基于双颜色空间与多网络融合的水下图像增强

受不同水质、不同深度以及成像设备的影响,水下成像质量往往较低,有低对比度、颜色失真、细节模糊等问题。因此,文中在RGB颜色空间的基础上引入了HSV颜色空间,并与残差网络和注意力机制相结合,实现了双颜色空间与多个子网络的有机融合,弥补了单一颜色空间训练过程中信息丢失、特征提取不全的问题,在保证增强效果的同时提高了整个算法的泛化能力。实验在多个数据集上进行,与众多算法做主观视觉和客观评价指标的比较,使用全参考图像质量评价指标,均方误差(Mean Squared Error, MSE)、峰值信噪比(Peak Signal to Noise Ratio, PSNR)、结构相似性(Structural Similarity, SSIM)以及无参考水下图像质量评价指标,水下图像质量评价(Underwater Image Quality Measures, UIQM)等主流指标进行量化评价。实验表明,该算法不论是在主观还是客观评价上都具有一定的优越性。     

基于水下场景先验的水下图像增强方法研究

针对水体光线吸收与散射作用引起的图像模糊、低对比度和颜色失真等问题,提出一种基于水下场景先验的水下图像增强方法。首先利用水下场景的先验知识,结合水下成像物理模型和水下场景的光学特性,利用10种预定义衰减系数合成涵盖不同类型和退化水平的水下图像数据集;然后利用初始残差和密集级联,设计一类轻量级卷积神经网络（convolutional neural networks, CNN）模型增强水下图像,结合基于轻量级的网络结构和有效的训练数据,可减少增强模型的计算量并有效改善水下退化图像的视觉质量;最后采用归一化的后处理过程进一步提升图像增强的效果。仿真实验结果表明,所提方法可行有效,可应用到不同的真实水下场景,具有较强的鲁棒性与有效性。     

基于灰度世界和门控聚合网络的水下图像增强

针对水下机器人在非限制环境中水下作业时,获取的水下图像存在整体色调偏蓝、偏绿、边缘细节较模糊及对比度较低等问题,提出一种基于灰度世界算法和端到端门控上下文聚合网络的水下图像增强算法。该算法通过图像R、G、B等3个通道分量调整的灰度世界算法,获取颜色校正后的水下图像;将校正后的水下图像输入到门控上下文聚合网络中,利用门控网络来融合图像中不同层次的特征,并引入平滑空洞技术和特征注意力模块,消除空洞卷积所出现的网格伪影现象,提高通道信息的灵活性,达到图像增强的效果。最后选取1 000幅参考图像,与6种经典增强算法进行主客观评价。结果表明,该算法在主观质量上提高了图像的对比度和清晰度,修正了水下图像的色偏;在客观评价指标上,测试集A中的峰值信噪比、结构相似性、信息熵和水下图像质量评估的平均值分别达到25.176 0 dB、0.950 9、8.057 9和0.618 2,测试集B的分别达到21.576 1 dB、0.933 1、8.119 4和0.591 4,评价结果都优于6种经典增强算法。     

基于水下图像增强算法的研究

由于水下图像成像条件复杂、质量较差,给实际操作和科研带来了很大的难题。图像增强方法可以针对水下图象的特点改善其质量。直方图法可以增大图像的灰度变化范围,丰富灰度层次,改善视觉感知效果,达到图象增强的目的;同态滤波法可以有效的消除图像的照明不均,增强暗区的图像细节;通过实验验证,选用的方法能够有效地减轻图像细节的模糊,轮廓更清楚,对实际水下图像进行处理,增强效果明显。     

基于颜色注意机制的弱光图像增强算法

针对当前弱光图像增强算法在恢复过程中存在颜色与细节丢失的问题,提出一种基于颜色注意机制的增强算法.该算法首先将弱光图像从RGB色彩空间转换至CIE LAB色彩空间,将弱光图像分解为亮度和颜色两个分量.其次,利用两个卷积神经网络(CNN)模型对亮度和颜色分量分别独立增强.然后对增强后的颜色分量使用监督注意力机制,在弱光图...     

基于色彩校正与暗通道先验算法的水下图像增强方法

针对水下图像色彩失真及对比度低的问题,提出一种基于色彩校正与暗通道先验的水下图像增强方法.在处理色偏问题时,以蓝通道为基准计算通道标准比,对水下图像的红、绿通道进行补偿,丰富图像色彩;针对水下图像对比度较低的问题,利用基于超像素的暗通道先验(DCP)方法对校正后的水下图像进行增强.用水下海珍品目标检测数据集图像进行了实...     

基于图像熵线性加权的水下图像增强算法

目的 针对工业环境下水下图像受到水中悬浮物影响,从而导致图像的清晰度过低以及对比度过高等问题, 提出一种基于图像熵线性加权的水下图像增强算法。 方法 该算法基于图像熵理论对白平衡算法、直方图均衡算法 和暗通道先验算法进行线性加权,继而通过实验环境确定调节系数输出高质量图像。 在深度为 1 m、1. 5 m 和 2 m 的不同水下环境拍摄图像,对获得的水下图像使用上述三种算法和该算法作对比处理,处理结果通过 PSNR 和 UIQM 作为评价指标进行评判。 结果 实验结果表明:使用 PSNR 指标评判该算法,相较于其他三种算法,水深 1 m 的水下图像质量提高了 22. 81%,水深 1. 5 m 的水下图像质量提高了 46. 67%,水深 2 m 的水下图像质量提高了 38. 94%,图像质量综合平均提高了 36. 14%;使用 UIQM 指标评判该算法,相较于其他三种算法,水深 1 m 的图像质 量提高了 1. 02%,水深 1. 5 m 的水下图像质量提高了 0. 73%,水深 2 m 的水下图像质量提高了 1. 82%,图像质量综 合平均提高了 1. 19%。 结论 由此可以证明该算法相对于其他传统算法对图像清晰度有着显著提升,并且能够适应 不同深度的水下环境,为工业环境下水下图像增强提供了一种新的解决思路。     

基于 UCM 算法中直方图拉伸的水下图像增强研究

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的 UCM 算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知。 通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4 组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的 UCM 算法在 UIConM、UIQM、NIQE 指标下的数值分别平均为 0. 63、4. 30、3. 30,相比较其他 3 种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性。     

基于优化方法的有限元模型修正方法

在进行结构动力分析时，依据理论建立的有限元模型与结构的实际情况不可避免地存在着差异，必须用试验得到的结果对有限元模型进行修正。利用ANSYS有限元软件的优化功能对一悬臂梁进行模型修正，修正后的有限元模型具有很高的精度。该方法修正过程简单，且修正效果好，为有限元模型修正方法提供了例证。     

水下非均匀光照场景下的混凝土图像增强方法

检测水下基础设施混凝土表观缺陷是保障水下基础设施安全稳定运行的重要措施。使用遥控水下机器人(remote operated vehicle,ROV)采集混凝土表观图像是当前水下检测最高效的方式,然而ROV采集到的混凝土图像存在光照不均、色彩失衡、对比度差和边缘信息弱等问题。该文针对水下混凝土图像质量不佳的问题,提出了水下非均匀光照场景下的混凝土图像增强方法。首先采用图像修复技术(image inpainting technique,IIT)对图像局部高光区域进行修复;然后在暗通道图像增强方法的基础上引入图像对比度感知调节方法,选取不同窗口尺寸,在每个局部窗口区域中实现图像增强;最后采用自然图像质量评估、基于感知的图像质量评估、无参照物图像质量评估和水下彩色图像质量评估4个指标对增强后的图像进行评估。实验结果表明：该文提出的方法在多个对比指标中优于现有水下图像增强方法,能有效提升水下图像质量。     

一种基于粒子群优化的K-均值彩色图像量化算法

目的利用粒子群优化算法和K-均值方法研究彩色图像的量化问题。方法针对K-均值聚类量化算法对初始值比较敏感,易陷入局部极小值从而使得算法得不到全局最优解,为局部搜索算法,以及粒子群优化算法是一种全局寻优方法的特征,把K-均值聚类方法和粒子群优化算法结合起来,将K-均值聚类方法中的聚类函数作为粒子群优化算法中的粒子适应度函数,对彩色图像进行聚类量化。结果实验表明新算法在峰值信噪比和均方根误差评判准则下可以得到更好的量化结果。结论新方法有效地克服了K-均值聚类方法和粒子群优化算法的不足。     

基于边缘增强的多聚焦图像融合方法

提出一种基于边缘增强的多聚焦图像融合方法,对需要融合的2幅图像进行小波多尺度分解,根据绝时值最大的方法对高频细节分量图像进行融合,通过增强和提取原始图像的边缘信息强度指导低频近似分量的融合,以此突出融合图像中的边缘信息．采用信息熵和标准差等评价指标对该方法进行客观评价．结果表明：该方法融合效果良好,可以更好地突出低频域边缘细节信息,提高融合图像的清晰度,改善视觉效果．     

基于组合优化算法的碟形水下滑翔机结构优化

圆碟形水下滑翔机的耐压壳体重量大小直接影响其整体性能。为解决只采用一种优化方法进行耐压壳体结构优化设计,很难得到真正的全局最优解的问题。首先,分别采用单目标优化、多目标优化方法进行碟形水下滑翔机结构优化方案设计。然后,设计全局探索型优化算法和数值型优化算法相结合的组合优化算法,对圆碟形水下滑翔机的耐压壳体进行优化设计;并与采用单独优化算法的优化设计结果进行比较分析。结果表明:MIGA和Hooke-jeeves组合优化算法获得很好地单目标优化效果;AMGA和Hooke-jeeves组合优化算法获得很好地多目标优化效果。     

基于图像处理的数字测色系统

本文提出并研制全数字自动测色系统,在标准光照环境下利用照相机采集样品的全部信息（包括颜色、光泽、纹理等）,进行非接触式分析,主要功能模块有照相机驱动、照相机校准、显示器校准、颜色测量、色差估计、纹理分析、颜色分组、颜色替换等。通过存储的标准格式,图像和颜色数据可以在互联网上传输,实现远程测量。     

基于分形的激光水下图像分割研究

针对激光水下图像的特性，提出一种基于分形常数的图像分割方法，以克服因水下成像带来的图像灰度分布不均和严重的散斑噪声影响给分割造成的困难．实验表明在目标和背景的一般分形特征差异不明显的情况下，此方法仍能获得很好的分割效果．     

A color image tracking method based on target characteristic hue decision

<正>Conventional correlation matching algorithms waste great time in invalid area search.This paper proposes a color tracking method based on correlation search area optimization on target characteristic hue decision.By quantifying and reducing dimensions of HSV(hue saturation value) color space,a one-dimensional hue space is constructed.In the space,the target characteristic hue granule set is constructed,which contains attributes such as value,area and average distance between pixels and aiming center.By using granular computing method,the similarity between target and search blocks is obtained and the invalid search areas can be removed.The color tracking experiment has proved that the algorithm can improve real time performance for conventional matching algorithms without precision lost.     

一种基于彩色图像的锐化算法

对常用锐化算法进行改进，提出了一种新的针对彩色图像的边缘增强算法，并用模糊集理论选取阈值去除噪声．实验证明，改进的算法能有效地突出彩色图像的边缘，与其他算法比较，该算法耗时很少．     

一种改进的McCann图像增强算法

提出了一种改进型的基于Retinex理论的McCann图像增强算法。简单介绍了Retinex理论,论述了基于Retinex理论的图像增强方法的基本步骤,详细阐述了McCann算法的改进方法,改善图像增强效果。     

A new method for adaptive color image filtering

An adaptive color image filter (ACIF) is proposed in this note. Through analyzing noise corruption of color image, efficient locally adaptive filters are chosen for image enhancement. The proposed adaptive color image filter combines advantages of both nonlinear vector filters and linear filters, it attenuates noise and preserves edges and details very well. Experimental results show that the proposed filter performs better than vector median filter, directional-distance filter, directional-magnitude vector filter, adaptive nearest-neighbor filter, and a-trimmed mean filter.     

一种具有亮度补偿和背景融合的图像增强算法研究

分析了图像增强的类型和评价标准,提出了一种基于亮度补偿和背景融合的图像增强算法,此算法与原始的夜间图像增强算法相比,提高了图像像素的亮度,从而达到图像清晰的目的。此算法也能提高熵和对比度,更好的保证了亮度和信息量的获取。通过评价标准的综合评价及实验结果的验证,文中的算法获得了良好的效果。