Lab色彩空间的Retinex轮对踏面图像增强算法

针对货车轮对踏面检测中,由于低照度和雾霾环境产生的图像清晰度差、色彩失真问题,提出了一种基于Lab色彩空间的改进Retinex图像增强算法。该算法将RGB空间图像先转换为Lab色彩空间,然后保持图像色度分量a、b不变,仅对亮度分量L进行多尺度Retinex变换并根据L通道反射分量对a、b通道图像自适应调整,同时在亮度分量Retinex变换过程中将空间域高斯函数与图像的卷积运算转换为窗口无关快速均值滤波(FMF)算法处理,最后将Lab模型转换为RGB色彩空间,使增强后的图像颜色得到保持。实验结果表明,将改进算法应用于货车轮对踏面图像增强处理中,提高了图像色彩的保真度,增强了图像处理速度,为后续踏面图像检测分析打下了基础。     

基于双正则化的图像超分辨率盲重建

图像超分辨率重建是利用数字信号处理技术由一系列低分辨率观测图像得到高分辨率图像。大多数重建算法假设成像系统的模糊特性也即点扩散函数(PSF)已知,然而实际的应用环境下PSF事先不知道或部分知道。为此,将未知PSF模型化,提出基于双正则化的图像超分辨率盲重建算法,并且正则化作用的强度随重建图像局部光滑程度的变化而自适应地改变,以便能保护图像细节同时抑制平滑区域的噪声。求解过程中采用交替最小化方法估计PSF参数和高分辨率图像,并随着迭代次数的增加逐步提高每次寻优的精度以节省计算开销。实验结果表明,该算法能够比较准确地估计出PSF参数并取得较好的图像重建效果。     

基于率失真优化的快速帧内更新算法

提出了一种近似估计整帧图像最小量化失真度的模型和新的率失真优化的实时帧内更新准则,可使编码器直接计算出编码一帧图像的最小量化失真度,通过评估宏块帧内编码所增加的总量化失真度和减小的扩散失真度,以决定是否需要对此宏块进行帧内更新。经与传统的基于率失真的帧内更新相比和实验结果表明,更新算法在具有更小计算复杂度的同时,在大多数情况下可以取得更好的峰值信噪比值。     

一种结合邻域信息的FCM图像分割新算法

提出一种结合邻域信息的FCM图像分割的新算法.将空间邻域信息引入隶属度函数,改进空间函数,并对隶属度进行上下截集半模糊化处理,最后修正隶属度的硬划分矩阵,提高了图像分割质量.实验结果表明,新算法在增强算法抗噪性的同时能够更有效地进行图像分割.     

改进的基于听觉掩蔽特性的语音增强

该文利用人耳感知的掩蔽特性,研究了一种改进的基于人耳听觉掩蔽特性的语音增强方法。该方法改进了对含噪语音中噪声的估计,即在估计噪声时,先在帧上判断语音的有无,然后在频率点上判断语音的有无,最后再从感知的角度,利用估计出的语音信号计算掩蔽阈值,以此在时域和频域上合理地调整增强系数。仿真结果表明,该方法不仅使信噪比有较大的提高,而且减少了语音失真,同时也很好地抑制了背景噪声和残余音乐噪声。     

超声弹性成像零相位估计算法并行化研究

研究超声弹性成像零相位估计算法的并行化计算问题。针对标准的零相位估计算法不易并行实现的特性,提出零相位估计算法的并行计算框架。首先通过互相关算法计算初步的位移并作为零相位估计算法引导位移,然后再使用二维零相位估计算法计算最终每一个估计点位移。仿真结果显示,该并行计算框架在生成的弹性图像的信噪比和对比度噪声比上能获得与标准方法非常接近的性能评价,同时与标准方法的CPU实现相比,该方法的GPU实现有效地提高了零相位估计算法的计算速度,其加速比可达7倍。研究表明,该算法框架不仅能有效地并行计算,同时能够保证得到高质量的弹性图。     

基于空间域噪声检测的彩色图像缩放增强方法

针对现有的彩色图像直方图均衡算法在增强图像的同时不可避免地会放大图像中的噪声,导致不能很好地保持原始彩色图像的色调特征问题,提出了一种基于空间域噪声点检测的增强算法.算法首先通过噪声检测标记出所有可能的噪声像素点,利用RGB灰度值缩放的方式增强所有非噪声点,然后采取八近邻来插值替换标记的所有噪声点得到最终输出结果.实验结果表明,算法能够较好地增强图像视觉效果,实现输出图像的峰值信噪比的提高,可用于一般电子类消费产品的需求.     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法（OTSU）求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。     

关于光线投射算法的OpenGL高效实现

采用光线投射算法对二维(2D)图片实现三维(3D)重建,用3线性插值算法计算每个采样点的颜色值和不透明度,提高三维重建图像后的精度。该算法实现主要借助于OpenGL函数库及其三维观察矩阵,以其精确计算规则三维数据场在观察方向上的二维投影区域,减少了光线投射算法中投射光线数量。根据Phone光照模型为数据场预先计算和保存明暗表,并通过优化常规现实代码,有效地提高了光线投射体绘制算法的效率。该算法既保证了精度,又提高了显示的速度。     

暗通道先验理论的绝缘子图像去雾算法

以雾霾场景下的绝缘子图像为研究目标,在原绝缘子缺陷检测模型的基础上,采用改进型暗通道先验去雾算法进行图像预处理,以提升绝缘子缺陷检测精度。为保证在图像去雾的基础上具有良好的抗噪性能,并提高图像结构相似度,在传统暗通道先验去雾算法的基础上融入高斯滤波算法与图像对数增强算法,对图像亮度进行调整以增强绝缘子图像特征信息,并对比主流去雾算法去雾后的图像性能指标。仿真结果表明：运用改进型暗通道先验去雾算法得到的图像相对于改进前算法,其PSNR值平均提升6.8 dB,图像SSIM值平均提升0.143,绝缘子缺陷检测精度提升12%。     

位移场修正法抑制弹性成像幅度调制噪声

结合位移位置估计提出位移场修正方法来抑制弹性成像幅度调制噪声。先用位移位置估计算法估计出位移位置,然后利用位置值使用线性插值法将位移修正到估计窗中心点,再使用梯度操作进行应变估计产生最终的弹性图像。基于位置估计的位移场修正法产生的弹性图像信噪比有显著的提高,在不同窗长和应变成像情况下,均优于幅度log压缩算法和幅度调制修正AMC算法。该方法更能有效地抑制弹性成像幅度调制噪声。     

TCP端到端等效噪声模型及拥塞控制方法研究

针对传统TCP拥塞控制协议在有线/无线混合网络中存在的问题,采用通信系统加性噪声分析方法和信道容量理论,将端到端链路背景流量等效为加性噪声,建立了链路等效噪声模型。研究了基于等效噪声模型的端到端链路带宽估计方法,并提出了一种基于等效噪声模型的TCP拥塞控制算法(N-TCP)。理论分析和仿真结果表明所提出的带宽估计方法准确有效,新的拥塞控制算法和传统的TCP协议兼容性好,具有良好的抗随机丢失能力和公平性,适宜于存在随机丢失的无线/有线混合网络。     

基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。     

各向异性光流法的目标边缘检测

光流法是在图像序列中对二维物体的运动矢量估计,用经典的HS算法计算时,目标与背景对比度小或有噪声将导致较大的虚警概率。而运用各向异性高斯核,运用非极大抑制条件,可以较好的抑制噪声,同时也保留了目标边缘,进而提高了梯度偏导的准确度。较好地解决了微分光流法的不足,从而提高了计算精度。最终对序列图像中动目标的边缘检测进行了方法改进,Gabor函数的替换以及实验表明算法的有效性。     

WSN中利用广义学习自动机和休眠机制的部分覆盖方法

为了解决无线传感器网络(WSN)部分覆盖中的能耗问题,提出一种基于广义学习自动机(GLA)和休眠机制的部分覆盖方法。首先,将WSN网络构建成一个连通图模型。然后,通过GLA算法从中选择一定数量的节点构成主干网络。最后,检查主干网络是否满足部分覆盖要求,并根据各节点的覆盖性能来选择合适的休眠节点进行激活,从而以最少数量的节点来满足覆盖要求,并保持节点之间的连通性。仿真结果表明:该方法能选择传感器节点来满足覆盖条件,减少了工作节点数量,提升了WSN的寿命。     

采用概率混合模型的圆周曲线识别方法

曲线识别是图像识别和机器视觉的一个重要研究课题。建立圆周曲线的概率混合模型,并分别利用EM算法和贝叶斯阴阳和谐学习(BYY)算法,在曲线条数已知和未知的情况下实现模型选择和参数估计,从而完成对圆周曲线的识别以及数据点的聚类。试验结果表明:用这两种算法处理平面曲线的混合模型可以准确地估计出曲线条数并同时完成参数估计,较好地完成曲线识别。     

融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法

实际的检测任务中往往存在复杂的环境与背景,容易造成边界框的定位不够准确、对各尺度的目标检测精度不高等情况。为了进一步提高Yolov3的检测精度,本文在原算法的基础上提出一种融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法。首先,将主干网络融合跨阶段局部网络CSPNet来提高网络的学习能力;其次,引入一种改进的空间金字塔池化结构增强网络的局部区域特征;最后,在损失函数中融入focal loss解决正负样本不均衡带来的问题。实验表明:改进的Yolov3算法在检测性能上优于原算法。     

SURE准则的非局部SAR图像相干斑抑制

针对传统空域非局部平均方法在合成孔径雷达图像相干斑抑制中存在相似区域提取和方向信息捕获不足的问题,提出了一种基于各向异性高斯方向窗和Stein’s无偏风险估计(SURE)准则融合的非局部均值(NLM)算法。该方法设计多个不同方向的各向异性高斯窗来匹配SAR图像的局部空间几何结构,比传统的方形窗能更好地保护SAR图像中的方向性结构。采用比率测度来衡量图像块间的相似程度,并计算基于该各向异性高斯窗的NLM结果。结合SURE准则来融合不同方向的各向异性高斯窗的非局部平均结果,获得最终的SAR图像降斑结果。针对多幅SAR图像进行对比实验,实验结果表明:该方法在有效抑制SAR图像相干斑的同时能很好地保留图像的几何结构信息,为后续的SAR图像理解与解译提供了良好的基础。     

TV数值计算的图像去噪

继承传统TV去噪算法的图像边缘保护性,弥补平滑区域抑噪不充分的不足,结合图像的空间梯度和像素梯度,提出了新的基于TV数值计算的去噪算法。该算法分析了图像的空间梯度;为了抑制噪声对图像平滑区域梯度的影响,对该区域的空间梯度进行抑制,克服了传统TV算法对平坦区抑噪不充分,甚至出现的虚假边缘和阶梯效应;结合像素梯度分析了图像TV去噪的迭代函数。实验结果表明,该算法实现了保边去噪且残余噪声较小,提高了图像的峰值信噪比(PSNR)和视觉效果。     

一种基于UMHexagonS的运动估计优化算法

UMHexagonS算法是H.264/AVC所采纳的整像素的快速运动估计算法之一,该算法在保持良好的率失真性能的前提下,相比全搜索算法(FS)可节约70%的运算量。根据UMHexagonS算法的特点,可从三个方面对该算法进行优化:加入零运动块判决;改进的5*5螺旋搜索;优化的多层次六边形搜索。仿真实验结果表明,在保证PSNR和码率几乎不变的情况下,优化算法可有效降低运动估计时间,从而提高H.264/AVC编码器的实时性。