基于收缩场学习的Retinex低照度图像增强

为增强低照度图像和抑制噪声，提出了一种通过学习收缩场（SF）改进Retinex分解的图像增强方法。首先，构造新的目标函数，在正则项中引入2组不同的高阶滤波器分别约束未知的反射图和照明图。高阶滤波器可以学习到多种激活模式，有利于在恢复反射图的同时抑制噪声污染。然后，在优化目标函数时通过求解收缩场更新隐变量，参数化的压缩函数可以自适应地调整相应滤波器在反射图和照明图上的响应。最后，在每个级联内更新照明图之前，嵌入一个辅助的收缩场，以抑制噪声和不良伪影的传播，从而更精确地估计照明图。实验结果表明，所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）均高于当前最新的低照度图像增强方法。      

CT图像环状伪影校正方法

CT图像环状伪影是由探测器像元响应不理想等因素造成的,它导致CT重建图像的降质,影响了图像的后续处理和量化分析.提出了一套完整的算法完成CT伪影校正:基于探测器像元通道响应不一致性的校正,通过偏置和增益校正对硬件响应不一致性进行补偿;基于投影正弦图的校正,通过数字滤波提取正弦图上残余的线状伪影,属于CT图像重建前的一种预处理校正方法;基于重建图像的校正,通过坐标变换将直角坐标系中的环状伪影变为极坐标系中的线状伪影进行处理,属于一种图像后处理方法.这些算法已经用于基于YXLON XRS232 9″图像增强器的CT重建,在保证图像质量的基础上环状伪影得到有效校正.      

基于改进型Retinex算法的雾天图像增强技术

为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。      

遥感图像去雾算法研究

针对现有的去雾算法对彩色图像处理后会出现色彩畸变的问题,提出了基于Retinex算法和色度比的去雾算法,该算法在用Retinex算法进行图像恢复的过程中引入了原图像的色彩信息,改善了处理后的图像的色彩。     

基于红外热成像技术的胶接薄板内部缺陷检测

为了探测PC胶接薄板的内部缺陷,利用脉冲闪光灯热激励方式对试件进行加热,并由红外热像仪实时监测试件表面温度场的变化,通过表面温度场的差异来显示试件的内部缺陷。但所得的红外热图像对比度不大理想。为了更精确地提取缺陷大小,采用直方图均衡化处理,以增强图像的对比度。成功提取了缺陷尺寸大小,并对其结果进行误差分析。实验结果表明:红外热成像检测技术可以直观地检测直径4 mm以上缺陷,且直径6 mm以上缺陷的检测精度较高,测量误差可以控制在10%以内。由于边缘效应的存在,靠近边缘的缺陷测量结果误差偏大。     

基于深度学习的水下条纹投影三维测量方法

水下加工制造在航空、船舶等领域发挥着重要作用,制造过程的原位在线三维检测成为水下制造质量保障的迫切需求。条纹投影轮廓术（FPP）作为经典的光学三维测量技术之一,具备无接触、快速以及高精度等优势。然而,在浑浊水体中,由于光的吸收和散射作用,相机捕获的条纹光强衰减、对比度降低、图像细节模糊、引入大量噪声,导致条纹图质量不佳。根据低质量条纹计算出的相位具有不可忽视的相位误差,造成三维测量精度下降。为减小水下吸收与散射的影响,提出了一种基于深度学习的端到端的条纹图像增强算法,运用条纹图像增强卷积神经网络（FPENet）将低对比度高噪声条纹转换为高对比度低噪声条纹后获取更准确的相位结果。FPENet针对不同浑浊度水体皆可有效提高条纹质量,降低相位误差。尤其在高浑浊度水体中,相位误差可减小50%左右,显著提升水下FPP的测量精度,对于提高FPP在复杂场景中的适用性具有重要意义。     

载人飞船图像系统优化设计及验证

针对载人飞船图像传输质量低的问题,根据测控体制及信道资源约束现状,提出一种载人飞船图像系统优化设计,通过对载人飞船上图像压缩编码算法改进和地面图像增强,实现在沿用载人飞船整体方案的前提下图像传输质量的提升。载人飞船上图像压缩部分,通过提升单帧图像的分辨率和降低帧频,实现传输带宽不变前提下图像质量的提升。地面图像增强部分,通过对载人飞船上原始图像进行深度网络数据预处理和基于深度网络的低质量视频增强,解决经过编码传输后视频分辨率低、压缩噪声大、运动模糊严重的问题,进一步提升图像质量。经过实例验证,通过改进载人飞船上图像压缩编码算法,在双幅模式下,峰值信噪比(PSNR)提升约2.000 dB;在单幅模式下,PSNR提升约1.800 dB。通过增加地面图像增强系统,PSNR提升约2.000 dB。     

车牌识别预处理中的二值化及倾斜矫正算法

车牌识别中的预处理包括图像增强，二值化和噪声去除。由于车牌图像摄取的特殊性，使得车牌在图像中通常是倾斜的，而倾斜的车牌是很难被分割和识别的，因此车牌倾斜矫正已成为车牌识别系统中一个必需解决的问题。给出了基于图像特征线的二值化阈值确定和针对车牌图像的倾斜矫正改进算法，对车牌的水平和垂直方向分别采用了不同的矫正方法，实验结果表明此算法是快速有效的。     

基于反向直方图均衡的测量图像增强方法

由于测量图像的动态范围小、对比度低,而且目标所占像素较少,采用传统直方图均衡方法进行图像增强时,往往导致目标灰度级与背景灰度级合并,损失目标信息.基于此问题,提出了一种测量图像反向直方图均衡方法,合并较多像素的灰度级,增加较少像素的灰度间隔,从而克服了传统直方图均衡方法损失目标细节的缺点.实验结果表明,本算法能够有效抑...     

基于色彩恒常性的彩色图像增强改进算法

将色彩恒常性算法应用于彩色图像增强中,在分析McCann Retinex算法的基础上．针对迭代参教的选取问题作出了改进。改进的算法基于一种迭代截止条件,对参数进行自适应选取,避免了人工设定,并同时减少了整个算法的运算量。实验结果表明,改进后的算法对彩色图像的颜色、亮度、对比度处理的结果符合人眼视觉系统的感知特性,应用于彩色人脸检测的预处理后,人脸正确检测率提高了1．5%。