(wǎng)絡(luò)實(shí)現(xiàn)視頻圖像去雨霧。本文靈活運(yùn)用深度學(xué)習(xí)，得到了一種優(yōu)化的視頻去霧雨算法，具有重要的研究意義和實(shí)用價(jià)值。關(guān)鍵詞：圖像增強(qiáng);圖像去霧雨;深度學(xué)習(xí);深度殘差網(wǎng)絡(luò)引言近年來，視頻圖像成了人們獲取信息的必要途徑。霧、雨、雪等惡劣天氣為圖片帶來的噪聲和污染，常常會(huì)導(dǎo)致后續(xù)的分類和識(shí)別不準(zhǔn)等影響，因此圖像去雨霧的研究對(duì)于需要在惡劣天氣下進(jìn)行圖像處理的具有極大的應(yīng)用價(jià)值
科技研究 2021年21期2021-10-12
- 基于Matlab GUI的常見圖像處理算法實(shí)現(xiàn)
;平滑處理;圖像增強(qiáng)科學(xué)技術(shù)的不斷發(fā)展，數(shù)字圖像處理技術(shù)應(yīng)用需求激增，前景空前廣闊，技術(shù)本身也得到了迅速的發(fā)展。數(shù)字圖像處理已經(jīng)成為認(rèn)識(shí)和改造世界的重要手段，成為人類生產(chǎn)和生活當(dāng)中必不可少的部分。1 用戶界面的創(chuàng)建1.1 創(chuàng)建一個(gè)GUI的界面首先打開matlab 軟件，在創(chuàng)建界面之前首先選擇工作路徑，點(diǎn)擊搜索欄旁邊的白色文檔按鈕，選擇對(duì)應(yīng)你需要儲(chǔ)備本次設(shè)計(jì)的路徑，在界面選項(xiàng)欄點(diǎn)擊guide按鈕可以直接進(jìn)行g(shù)ui界面的選擇，同時(shí)也可以在語句框里輸入guide
電腦知識(shí)與技術(shù) 2021年24期2021-09-23
- 基于前饋神經(jīng)網(wǎng)絡(luò)的色彩均衡方法
?！娟P(guān)鍵詞】圖像增強(qiáng);色彩均衡;前饋神經(jīng)網(wǎng)絡(luò);光譜匹配 在航空遙感成像過程中，單幅遙感影像往往因?yàn)榇髿馑p、云層、煙霧以及向陽和背陽等光照條件不同導(dǎo)致亮度不均、對(duì)比度低和顏色失真等問題[1，2]。區(qū)域內(nèi)多幅影像也會(huì)因?yàn)橄鄼C(jī)參數(shù)、曝光時(shí)間、影像獲取時(shí)間、攝影角度和云層的影響使得重疊區(qū)域的色彩不均衡，多幅影像鑲嵌后結(jié)果存在明顯縫隙[3]。針對(duì)多張影像的色彩均衡處理，目前比較成熟和廣泛的算法有基于Wallis濾波器和基于直方圖匹配的方法。Wallis濾波器通過
客聯(lián) 2021年4期2021-09-10
- 審計(jì)調(diào)查中人臉識(shí)別算法的研究與應(yīng)用
進(jìn)方法進(jìn)行了圖像增強(qiáng)處理;在模型訓(xùn)練階段，提出一種最優(yōu)權(quán)重再重載的模型訓(xùn)練算法。對(duì)比實(shí)驗(yàn)結(jié)果表明，經(jīng)過圖像增強(qiáng)預(yù)處理的改進(jìn)和最優(yōu)權(quán)重再重載的模型訓(xùn)練，提高了應(yīng)用場景中人臉識(shí)別的準(zhǔn)確率、魯棒性和效率。關(guān)鍵詞：深度學(xué)習(xí);人臉識(shí)別;審計(jì)調(diào)查 ;圖像增強(qiáng);模型訓(xùn)練中圖分類號(hào)：TP301? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）10-0012-07Abstract： According to the application scenarios
電腦知識(shí)與技術(shù) 2021年10期2021-06-28
- 基于二階差分的頻域?yàn)V波反銳化增強(qiáng)算法
。關(guān)鍵詞： 圖像增強(qiáng); 同態(tài)濾波; 低通濾波; 反銳化掩膜; 二階差分中圖分類號(hào)：TP391?????? ???文獻(xiàn)標(biāo)識(shí)碼：A???? 文章編號(hào)：1006-8228（2021）01-16-05Image unsharp masking algorithm in frequency domain based on second-order differenceHe Ming1， Li Chengzhu1， Song Wenai2（1. Army Specia
計(jì)算機(jī)時(shí)代 2021年1期2021-06-08
- 基于色彩空間分解的低照度圖像增強(qiáng)方法
：針對(duì)低照度圖像增強(qiáng)問題，提出一種基于色彩空間分解的圖像增強(qiáng)算法。為了實(shí)現(xiàn)圖像亮度和色彩的解耦合，將圖像進(jìn)行空間轉(zhuǎn)換；利用中值濾波算法與Retinex算法融合以及基于OTSU處理的自適應(yīng)局部直方圖均衡化，分別實(shí)現(xiàn)了亮度分量的增強(qiáng)和飽和度分量的校正。分層圖像合成、圖像降噪處理和色彩空間的轉(zhuǎn)換，確保增強(qiáng)圖像色彩的均勻和清晰度的提高。實(shí)驗(yàn)結(jié)果與其他幾種經(jīng)典算法相比較，算法獲得的增強(qiáng)圖像細(xì)節(jié)方面更為豐富，圖像的清晰度更高。關(guān)鍵詞：圖像增強(qiáng)；Retinex；中值濾波
計(jì)算機(jī)與網(wǎng)絡(luò) 2021年6期2021-06-01
- 面向交通道路監(jiān)控的視頻去霧技術(shù)研究
;圖像復(fù)原;圖像增強(qiáng)現(xiàn)在的去霧算法主要有三大類：一是基于圖像增強(qiáng)的去霧算法，二是基于圖像復(fù)原的去霧算法，三是基于景深的去霧方法。一、基于圖像增強(qiáng)的去霧算法圖像增強(qiáng)的除霧算法是使用一些算法來提高霧圖像的對(duì)比度，突出顯示或削弱某些信息，減少霧對(duì)圖像的影響，并使除霧圖像更方便機(jī)器識(shí)別或主觀視覺觀察。1.1基于直方圖均衡化的去霧算法這種方法的主要思想是使圖像的直方圖分布更加均勻以提高圖像的對(duì)比度。直方圖均衡有兩種方法：局部直方圖均衡和全局直方圖均衡。全局直方圖均衡
電子樂園·上旬刊 2021年1期2021-05-19
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)分解模型的夜間圖像增強(qiáng)研究
復(fù)雜情況下的圖像增強(qiáng)，容易出現(xiàn)嚴(yán)重的振鈴現(xiàn)象。針對(duì)這一問題，文章對(duì)夜間圖像增強(qiáng)進(jìn)行了研究，通過指數(shù)變換對(duì)夜間圖像進(jìn)行預(yù)處理，結(jié)合脈沖耦合神經(jīng)網(wǎng)絡(luò)分解模型進(jìn)行圖像增強(qiáng)。實(shí)驗(yàn)結(jié)果表明，該方法可以實(shí)現(xiàn)對(duì)夜間圖像的增強(qiáng)，增強(qiáng)后的圖像細(xì)節(jié)清晰，整體光線較為柔和，圖像對(duì)比度適中，降低了振鈴現(xiàn)象造成的影響。關(guān)鍵詞：脈沖耦合神經(jīng)網(wǎng)絡(luò);分解模型;圖像增強(qiáng)中圖分類號(hào)：TP18? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2021）20-006
現(xiàn)代信息科技 2021年20期2021-05-09
- 基于亮度保持S型函數(shù)的雙直方圖均衡方法
果。關(guān)鍵詞：圖像增強(qiáng);雙直方圖均衡;S型函數(shù);亮度保持;峰值信噪比中圖分類號(hào)：TP391? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2021）16-0073-06Bi-Histogram Equalization Method Based on Brightness Preserving Sigmoid FunctionWANG Gang1， BAI Jiejing1， ZHANG Zhengjun2（1. Departm
現(xiàn)代信息科技 2021年16期2021-02-28
- 基于DCP算法增強(qiáng)暗紋東方鲀胚胎圖像
暗通道先驗(yàn);圖像增強(qiáng);YOLOv5網(wǎng)絡(luò)中圖分類號(hào)：S961.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2021）06-1493-08Image enhancement of Takifugu obscurus embryos based on DCP algorithmFENG Guo-fu1，2，LIU Ya-rui1，2，CHEN Ming1，2，WENG Zheng1，2，WANG Yao-hui3（1. School of Informatio
江蘇農(nóng)業(yè)學(xué)報(bào) 2021年6期2021-01-29
- 基于改進(jìn)的Retinex算法的草坪雜草識(shí)別
%。關(guān)鍵詞：圖像增強(qiáng);局部方差;局部密度;Retinex算法;草坪雜草中圖分類號(hào)： TP391.41;S451.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2021）06-1417-08Lawn weed recognition based on improved Retinex algorithmHUA Chun-jian1，2，ZHANG Ai-rong1，2，CHEN Ying3（1.School of Mechanical Engineering
江蘇農(nóng)業(yè)學(xué)報(bào) 2021年6期2021-01-29
- 成捆特鋼棒材端面字符識(shí)別算法研究
于小波變換的圖像增強(qiáng)算法完成單根特鋼棒材端面圖像的增強(qiáng);再次，將MSER算法和邊緣檢測算法相結(jié)合完成單根特鋼棒材字符區(qū)域的檢測，并基于投影法完成字符的分割;最后，通過創(chuàng)建和訓(xùn)練SVM分類器完成每一根特鋼棒材端面字符識(shí)別，并將成捆特鋼棒材端面字符識(shí)別結(jié)果輸出保存。結(jié)果表明，新算法可以滿足成捆特鋼棒材生產(chǎn)過程中字符識(shí)別要求，字符識(shí)別準(zhǔn)確率可達(dá)到97.35%。新算法將Hough變換、基于小波變換的圖像增強(qiáng)算法、MSER算法、邊緣檢測算法、投影法及SVM分類器等算
河北科技大學(xué)學(xué)報(bào) 2021年5期2021-01-07
- 三種Retinex圖像去霧算法比較與分析
是一種有效的圖像增強(qiáng)方法，可以被用于去霧，分別對(duì)SSR、MSR、 MSRCR三種Retinex算法進(jìn)行了剖析和比較，并將其應(yīng)用于圖像去霧，以圖像質(zhì)量的改善和執(zhí)行時(shí)間為評(píng)價(jià)指標(biāo)對(duì)去霧效果進(jìn)行了詳細(xì)分析，為實(shí)際應(yīng)用提供選擇依據(jù)。關(guān)鍵詞：Retinex;圖像去霧;圖像增強(qiáng);圖像質(zhì)量中圖分類號(hào)： TP181? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）32-0197-021 引言隨著智慧交通、智慧城市等系統(tǒng)的廣泛應(yīng)用，圖像成為信息獲取最重要
電腦知識(shí)與技術(shù) 2020年32期2020-12-29
- 夜間車道線檢測的研究
道線檢測; 圖像增強(qiáng); 邊緣檢測; 霍夫變換; 非線性拉伸; 雙邊濾波中圖分類號(hào)： TN911.23?34; TP391 ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）24?0026?04Research on nighttime lane detectionWANG Zhengjia1，2， WANG Ruo1， WU Shunyao1， HE Tao1（1. Key L
現(xiàn)代電子技術(shù) 2020年24期2020-12-28
- 基于K-means圖像深度聚類的自適應(yīng)Retinex算法
好。關(guān)鍵詞：圖像增強(qiáng);自適應(yīng)成像;圖像重建恢復(fù);Retinex;K-means中圖分類號(hào)：TP391 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）28-0028-05Abstract： The traditional Retinex algorithm uses a fixed scale to enhance the fog image as a whole， but for the image with uneven local
電腦知識(shí)與技術(shù) 2020年28期2020-12-14
- 壓擴(kuò)多尺度Retinex圖像增強(qiáng)算法研究
x算法是傳統(tǒng)圖像增強(qiáng)算法中較為有效的一種。針對(duì)傳統(tǒng)的MSRCR算法在處理圖像后仍會(huì)產(chǎn)生清晰度低、細(xì)節(jié)模糊和色彩不飽滿等問題。因此本文提出帶色彩恢復(fù)的壓擴(kuò)多尺度Retinex算法—CMSRCR，利用多彩色通道變曲變換函數(shù)及因子修正法，對(duì)低照度人臉圖像進(jìn)行圖像增強(qiáng)和色彩恢復(fù)。結(jié)果表明，CMSRCR算法能夠使低照度圖像在清晰度、細(xì)節(jié)和顏色恢復(fù)等方面都有明顯的改善。關(guān)鍵詞：圖像增強(qiáng);低照度圖像;壓擴(kuò)變換;Retinex算法DOI：10.15938/j.jhust.
哈爾濱理工大學(xué)學(xué)報(bào) 2020年5期2020-11-30
- 基于FPGA的紅外圖像增強(qiáng)算法的實(shí)現(xiàn)
果。關(guān)鍵詞：圖像增強(qiáng);FPGA;信號(hào)處理，紅外圖像0引言紅外圖像具有高背景、低反差的特點(diǎn)，加之紅外焦平面陣列元響應(yīng)率的不一致、電荷傳輸效率、噪聲以及環(huán)境溫度變化等諸多因素造成的圖像的非均勻性，進(jìn)一步損害了圖像質(zhì)量，為了能夠增強(qiáng)視覺效果和準(zhǔn)確測量溫度信息，所以必須采取非均性校正、圖像增強(qiáng)等處理來改善圖像質(zhì)量，抑制圖像噪聲，增強(qiáng)圖像信息，抑制非均勻性。本文的主要目的是以紅外圖像特征為出發(fā)點(diǎn)，研究紅外圖像的增強(qiáng)處理方法，提出一種改進(jìn)的對(duì)比度增強(qiáng)算法，并采用FPG
科學(xué)與財(cái)富 2020年26期2020-11-16
- 基于斜率分布和銳化的紅外圖像圖像增強(qiáng)研究
出了一種紅外圖像增強(qiáng)方法，考慮到高動(dòng)態(tài)范圍紅外圖像的特點(diǎn)，該方法由兩部分組成。首先，我們通過引入斜率分布來提高圖像的對(duì)比度，斜率分布在一個(gè)指定的直方圖域中以恒定的增加。我們對(duì)斜率分布的直方圖進(jìn)行優(yōu)化，在輸入圖像的分類直方圖計(jì)算出一個(gè)修正的直方圖，然后，為了處理紅外圖像的模糊效應(yīng)，我們提采用相對(duì)邊緣強(qiáng)度指數(shù)，用于高增量過濾，以有效抑制相對(duì)均勻區(qū)域的噪聲。實(shí)驗(yàn)結(jié)果表明，該算法具有較好的性能和計(jì)算效率?！娟P(guān)鍵詞】圖像增強(qiáng);紅外圖像;圖像銳化1.簡介紅外線技術(shù)的發(fā)
- 一種直方圖均衡插值的圖像細(xì)節(jié)增強(qiáng)方法
直方圖均衡;圖像增強(qiáng);細(xì)節(jié)保留;灰度插值中圖分類號(hào)：TP391 ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)：A ? ? ? ? ? ? ? ? 文章編號(hào)：2095-7394（2020）02-0023-07圖像增強(qiáng)是圖像后續(xù)理解與識(shí)別處理的重要基礎(chǔ)技術(shù)，其目的是利用圖像增強(qiáng)技術(shù)突出目標(biāo)、提高對(duì)比度，為后續(xù)圖像理解與分析奠定基礎(chǔ)[1]。在關(guān)于直方圖相關(guān)技術(shù)的處理方法中，全局直方圖均衡方法（Global Histogram Equalization，GHE）應(yīng)用最為
江蘇理工學(xué)院學(xué)報(bào) 2020年2期2020-10-23
- 茶葉嫩芽圖像的自動(dòng)識(shí)別與檢測研究
：茶葉嫩芽;圖像增強(qiáng);神經(jīng)網(wǎng)絡(luò);識(shí)別與檢測中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）16-0207-02Abstract： In order to solve the problem of automatic tea picking in tea planting， an algorithm of automatic recognition and detection of tea bud image is
電腦知識(shí)與技術(shù) 2020年16期2020-09-28
- 基于遙感圖像增強(qiáng)的海岸線提取方法
的監(jiān)督分類和圖像增強(qiáng)方法，提出兩種海岸線獲取方法，完成海岸線的自動(dòng)提取，實(shí)現(xiàn)海岸帶的大面積同步和動(dòng)態(tài)監(jiān)測。關(guān)鍵詞：遙感;Landsat TM;海岸線;監(jiān)督分類;圖像增強(qiáng)中圖分類號(hào)：P74 ? ?文獻(xiàn)標(biāo)志碼：A ? ?文章編號(hào)：1005-9857（2020）07-0042-03Coastline Extraction Method Based on Remote Sensing Image EnhancementGUO Biyun，PAN Leijian，M
海洋開發(fā)與管理 2020年7期2020-09-10
- 基于MATLAB的圖像增強(qiáng)算法研究及實(shí)現(xiàn)
g.關(guān)鍵詞：圖像增強(qiáng);MATLAB;程序設(shè)計(jì);算法實(shí)現(xiàn)Key words： image enhancement;MATLAB;program design;algorithm implementation中圖分類號(hào)：TP391.41 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2020）25-0212-020 ?引言數(shù)
價(jià)值工程 2020年25期2020-09-10
- 基于視覺傳達(dá)的虛擬產(chǎn)品展示系統(tǒng)設(shè)計(jì)
優(yōu)化技術(shù)中的圖像增強(qiáng)對(duì)通用系統(tǒng)的產(chǎn)品顯示模塊進(jìn)行優(yōu)化，以此達(dá)到更優(yōu)的細(xì)節(jié)與整體展示效果。實(shí)驗(yàn)結(jié)果表明，該優(yōu)化系統(tǒng)在整體、細(xì)節(jié)及真實(shí)感方面均具有較好的虛擬產(chǎn)品展示效果，尤其是對(duì)于產(chǎn)品細(xì)節(jié)表現(xiàn)程度上，其展示效果提升了13.9%，體現(xiàn)出該系統(tǒng)良好的細(xì)節(jié)表現(xiàn)能力。關(guān)鍵詞： 虛擬產(chǎn)品展示; 系統(tǒng)設(shè)計(jì); 視覺傳達(dá); 圖像處理; 圖像增強(qiáng); 優(yōu)化設(shè)計(jì)中圖分類號(hào)： TN911.73?34; TP39? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ?
現(xiàn)代電子技術(shù) 2020年10期2020-07-14
- 基于改進(jìn)Retinex算法的低照度圖像增強(qiáng)方法
的。關(guān)鍵詞：圖像增強(qiáng);Retinex;低照度;組合濾波中圖分類號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：2095-5383（2020）01-0020-06Abstract： In order to solve the halo edge problem and noise interference in low-light image processing， an improved Retinex algorithm based on integrated f
成都工業(yè)學(xué)院學(xué)報(bào) 2020年2期2020-06-29
- 基于ArcFace的自然場景人臉識(shí)別系統(tǒng)設(shè)計(jì)及改進(jìn)
采用快速人臉圖像增強(qiáng)算法對(duì)自然場景視覺模糊的人臉圖像進(jìn)行視覺增強(qiáng)，然后通過融合PFLD與YOLOv3人臉關(guān)鍵點(diǎn)檢測的方法，改進(jìn)系統(tǒng)對(duì)小人臉的檢測性能。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的方法有效提高了系統(tǒng)識(shí)別的準(zhǔn)確率，降低了誤識(shí)率，系統(tǒng)平均播放幀率約為23幀/s。關(guān)鍵詞：人工智能;圖像增強(qiáng);人臉識(shí)別;深度學(xué)習(xí);損失函數(shù);數(shù)據(jù)集中圖分類號(hào)：TP27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2020）05-000-030 引 言近年來，以深度學(xué)習(xí)為代表的人工智能技術(shù)在科
物聯(lián)網(wǎng)技術(shù) 2020年5期2020-06-11
- 基于直方圖的圖像去霧平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)
像去霧平臺(tái);圖像增強(qiáng)中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）06-0180-031概述隨著計(jì)算機(jī)視覺系統(tǒng)在軍事、智能交通以及城市監(jiān)控等領(lǐng)域的廣泛應(yīng)用，圖像去霧已成為計(jì)算機(jī)視覺的重要研究方向之一。如圖1所示，霧天采集的圖片色彩偏灰白，大量細(xì)節(jié)丟失，給圖像后續(xù)處理帶來一定的難度。主要的圖像去霧算法分為基于圖像增強(qiáng)的去霧算法和基于圖像復(fù)原的去霧算法兩種，基于圖像復(fù)原的去霧算需要先驗(yàn)知識(shí)來求解圖像成像的逆過程，進(jìn)行大量的計(jì)算，相
電腦知識(shí)與技術(shù) 2020年6期2020-04-22
- 基于高斯同態(tài)濾波和引導(dǎo)濾波對(duì)圖像增強(qiáng)的研究
極影響以達(dá)到圖像增強(qiáng)效果的算法。本文利用高斯同態(tài)濾波和引導(dǎo)濾波對(duì)光照估計(jì)進(jìn)行模擬仿真實(shí)驗(yàn)，對(duì)比在不同濾波下Retinex算法對(duì)光照變化強(qiáng)烈的圖像增強(qiáng)處理。經(jīng)過對(duì)算法的研究得出，高斯同態(tài)濾波是對(duì)圖像灰度級(jí)進(jìn)行調(diào)整，通過增強(qiáng)圖像高頻部分的細(xì)節(jié)，減少低頻分量解決圖像上照明不均的問題，使圖像細(xì)節(jié)突出、層次清晰、包含更多信息量，對(duì)光照強(qiáng)度較高的圖片增強(qiáng)效果較好。關(guān)鍵詞：Retinex算法;高斯同態(tài)濾波;引導(dǎo)濾波;圖像增強(qiáng)中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)
電腦知識(shí)與技術(shù) 2020年3期2020-04-08
- 基于機(jī)器視覺的液壓支架高度測量方法
etinex圖像增強(qiáng)算法得到增強(qiáng)圖像，再對(duì)增強(qiáng)圖像進(jìn)行邊緣檢測、PPHT處理，求解出液壓支架結(jié)構(gòu)件的真實(shí)角度，間接測量出液壓支架高度。實(shí)驗(yàn)結(jié)果表明，該液壓支架高度測量方法可有效地煤礦井下視頻圖像中進(jìn)行測高，且誤差小于2 mm。關(guān)鍵詞： 液壓支架; 高度測量; 機(jī)器視覺; 圖像增強(qiáng); 性能比較; 誤差分析中圖分類號(hào)： TN307?34 ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)
現(xiàn)代電子技術(shù) 2020年2期2020-03-04
- 基于雙重Gamma校正的秧苗圖像增強(qiáng)算法
a校正的秧苗圖像增強(qiáng)算法。將原始RGB[紅（R）-綠（G）-藍(lán)（B）]圖像轉(zhuǎn)換成HSV[色調(diào)（H）-飽和度（S）-亮度（V）]顏色空間圖像，對(duì)V分量進(jìn)行亮度區(qū)域劃分;通過快速引導(dǎo)濾波法提取秧苗圖像的光照度分量，利用光照信息的分布特性自適應(yīng)地設(shè)置Gamma控制參數(shù)，并構(gòu)建2個(gè)自適應(yīng)Gamma函數(shù)，實(shí)現(xiàn)對(duì)V分量圖像亮度的獨(dú)立校正;最后，對(duì)校正后的圖像進(jìn)行自適應(yīng)融合，并結(jié)合H、S分量轉(zhuǎn)換為RGB圖像，進(jìn)行色彩飽和度的恢復(fù)。結(jié)果表明，本研究算法能夠?qū)崿F(xiàn)不同光照條件
江蘇農(nóng)業(yè)學(xué)報(bào) 2020年6期2020-02-22
- 基于輕量型卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別
;交通標(biāo)識(shí);圖像增強(qiáng);深度可分離卷積;激活函數(shù)中圖分類號(hào)：TP183? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼ATraffic Sign Recognition Based on LightweightConvolutional Neural NetworkLONG Man-yi1，LI Mao-jun1 ，ZhANG Hui2，LIU Fu1（1. College of Electrical and Info
計(jì)算技術(shù)與自動(dòng)化 2020年4期2020-01-05
- 基于局部灰熵增強(qiáng)指數(shù)的纖維板剖面孔穴圖像增強(qiáng)方法
; 灰熵; 圖像增強(qiáng); 纖維板中圖分類號(hào)：TP391? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：1006-8228（2019）12-05-04A cavity image enhancement method of fiberboard cross-section based onlocal grey relational entropyZhang Jianfei， Gao Hui， Zhang Guanying， Yue Xin， Li Zhi
計(jì)算機(jī)時(shí)代 2019年12期2019-12-23
- 基于YOLO的霧天行人實(shí)時(shí)檢測方法
;行人檢測;圖像增強(qiáng);YOLO v3中圖分類號(hào)： TP391. 41? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.10.013本文著錄格式：劉志濤，何自芬，張印輝. 基于YOLO的霧天行人實(shí)時(shí)檢測方法[J]. 軟件，2019，40（10）：5357Real-time Pedestrian Detection Method in Foggy Sky Based on YOLOLIU Zhi-tao， HE
軟件 2019年10期2019-12-06
- 基于多尺度梯度域引導(dǎo)濾波的低照度圖像增強(qiáng)算法
改進(jìn)的低照度圖像增強(qiáng)算法。首先，把待處理圖像轉(zhuǎn)換到色調(diào)、飽和度、亮度（HSI）顏色空間，對(duì)亮度分量進(jìn)行非線性全局亮度校正;然后，提出多尺度梯度域引導(dǎo)濾波的亮度增強(qiáng)模型，利用該模型對(duì)校正后的亮度分量進(jìn)行增強(qiáng)，接著對(duì)增強(qiáng)后的亮度分量進(jìn)一步實(shí)施避免顏色失真的亮度校正;最后，將圖像再轉(zhuǎn)換回紅綠藍(lán)（RGB）顏色空間。實(shí)驗(yàn)結(jié)果表明，增強(qiáng)后的圖像亮度平均提高90.0%以上，清晰度平均提高123.8%以上，這主要得益于多尺度梯度域引導(dǎo)濾波具有更好的亮度平滑和增強(qiáng)能力;同時(shí)
計(jì)算機(jī)應(yīng)用 2019年10期2019-11-15
- 船用視頻圖像增強(qiáng)裝置的模塊化設(shè)計(jì)
要輔助一定的圖像增強(qiáng)手段來提高終端視頻圖像的清晰度［1］。目前，圖像增強(qiáng)技術(shù)在船用視頻監(jiān)控系統(tǒng)中也有一定的應(yīng)用，其應(yīng)用形式多為在前端攝像設(shè)備或后端控制存儲(chǔ)設(shè)備(如硬盤錄像機(jī))中以芯片或處理板的方式植入圖像增強(qiáng)功能。上述應(yīng)用形式在實(shí)際工程中存在如下問題:1)系統(tǒng)設(shè)備選型受限。由于圖像增強(qiáng)功能固化在前端或后端設(shè)備中，在系統(tǒng)設(shè)計(jì)時(shí)，只能在現(xiàn)有的有限幾種型號(hào)中選型，同時(shí)對(duì)現(xiàn)有系統(tǒng)升級(jí)改造需要大量更換現(xiàn)有設(shè)備。2)圖像增強(qiáng)功能單一。由于設(shè)備在出廠時(shí)圖像增強(qiáng)功能已被固
艦船科學(xué)技術(shù) 2015年3期2015-12-04