多尺度域视频监控图像光照分量智能校正方法

针对视频监控图像中存在的清晰度不足和光照不均匀等问题,提出了多尺度域视频监控图像光照分量智能校正方法。应用背景差分法与差值图二值化法对视频监控图像进行预处理,以减少噪声干扰。通过融合TH变换和BH变换来加强图像多尺度细节特征;利用控制因子控制锐化强度,以凸显细节特征,避免出现图像伪影情况。对图像光照分量进行自适应调节,利用二维伽马函数计算画面亮度平均值,以防止出现过度校正的情况,从而实现智能校正。测试结果表明,采用该方法校正的图像更清晰,画面光照分量均匀,图像失真较少,视觉效果较好。     

一种基于光照补偿和模糊聚类的图像分割方法

针对受到光照不均匀影响的图片在直接进行阈值分割造成的错分割问题,提出在分割前对图像进行光照补偿的预处理,从原图中分离出光照不均匀平面矩阵,从而降低光照不均匀对阈值分割造成的不利影响.在分割过程中采用模糊聚类算法,提高了图像分割的有效性.     

毛杆图像的一种灰度校正算法

通过对毛杆采集方法分析,用光照模型获得毛杆采集后图像灰度的分布情况,并依此对毛杆图像上不同位置的灰度进行补偿．理论推导结果与实际采集图像符合,可满足使用要求．     

基于方向扫描的图像光照补偿算法

提出了一种基于二维图像信息的人脸光照补偿算法。基于人脸形状与球面相近的假设,首先沿人脸对称方向估算均匀光照下人脸图像灰度的统计信息,并对统计信息进行数据拟合,构建标准光照模型;然后估算非均匀光照下人脸图像的大致光照方向,并沿垂直光照方向对图像灰度进行统计分析;最后利用标准光照模型,结合线性和非线性变换,把非均匀光照下人脸图像调整到标准状态。在Yale B人脸库上的处理结果表明,该算法可以解决大角度斜光照和极度暗光照情况下光照补偿问题,且算法简单计算量小。     

基于同态滤波的彩色图像光照补偿方法

为了消除光照对彩色图像的影响,提出了一种基于同态滤波的光照补偿方法。在频域内采用同态滤波对图像进行处理,然后将巴特沃斯高通滤波传递函数引入同态滤波器中,设计出一种新的动态巴特沃斯同态滤波器,增强图像在YIQ色彩空间中的亮度分量,并保持图像色度分量不变。在增加图像高频分量的同时,削减低频分量,弥补由光照不足引起的图像质量下降,最终实现对图像的光照补偿。实验结果表明,该方法在弱化光照影响,提高图像质量方面具有良好的性能,是一种比传统高斯高通滤波和直方图均衡更有效的彩色图像光照补偿方法。     

一种自校正预测补偿价格模型的研究

应用商品经济价值规律和经典力学中的惯性理论,提出了自校正预测补偿模型,该模型不仅能合理地反映供需与价格的动态关系,而且为宏观调控部门提供了价格调控方法和理论依据。     

同态滤波在光照补偿中的应用

通过对照度场的频谱分析得到光照特性,据此设计了适用的同态滤波器模型和表达式参数。在此基础上,将同态滤波方法应用到彩色图像的光照补偿中,保持彩色图像的色度和饱和度不变,将同态滤波方法应用到亮度分量上。实验结果表明,该方法不仅能快速准确地获取同态滤波器的参数,而且对彩色图像的光照补偿更为有效。     

一种自校正预测补偿价格模型的研究

应用商品经济价值规律和经典力学中的惯性理论,提出了自校正预测补偿模型,该模型不仅能合理地反映商品供需与价格的动态关系,而且为宏观调控部门提供了价格调控方法和理论依据．     

桶形畸变图像的一种校正方法

通过对广角镜头拍摄的图像所产生的几何畸变的特性进行研究,结合摄像头成像原理,提出一种几何校正方法来消除广角镜头引起的桶形畸变。首先通过对广角摄像头进行标定,获得摄像头的径向畸变系数,然后根据与点到畸变图像中心的半径有关的畸变映射关系完成源图像到目标校正图像的空间坐标映射,最后通过最近邻算法完成孔洞填充得到无畸变的图像,从而实现对桶形畸变图像的校正。实验结果表明,这种校正方法对于采用广角镜头拍摄的含有桶形畸变的图像校正效果良好,并具有较好的实用价值。     

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。     

一种基于主成分分析法的图像质量评价方法

该文提出的评价方法通过相关系数矩阵的特征向量将评价指标线性变化成彼此独立的主成分,根据主成分累计贡献值确定主成分的取用维数,由主成分方差确定权重。其优点是：可以消除由于指标间的相关性带来的偏差,降低计算维数,从而降低指标选择的难度,提高评价结果的可信度;此外,可以消除人为确定指标权重引起的弊病,使评价结果更具客观性和准确性。     

基于CycleGAN的非配对人脸图片光照归一化方法

针对人脸识别过程中光照对识别结果的影响问题,提出了一种基于CycleGAN的光照归一化方法.使用了生成对抗式的网络结构,利用图像翻译的原理,将较亮图片的光照风格迁移至较暗图片,同时保持原人脸表面平滑且结构基本不变.使用非配对的数据集,无需人工标注标签,简化了数据准备阶段的工作,达到了利用无监督的深度学习方法去除图片光照影响的目的.最后用训练好的模型处理CroppedYale测试集,比较处理前后的人脸识别准确率.实验证明,本文方法具有较强的降低人脸光照对识别率影响的能力且基本不改变人脸结构,有利于提高人脸识别的准确率.     

基于非均匀光照下文本图像二值化改进算法

针对传统局部阈值算法分割非均匀光照图像效果不佳,且计算时间较长的问题,提出了一种基于局部均值的图像二值化改进算法。该算法首先使用积分图像的快速算法计算出局部均值,再将计算出的局部均值代入改进的阈值模型算法中,最终完成分割,从而进一步改善了在非均匀光照下的图像分割效果。对比实验结果表明,改进的二值化算法大大提高了运算效率,增强了图像分割效果,在视觉效果和处理时间2个方面都优于Niblack算法、Sauvola算法、Bernsen算法以及基于局部对比度和均值的算法。     

非均匀光照图像的自适应阈值分割

针对非均匀光照图像产生的例如高光区域、阴影区域和不规则的边缘区域等问题,提出一种基于非均匀光照图像的自适应阈值分割方法,利用图像的局部区域阈值和动态微调值来实现目标与背景的分离。实验结果验证该方法能够快速有效地将前景和背景分割出来,并提取出有效的目标信息。     

基于图像熵的ISAR运动补偿方法

提出了一种基于图像熵的ISAR运动补偿方法．利用最小熵准则，通过寻优运算得到目标径向运动参数的最优估计，实现对回波数据的运动补偿，从而获得高分辨的目标二维像．仿真结果证明了该方法的有效性．     

基于RFS和ART的高光谱图像主成分提取方法

针对传统高光谱图像主成分提取方法受数据分布状态和噪声影响大的缺点,提出基于区域特征光谱的ART(Adaptive Resonance Theory)神经网络主成分提取算法.首先通过多方向阈值空间邻域聚类提取区域特征光谱作为ART的输入模式,利用ART网络的自适应特性获取地物光谱矢量特征,并通过对光谱矢量聚类完成图像的主成分提取.对高光谱图像仿真结果表明:通过提取区域特征光谱,神经网络的数据处理量减少了约97%;算法能够较准确地提取图像主成分且提取效果明显好于K-均值算法.     

一种基于MPS的图像重建方法

提出了一种利用多点地质统计法实现图像重建的方法.由于传统基于线性降维的多点地质统计法不能有效处理非线性数据,因此引入等距特征映射以实现非线性数据的降维,并利用条件数据以提高重建图像的质量.实验证明,该方法有利于提高图像重建的有效性.     

实时低照度彩色图像增强方法研究

视频监控系统在光线不足的环境下容易导致视频模糊,图像不清晰,为了实现更好的图像效果,提出一种实时低照度彩色图像增强方法,通过色彩空间转换、直方图均衡处理和线性变换等方法,对低照度的彩色视频图像进行实时增强处理,扩展图像动态范围,提高对比度,提高视频图像的可视效果。     

基于广义图像与矢量量化的图像分割方法

图像分割的基本原则与矢量量化的思想是一致的,因此,可以利用矢量量化的技术对图像进行分割.考虑到图像象素点的空间相关性,本文将原图像与它的平滑图像组合起来,形成一个二元组,称之为"广义图像”.采用矢量量化技术得到广义图像的局部最优分割,从而实现对原图的分割.实验结果表明该算法具有很强的噪声抑制能力,取得了令人满意的分割效果.