一种基于反转融合框架的图像曝光校正方法

针对单幅图像中存在非正常曝光的问题,在去雾模型能够有效解决图像曝光校正问题的理论指导下,对去雾模型中的透射率进行改进,提出了一种基于反转融合框架的图像曝光校正方法。首先,对过度曝光的局部高亮光源进行雾度建模,采用改进去雾模型完成过度曝光校正任务;针对曝光不足校正问题,通过反转操作得到伪雾图像。然后联合去雾模型及视网膜大脑皮层（Retinex）理论和去雾方法间的对偶性得到曝光不足区域校正的结果图像。最后,借助多尺度图像融合技术生成新的金字塔权重图,利用拉普拉斯金字塔重建图像得到最终的校正结果。将所提方法与四种主流图像校正方法进行对比,结果表明,该方法能够有效解决单幅图像中的非正常曝光问题,并且最大限度减少图像失真、光晕伪影等因素的干扰。     

多尺度特征融合的壁画多光谱图像颜料3D-CNN分类方法

颜料的分类识别是古代壁画进行保护修复的基础,多光谱成像方法能够无损快速地获取壁画颜料的光谱图像数据并进行分析。传统利用卷积神经网络进行特征提取的算法中连续的卷积和池化操作会丢失壁画多光谱图像的部分特征信息,使得图像细节无法重建,导致分类图像边界不平滑。针对该问题,提出了一种基于多尺度特征融合的三维空洞卷积残差神经网络对壁画多光谱图像进行颜料分类。首先,在卷积核中引入空洞结构提高卷积核的感受野来提取不同尺度信息,避免池化操作所导致的部分特征丢失;其次,使用特征融合的方法融合不同尺度的特征图,增加多尺度特征的结构层次;最后,引入残差学习模块避免网络层数加深导致的梯度消失问题,重建完整的边缘信息。实验结果表明,所提方法在模拟壁画多光谱图像数据集上的总体精度和平均精度分别达到了98.87%和96.89%,与各对照组相比,不仅具有更好的分类精度,而且得到了边界更清晰的分类图像。     

自适应形态学与多尺度结合的植被区域遥感图像分割方法

为减小植被区域遥感图像分割误差,解决植被区域中待分割目标因覆盖度和噪声等因素造成的过分割和欠分割问题,提出了一种自适应形态学与多尺度结合的植被区域遥感图像分割方法。首先,通过general adaptive neighborhood(GAN)结构元素构造膨胀和腐蚀运算,推导出GAN形态学开、闭运算;然后,构造一种GAN形态学复合型滤波器,填充植被覆盖度不足的孔洞,减小噪声对图像的干扰;最后,通过多尺度分割算法,对遥感图像植被区域进行分割。实验结果表明：所提方法能够有效避免欠分割和过分割现象且能对遥感图像植被区域进行准确分割;与传统多尺度分割和传统形态学与多尺度结合方法相比,所提方法的分割误差较小。     

面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。     

平板电视标准及发展趋势

本文介绍了平板电视图像质量标准,以及讨论当前前沿的运动图像清晰度、高速接口以及内容保护等问题.     

基于嵌入式Linux的TFT LCD IP及驱动的设计

系统总体设计方案 本系统的总体设计框图如图1所示.Nios Ⅱ处理器在SDRAM中开辟帧缓冲(Frame buffer),可以是单缓冲也可以是双缓冲.     

基于卷积神经网络的红外与可见光户外图像融合

针对户外环境下红外与可见光图像融合效果不足的问题,提出一种基于卷积神经网络的红外与可见光户外图像融合方法。该方法先利用滚动引导滤波器对输入的红外图像进行预处理,过滤噪声并消除无用信息。然后,利用Curvelet变换将红外图像与可见光图像分解成高频系数与低频系数,利用基于卷积神经网络的深度特征融合规则融合高频系数,采用最小融合规则融合低频系数。实验结果表明,该方法的融合图像在主观视觉与客观定量两方面均获得了较好的结果。     

基于前向光散射的水体悬浮颗粒物粒度双CMOS测量技术研究

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测,受探测器工作特性和面幅大小的限制,前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术,重点研究双CMOS散射信号拼接测量方法,设计消除背景干扰的CMOS探测器分环方式,实现宽粒径范围颗粒粒度的准确测量。实验结果表明：基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D₅₀测量相对误差分别为0.7%、0.1%,大粒径颗粒粒度测量准确度高;同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D₅₀相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。     

基于空洞循环卷积的近红外图像彩色化方法

针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR＿VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。     

基于图像检测的光伏面板自清洁系统设计与实现

光伏面板受到环境中扬尘、积雪等影响,表面易沾染杂质,导致发电效率降低.日晒会使面板出现裂纹和热斑,严重破坏电池组件甚至系统.目前市面上的太阳能板修正产品只能单一实现清洁功能,并且无法脱离人工而实现自动化.本文旨在针对光伏面板的日常维护进行机械智能化设计,研制一套集用户前端、远程控制、自动清洗、智能图像检测为一体的全自动...