景深边缘优化的暗通道去雾算法

雾天条件下拍摄的图像存在低对比度和低场景可见度的问题,传统的去雾算法容易产生 Halo 效应.为此,提出了景深边缘优化的暗通道去雾算法.该算法是基于暗原色先验理论,需要考虑消除景深边缘处的白色晕块,方法是对图像景深边缘和非景深边缘分别采用不同的模板处理得到透射图.引导滤波修复透射图,在去除多余的纹理信息的同时增强了雾天图像的边缘信息.并采用新增可见边之比、梯度化均值对去雾图像进行客观评价.实验表明该算法不仅能够有效地去除图像中的雾气,而且有效地降低了Halo效应,从整体上改善了去雾复原图像的视觉效果.     

基于图像去雾技术的变电站图像清晰化方法

随着变电站从有人值守向无人值守转变,运行人员逐渐利用摄像头、机器人对设备进行监控。但是,雾天能见度低,从变电站采集的图像存在不清晰的问题,导致无法有效开展远程监控等工作,增加电网运行安全风险。鉴于此,本文针对变电站雾天图像进行研究,根据所采集图像的背景色彩、光照条件等特点,提出一种基于改进自动色阶算法的变电站雾天图像去雾算法,该算法在自动色阶去雾算法基础上进行改进,采用自动寻优gamma校正,使去雾后的图像更符合人眼视觉感受。最后,选取几种常用去雾算法进行对比分析,通过主观评价和客观评价,表明使用该算法处理雾天图像在细节、亮度、保真度、运行速度等方面更具优势,符合现场应用要求,有效解决了雾天变电站采集图像清晰度差的问题。     

无人机外挂红外镜头的图像清晰化算法

以红外成像研究为出发点,根据红外图像背景、数据集和算法模型的发展方向,对红外图像增强技术展开研究,以可见光去雾模型为参照,提出了一种新的红外图像清晰化算法,并进行了具体实验。经图像清晰度评价指标的计算与评估,表明该算法有不错的去雾效果,在一定程度上解决了无人机在雨雾天气下因镜头积水积雾导致的图像数据采集效果不佳的问题,有较强的实用意义。     

一种改进CBAM机制和细节恢复的单幅图像去雾算法

图像去雾作为图像增强的基本问题得到了广泛关注，已成为具有挑战性的研究方向。针对目前图像去雾算法中先验方法与深度学习方法存在的颜色失真以及雾霾残留问题，提出了一种基于注意力机制的细节恢复的图像去雾算法。首先，引入改进CBAM模块，设计出注意力基本块并将基本块封装成组块；其次，为加强组块内信息交互能力，组块间引入了密集连接残差块；最后，设计细节恢复模块对去雾图像进行细节恢复，以进一步减轻雾霾残留的影响。数值仿真实验表明：在RESIDE数据集上，所提算法与主流去雾算法相比取得了较高的峰值信噪比和结构相似度，同时在真实图像上也得到了更好的视觉效果。     

双注意力机制与改进U-Net的水下图像增强

针对现有的水下增强算法存在色彩失真和去雾效果不好等问题，本文提出基于双注意力机制与改进U-Net的水下图像增强算法。首先采用颜色校正模块对红、绿、蓝三通道进行处理，减少色偏的影响；然后将通道注意力、空间注意力与U-Net网络相融合，对颜色校正后的图像进行去雾、去噪等处理，保留图像纹理细节的同时，实现对比度的增强；最后采用金字塔融合模块将不同分辨率的图像特征进行融合，获得视觉上清晰的图像。实验结果表明，基于UIEBD和UFO-120测试集，UCIQE、NIQE、SURF以及信息熵的平均值分别为0.608 1、4.440 3、31.5和7.649 5,所提算法在主观视觉质量和客观评价指标上都优于其他经典及新颖算法，增强后水下图像去雾效果良好且在颜色校正方面也具有明显优势，显著提高了水下图像的视觉质量。     

基于生成对抗网络的电力设施图像去雾方法

电力设施监控可有效避免重大电力事故的发生,但在恶劣天气下大雾等自然现象的影响会使电力设施监控图像模糊不清,难以正常工作。针对该问题,提出了一种基于生成对抗网络(GAN)的电力设施图像去雾方法,其通过将监控彩色图像分解为RGB三通道来进行深度去雾。设计了新型联合损失函数以加强生成对抗网络的学习能力。在电力图像去雾数据集上的实验验证得出,与对比方法相比,所提出的方法的PSNR提升了1.1,SD提升了2.97,具备更好的图像去雾性能。     

图像测量技术及其在无损检测中的应用

图像测量技术是以现代光学为基础,融光电子学、计算机图形学、信息处理、计算机视觉等现代科学技术为一体的综合测量技术。图像测量该技术把图像作为信息传递的载体,依据视觉的原理和数字图像处理技术对物体的成像图像进行分析研究,得到需要测量的信息,目前已经成功应用于几乎所有的领域。文章主要概述了图像测量系统的结构原理、图像测量技术的特点;根据测量系统光照条件的不同,从主动式和被动式两方面总结了三维图像测量方法,阐述了各种测量方法的理论依据和性能,比较了其优缺点,并对每种方法的可行性和测量效果进行了论述;介绍了目前图像测量技术在无损检测领域中具有很大发展前景的应用,初步探讨了图像测量技术今后的发展趋势。     

基于深度学习和无人机图像的架空线路缺陷巡检综述

架空输电线路巡检是电网运维工作的一项重要内容,运维人员利用无人机进行线路巡视检测已成为电力巡检工作中的重要手段。本研究首先概述了无人机巡检任务中人机协同作业系统以及无人机智能自主作业系统的架构;其次,分析了当前架空输电线路缺陷巡检领域数据集状况以及数据扩增技术;然后,综述了基于深度学习的无人机图像缺陷检测典型方法以及评价指标,并对比总结了各种方法的优缺点;随后,讨论了无人机图像视觉检测方法中图像采集规范、数据集形式、缺陷检测算法专业化应用等对架空线路缺陷检测效果,指出了图像检测指标和类别定义在电力巡检专业化领域中的不足;最后,探讨了基于深度学习的无人机图像缺陷巡检任务的未来发展方向。     

单图像超分辨率方法综述

图像超分辨率是指从低分辨率图像生成对应的高分辨率图像。它在人脸识别、数字高清电视、视频通信等领域应用广泛。为了对图像超分辨率技术进行深入探索和总结,本文首先回顾了单图像超分辨率的历史,综述了基于非学习的超分辨率方法,其中展开介绍了基于插值和基于重建的方法,接着重点介绍了基于学习的方法,详细分析了基于深度学习的图像超分辨率,具体总结了SRCNN、ESPCN、SRGAN这三种图像超分辨率方法,并将其与递归结构、密集结构、注意力机制网络结构进行对比,之后分析了损失函数和上采样方式在图像超分辨率中的作用,介绍了常用数据集和图像评价指标,展示了图像超分辨率的可视化结果。最后,总结了现有单图像超分辨率方法的进展和不足。     

基于暗通道的单幅图像快速去雾算法

为了提高雾天环境下退化图像的视觉效果,以大气退化模型和暗通道先验估计为基础,提出了一种快速单幅图像去雾算法.利用暗通道先验对大气透射率进行粗估计,用采样边缘保持滤波细化透射率,再设法估计出原图中的天空区域,对其进行透射率补偿,根据估计的大气光和透射率,利用大气退化模型即可恢复出无雾图像.针对去雾后的图像色度较暗的问题,使用一种自适应直方图均衡方法.实验结果表明,相对于已有算法,该算法有效提高了图像去雾的效果,而且加快了处理速度.     

Combination of Feature Extraction Methods for SVM Pedestrian Detection

This paper describes a comprehensive combination of feature extraction methods for vision-based pedestrian detection in Intelligent Transportation Systems. The basic components of pedestrians are first located in the image and then combined with a support-vector-machine-based classifier. This poses the problem of pedestrian detection in real cluttered road images. Candidate pedestrians are located using a subtractive clustering attention mechanism based on stereo vision. A components-based learning approach is proposed in order to better deal with pedestrian variability, illumination conditions, partial occlusions, and rotations. Extensive comparisons have been carried out using different feature extraction methods as a key to image understanding in real traffic conditions. A database containing thousands of pedestrian samples extracted from real traffic images has been created for learning purposes at either daytime or nighttime. The results achieved to date show interesting conclusions that suggest a combination of feature extraction methods as an essential clue for enhanced detection performance     

基于形状特征的图像检索系统的设计

基于图像形状特征的图像检索方法已成为一个研究热点。为了便于在众多的图像信息库中快速、准确的检索出所需图像,研究了基于形状特征图像检索的主要步骤,且对步骤中所涉及的算法做了比较、选取、改进。利用MATLAB语言开发了一个基于形状特征的图像检索系统。并对该系统进行了测试,通过测试表明该系统可以有效的检索出相似的图像,且对于实验结果做了查全率和查准率的计算与分析,结果证明该系统切实可行具有一定的推广价值和使用价值。     

电力工业安全影像解译：基本概念与技术框架

电力工业安全风险识别及防控对保障电力安全生产和人员自身安全意义重大。近年来随着人工智能技术的发展,以电力现场感知影像为基础,借助目标检测等计算机视觉方法进行生产风险识别得到广泛关注。然而电力生产是复杂的人-机-物多元融合交互过程,现有智能识别方法效果有限,亟需结合电力生产知识实现智慧化安全风险认知。为此,该文在分析电力工业安全风险的基本特性及研究现状基础上,提出电力工业安全影像解译的基本概念,阐述电力工业安全影像解译的必要性和研究意义;然后提出电力安全风险解译的技术框架,并重点讨论电力工业安全风险解译各环节的关键技术、电力特殊问题及解决思路;最后,对未来电力工业安全影像解译的应用和挑战进行总结与展望。     

一种基于DBN的高光谱遥感图像分类方法

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱数据的地面物体精确分类是高光谱遥感技术的核心应用之一。对高光谱数据进行提特征提取是进行地物分类的有效方法。深度学习是机器学习研究中的新领域,它多隐层的多层感知器结构使其能够学习到对数据有更本质的刻画的特征,在图像分类和可视化领域取得了更好的成绩。深度置信网（deep belief network ,DBN）是深度学习网络中常见的模型。利用高光谱数据的高维特性,搭建基于DBN的高光谱图像分类模型,结合高光谱数据的空间结构对地物进行分类。实验表明,基于DBN的高光谱图像分类方法可以得到更好的分类效果。     

基于块匹配与多级采样的薄片孔隙图像拼接

微观驱替实验中为了模拟非均质分布的情况,需要将多幅不同的孔隙二值图像拼接为一幅完整图像,而这些拼接图像没有重叠区域,需要根据待拼接图像的纹理信息进行图像拼接修复。针此类问题,本文通过对图像邻域的相关性问题进行研究,提出一种基于块匹配和多级采样的图像拼接方法,该方法结合5个判决准则,以修复孔隙图像边界间的弯曲轮廓和不规则纹理,并通过粗尺度到细尺度的图像拼接过程,使得最终拼接完成的薄片孔隙图像能够更加真实地反映岩心特征。为了验证本研究方法的有效性,将本文所提算法与现有的传统图像修复算法和基于深度学习的图像修复方法进行对比,并通过主观视觉与客观指标对图像拼接实例的结果进行评估,结果表明本研究提出的算法在PSNR和SSIM指标上优于现有的图像修复算法,分别提高了6.08dB和0.015,并且在图像纹理的自然过渡以及整体结构的一致性方面有更好的表现。     

A method for compensating customer voltage drops due to nighttime simultaneous charging of evs utilizing reactive power injection from battery chargers

When we consider global warming, the reduction of CO₂ emissions is one of the most important issues which require urgent solutions. One option is to integrate low‐CO₂‐emission generators to the grid as much as possible. Another option is to replace ine?cient vehicles based on internal‐combustion engines with electric ones (EVs). Due to the latter, we can easily predict that most consumers will charge EVs' batteries during nighttime. Thus, excessive voltage drops due to nighttime simultaneous charging are expected to be a possible future problem. This paper proposes a method for compensating the voltage drops by injecting reactive power from EV battery chargers. © 2013 Wiley Periodicals, Inc. Electr Eng Jpn, 184(1): 19–29, 2013; Published online in Wiley Online Library (wileyonlinelibrary.com). DOI 10.1002/eej.22390     

基于炉内火焰图像的燃烧诊断方法研究

针对现今电厂采用的锅炉燃烧监控系统所采集的火焰动态图像,提出了一种利于辅助分析的炉内火焰燃烧诊断方法。该方法分析了火焰图像的特点,提出了分析火焰稳定性判别的三个特征量,根据现场图像信号作出数据提取,并对提取结果进行了数据分析。提出一种燃烧稳定性判别方法,该方法利用以上三个特征量作为BP神经网络输入参数,得到输出确定为火焰稳定性系数,然后用模糊判别给出准确的燃烧稳定性综合评估。此方法利用了动态图像的差分特性,动态地分析燃烧过程中火焰锋面变化的状况,为现场锅炉监控人员提供了一种燃烧状态监测方法,方便了现场运行人员及时快捷地对现场状况做出准确迅速的判断和操作。通过对现场图像的人工分析和此方法判别结果比对,证明此方法具有很强的辅助分析功能。     

改进的独立分量分析算法的图像分离技术研究

独立分量分析（ICA）是在盲源分离（BSS）的研究过程中出现的一种全新信号处理和数据分析方法,该方法基于信号的高阶统计量,在图像的处理中起着越来越重要的作用.文章主要将改进的ICA优秀算法优化,并运用于多通道混合图像分离与处理中,通过与基于特征分析的线性变换技术的对比,以及探讨噪声对混合图像的ICA分离的影响,取得了一些有价值的仿真实验结果.从实验结论可以看出,不同ICA算法在混合图像分离应用中的优势得以充分体现,分离有噪图像方面存在的缺陷以及改进方法同样值得关注.     

古建筑夜间新生命之实践与探讨

国父纪念馆开馆30多年后,由最初作为陈列及展览国父革命史迹之用,到现在发展成为国内具备最多功能的社教文化中心,其间馆内经过历任馆长带领进行诸多空间改造,除将馆内改造成拥有国际知名的国家演艺厅及数千坪典雅美观的展览场所外,绿意盎然的翠湖和中山公园更吸引大量的国内外休憩人潮。但碍于种种因素,馆区外一直没有完整的灯光照明规划。2005年11月11号晚间国父纪念馆正式点灯,开馆至今,国父纪念馆终于有了较具规模的夜间照明规划。由于国父纪念馆为旧有建筑,规划夜间照明时,为了按装灯具需重新架设新的管线,且在节能与古迹保存意识高涨的年代,灯具的选择与架设方式都面临比较严苛的挑战。     

基于经验模式分解和互信息的图像配准研究

针对基于互信息的配准方法具有精度高、鲁棒性强的特点,提出了一种基于经验模式分解和互信息测度的图像配准方法。该方法将经验模式分解扩展到二维．并利用其自适应性分解图像得到近似分量（子图像）,然后用最大互信息作为相似性测度对子图像进行逐层迭代计算,最终实现图像配准。试验结果证明了该方法的可行性与有效性,且具有更高的时频分辨率,配准精度高,可靠性好,不需要进行图像分割和特征提取等预处理。