图像增强

摘要： 舌诊是中医望诊的重要方法之一,其便捷化、准确化是当下主要趋势。文章的研究方向是在采集过程中对采集者提出标准化要求的同时,尽可能地对舌象图片进行检测修复,使在一定失真范围内的图片也可以被标准化处理。按照颜色校正、亮度检测、模糊检测、图像增强4个步骤,研究了智能手机前端舌象图片采集的标准化处理过程。结合各个过程的实现算法进行了对照实验,在效果、成本上进行了综合评价,提出了基于用户采集便捷性和分析诊断准确性的最优处理算法。

摘要： 为提升基于数字图像处理技术的高速公路路面裂缝自动检测识别技术的识别速度及识别率,对采集到的路面裂缝图像,通过均衡化处理增强路面裂缝图像,提出一种自适应的快速去噪方法可提升识别速度;对经过图像预处理的裂缝图像,采用大津阈值分割法提取出图像中的裂缝,并在此基础上施加适当的形态学方法加以修正.实验表明,该方法可以快速有效地识别图像中裂缝的类型、长度、宽度、面积等信息.

摘要： 为解决现有大型建筑钢结构形变监测方法中存在的结构形变监测精度低、监测效果不佳的问题,本研究提出基于图像识别的大型建筑钢结构形变监测方法。首先,采用加权平均值法灰度化处理大型建筑钢结构彩色图像,并通过离散傅里叶变换同态滤波增强灰度化的大型建筑钢结构图像;其次,构建二维矩阵确定大型建筑钢结构图像平面坐标信息点,确定特征点坐标,计算单像素的物理值;最后,引入二阶插值法校正摄影设备误差,获取大型建筑钢结构的实际位移量,实现大型建筑钢结构形变监测。研究结果表明,该方法监测大型建筑钢结构的形变监测精度保持在95%以上,监测效果较好。

摘要： 为了解决机器人在弱光环境下可能出现的自身定位不准确及建图不完整的情况,采用了一种基于弱光环境下图像增强的方法对相机采集到的图像进行预处理,提高图像的亮度和清晰度,对增强后的图像用ORB算法提取和匹配特征点,使用Hamming距离筛选法进行特征点的误匹配处理。实验结果表明:本优化算法有效地增加了弱光环境下的特征点提取数量,并且经本算法优化后的三维点云图质量更高。

摘要： 针对低照度图像对比度低、细节模糊等问题,提出了融合遗传算法的多域值分块低照度图像增强算法。通过遗传算法寻找输入图像亮度通道的最优分割阈值,根据得到的阈值,将亮度通道划分为多个不同曝光级的子图。通过多阈值分块增强算法对所有子图进行评估,根据评估结果调整每个子图的亮度。最后使用多尺度融合方法将输入图像细节信息融合到亮度增强图像中与现有的增强算法进行对比实验。结果表明,用所提算法增强后图像的各指标增加幅度均大于其它对比算法,且在提升图像亮度的同时解决了增强图像颜色失真和亮度分块的问题,有效地还原了图像的纹理信息,增强后图像的亮度分布很好地还原了真实拍摄环境的亮度分布,验证了该算法具有更好的性能。

摘要： 红外图像低对比度、低亮度及轮廓细节模糊等问题限制了红外成像技术的应用.为了提高红外图像的质量,本文提出了一种结合多尺度循环卷积和多聚类空间红外图像增强方法,该方法分为五个阶段:多尺度循环卷积、多聚类空间混合均衡化、多角度组合滤波器、线性融合和图像层次化处理.其中,通过多尺度循环卷积和多角度组合滤波器增强图像细节及轮廓信息;多聚类空间混合均衡化通过改进的K-means对图像灰度值进行聚类分析,依据图像特性选取不同的均衡化方式提升图像对比度及亮度;图像层次化处理用于提升图像清晰度.结果表明:与对比方法相比,该方法能够显著增强红外图像细节及轮廓,提升红外图像对比度和亮度.

摘要： 本文运用Python对数字图像进行基础的图像处理操作,目的是探究基于Python的数字图像处理的应用是否流畅,基础操作是否简便、快速。

摘要： 针对卵巢癌细胞形态特征多变,细胞图像背景复杂,分类识别困难等问题,提出一种基于HSV分量联合Hessian矩阵的细胞检测算法对卵巢癌细胞进行分类识别。首先基于HSV分量图像进行特征分析,提取S分量去除噪声干扰,然后利用Hessian矩阵实现图像增强,结合自适应迭代阈值算法完成图像分割,最后根据形态学方法和canny算子实现卵巢癌细胞轮廓特征提取,对细胞进行分类识别。经实验证明,该算法可有效提取卵巢癌细胞轮廓并进行分类识别,从而辅助医生对卵巢是否癌变进行诊断。

摘要： 为了辨识低照度条件下纸病图像的背景区域和纸病区域,提出一种基于蝙蝠算法优化的纸病图像增强方法。首先采用混沌映射和引力搜索算法分别更新个体响度、脉冲发射率和个体速度改进蝙蝠算法,然后将改进后的蝙蝠算法搜索伽马变换的最佳参数γ,利用该γ值调整图像灰度,提高图像对比度。结果表明,与基于传统直方图均衡算法的纸病增强算法、基于限制对比度自适应直方图均衡算法的纸病图像增强算法、基于标准蝙蝠算法优化的纸病图像增强算法、基于混沌蝙蝠算法优化的纸病图像增强算法相比,本文算法的对比度、灰度方差乘积函数、均值大小都有所提升,增强效果为所有对比算法中最优。

摘要： 为了在夜间环境下对相机拍摄画面进行图像增强,以FPGA结合模拟电路设计了一种自适应夜景增强系统。首先,模拟摄像头采集视频;接着,AD603芯片对采集到的模拟视频信号进行放大,TVP5150芯片对放大后的模拟视频信号进行解码,输出ITU-R BT.656格式数据;然后,FPGA进行有效数据提取、分辨率修改和视频插针等预处理;最后,使用自适应算法和D/A转换电路控制AD603芯片调节放大倍数,达到系统对周围环境的自适应调节,使每帧图像的平均灰度值稳定在所设阈值附近。采用硬件电路代替复杂的软件算法,在达到效果的同时,大幅度减少了FPGA资源消耗,并在ALINX AX545 FPGA平台上实现设计。实验结果表明:在分辨率640×480,60帧/s的情况下,能够对夜间画面进行自适应的实时增强,最终将图像的平均灰度值稳定在所设阈值附近。该系统能够应用在目标检测和视频监控等领域。

摘要： 以某处古代石碑墨书古文字为研究对象,利用高光谱成像仪快速无损获取近红外波段(1000-2500nm)的高光谱立方体数据.针对墨书文字可辨识度不高的问题,本文分析石碑背景和墨书古文字区域的光谱特性差异,选取各波段间相关性小且图像对比度高的波段作为墨书文字图像增强的特征谱段,并基于此提出古文字增强指数TEI.在墨书古文字识别这一特定任务下,基于TEI的高光谱图像增强方法与光谱角制图(SAM),连续最大角凸锥(SMACC)相比综合表现最优,并在此基础上发现十余处人眼难以识别的文字信息.结果表明墨书古文字图像增强结果为后续的专家文字鉴定、文字修复工作提供了重要依据,同时证明高光谱遥感技术在文物保护和信息恢复工作中不可限量的潜力.

摘要： 编织纤维增强复合材料是一种由纤维编织预成型件浸入树脂构成的新型复合材料，为提高线性调频红外热波无损检测技术的成像质量与探测能力,提出了基于平稳小波变换的特征图像增强算法.建立了线性调频调制激光激励的红外热波无损检测系统,采用基于分数阶傅里叶变换的线性调频锁相算法提取热波信号的特征信息,构造表征缺陷的检测特征图像.采用平稳小波变换对特征图像进行高低频特征分解,合理设计平稳小波变换重构增强算法,研究表明该算法提高了特征图像的缺陷信噪比,实现了对线性调频红外热波无损检测技术探测性能的提升.

摘要： 针对模糊低品质光学字符识别准确率低的问题,在研究已有光学字符识别算法的基础上,改进优化相关算法,调整识别结构,设计完成一套模糊低品质字符串识别系统.在图像增强方面,提出一种以Canny算子为卷积核,结合Laplace锐化操作,对模糊字符进行图像增强的算法;在文本检测方面,实现了基于MSER算法的文本检测;在模糊字符识别方面,设计了一种两层结构分类器,缩短了识别时间,提高了识别准确率.

摘要： 主要介绍了OpenCV中图像增强的算法,并在国画艺术中展现其实际应用.针对在图像采集时图像失真的状况或者是完成作画后想要改变国画风格的问题,利用机器视觉工具箱OpenCV设计出专用于国画的算法参数和校正方法.由于国画中有大部分留白,所以在处理图像时算法的参数及细节部分会有变动.针对国画这一特殊的特点,通过对三种常用的增强算法的分析,分别对国画进行整体对比度改善、边缘轮廓增强和改变整体亮度等增强操作,以达到优化视觉效果的目的.同时,文中还分析了传统图像增强算法的不足,以及在校正国画图像时算法的优劣,从而得出了参数调节的方法.

摘要： 红外热成像无损检测技术是一种非接触式的检测方法,因其具有操作简单,检测效率高,单次检测面积大等优点在复合材料、金属材料的缺陷检测中应用越来越广泛.先将原始的14bit红外热辐射信号进行对数拟合,再利用红外相位法对拟合后的热数据进行处理,得到的相位数据位于-π到π之间.为了使缺陷能够在设备上以灰度图的形式显示,采用图像增强方法将高精度的相位数据转化为8bit格式数据,以上技术均在VC++中实现,得到的256级灰度图可以清晰显示缺陷形状及位置,便于缺陷尺寸的定量计算.试验对玻璃纤维复合材料进行红外相位法及细节增强处理,所得相位图像中的缺陷清晰,缺陷尺寸误差较小,因此该算法是复合材料无损检测与评估的有效方法.

摘要： 针对复合材料红外热波无损检测中,缺陷相位图背景噪声大、缺陷边缘模糊、对比度低等缺点,提出了一种基于引导滤波的无损检测相位图增强方法.在对缺陷相位图像边缘和纹理特征以及背景噪声分析的基础上,首先采用灰度共生矩阵提取相位图中的缺陷边缘,弱化编织纹理噪声,然后以纹理提取结果作为引导图像,对原始图像进行引导滤波,实现对相位图中缺陷的增强.通过对复合材料的红外热波相位图增强试验表明,增强后的图像在主观视觉效果和客观指标评价上都有了较大提高,该方法可有效突出缺陷边缘,提高缺陷与背景的对比度.

摘要： 为了更好地提高SAR图像中舰船目标的检测能力,提出了一种基于SAR图像混合滤波增强的Haar-like特征改进型CFAR检测算法.利用Refined Lee滤波、对数变换、离散小波变换和导向滤波对SAR图像进行预处理,去除SAR图像中存在的相干斑噪声.利用海陆分割屏蔽陆地区域的干扰,并通过基于Haar-like特征的CA-CFAR算法实现对舰船目标的检测.通过高分3卫星图像仿真,证明了提出的方法具备优秀的目标检测性能和较低的计算复杂度,可以在复杂场景中实现对海面上行驶的船舶、岸边停靠的船舶的检测.

摘要： 为了更好地提高SAR图像中舰船目标的检测能力,提出了一种基于SAR图像混合滤波增强的Haar-like特征改进型CFAR检测算法.利用Refined Lee滤波、对数变换、离散小波变换和导向滤波对SAR图像进行预处理,去除SAR图像中存在的相干斑噪声.利用海陆分割屏蔽陆地区域的干扰,并通过基于Haar-like特征的CA-CFAR算法实现对舰船目标的检测.通过高分3卫星图像仿真,证明了提出的方法具备优秀的目标检测性能和较低的计算复杂度,可以在复杂场景中实现对海面上行驶的船舶、岸边停靠的船舶的检测.

摘要： 为了更好地提高SAR图像中舰船目标的检测能力,提出了一种基于SAR图像混合滤波增强的Haar-like特征改进型CFAR检测算法.利用Refined Lee滤波、对数变换、离散小波变换和导向滤波对SAR图像进行预处理,去除SAR图像中存在的相干斑噪声.利用海陆分割屏蔽陆地区域的干扰,并通过基于Haar-like特征的CA-CFAR算法实现对舰船目标的检测.通过高分3卫星图像仿真,证明了提出的方法具备优秀的目标检测性能和较低的计算复杂度,可以在复杂场景中实现对海面上行驶的船舶、岸边停靠的船舶的检测.

摘要： 为了更好地提高SAR图像中舰船目标的检测能力,提出了一种基于SAR图像混合滤波增强的Haar-like特征改进型CFAR检测算法.利用Refined Lee滤波、对数变换、离散小波变换和导向滤波对SAR图像进行预处理,去除SAR图像中存在的相干斑噪声.利用海陆分割屏蔽陆地区域的干扰,并通过基于Haar-like特征的CA-CFAR算法实现对舰船目标的检测.通过高分3卫星图像仿真,证明了提出的方法具备优秀的目标检测性能和较低的计算复杂度,可以在复杂场景中实现对海面上行驶的船舶、岸边停靠的船舶的检测.

摘要： 本发明的目的在于通过以简单的结构进行适当的高频补偿，不仅对于静止图像，而且对于运动图像实施了图像放大处理的情况下，也能够充分地使图像清晰，提高画质。HPF(11)从输入图像信号(Sin)提取高频成分作为第一信号(S1)，平方运算器(12)通过对第一信号(S1)进行平方运算而生成平方信号(S12)。第一微分器(13)通过对平方信号(S12)进行微分而生成第一微分信号(S13)，第二微分器(14)通过对输入图像信号(Sin)进行微分而生成第二微分信号(S14)。乘法运算器(15)通过将第一微分信号(S13)与第二微分信号(S14)进行乘法运算而生成第二信号(S2)。加法运算器(16)通过将第二信号(S2)作为补偿用信号与输入图像信号(Sin)相加而生成输出图像信号(Sout)。

摘要： 本发明的目的在于通过以简单的结构进行适当的高频补偿，不仅对于静止图像，而且对于运动图像实施了图像放大处理的情况下，也能够充分地使图像清晰，提高画质。HPF(11)从输入图像信号(Sin)提取高频成分作为第一信号(S1)，平方运算器(12)通过对第一信号(S1)进行平方运算而生成平方信号(S12)。第一微分器(13)通过对平方信号(S12)进行微分而生成第一微分信号(S13)，第二微分器(14)通过对输入图像信号(Sin)进行微分而生成第二微分信号(S14)。乘法运算器(15)通过将第一微分信号(S13)与第二微分信号(S14)进行乘法运算而生成第二信号(S2)。加法运算器(16)通过将第二信号(S2)作为补偿用信号与输入图像信号(Sin)相加而生成输出图像信号(Sout)。

摘要： 本发明提供图像增强方法、图像增强装置及图像处理电路，用于基于区域的迭代调整，其中图像增强方法包含：对于图像的多个区域的每一区域，执行这个区域的最近代表函数的至少一个梯度计算，并对其目标函数的至少一个梯度计算且根据梯度计算更新最近代表函数；以及当至少一个预定收敛准则未被满足时，对于图像的多个区域的这个区域，根据最近代表函数的相同目标函数的至少一个梯度计算，迭代地更新最近代表函数。本发明在区块处理单元内执行迭代调整图像增强而不使用处理单元间的回馈路径，以节省数据访问的带宽需求。

摘要： 本申请实施例公开了一种图像增强方法、装置和用于图像增强的装置。该方法的实施例包括：将原始图像分别输入至预先训练的图像增强模型中的局部特征提取网络和全局特征提取网络，分别得到原始图像的局部特征和全局特征；将局部特征和全局特征输入至图像增强模型中的特征处理网络，得到原始图像对应的第一增强图像。该实施方式提高了图像增强效果。

摘要： 本发明公开了一种图像增强模型的训练方法、图像增强方法，该图像增强模型的训练方法首先需构建图像灰度识别模型和图像像素识别模型，然后基于图像的灰度图和像素值构建图像的灰度‑像素图，然后基于灰度‑像素图内载不同区域的亮度和像素参数为每一个区域配置对应的图像增强强度，基于每一个区域所在的图像坐标参数及对应的图像增强强度训练构建图像增强模型。本发明实现了图像的分区域、分强度增强处理，使得图像的局部和整体均有很好的增强效果。

摘要： 本申请实施例提供了一种图像增强模型的训练方法、图像增强方法及电子设备。其中，电子设备将暗光图像首先输入至有监督图像增强网络中，得到暗光增强图像，再将该暗光增强网络输入至无监督监督图像增强网络中，得到感知增强图像，作为对暗光图像处理后得到的目标图像。这样，对暗光图像进行图像增强时，不仅能较好地保持图像细节信息，还能提升图像的感知质量。

摘要： 本发明适用于图像处理技术领域，尤其涉及一种图像增强方法以及图像增强装置，所述方法包括：获取含有二维码的图像，对含有二维码的区域进行截取，得到待处理二维码图像；进行灰度处理，并识别图中二维码的定位区域，得到灰度处理图像；对灰度处理图像进行位置修正，得到位置修正图像，所述位置修正的步骤，包括对灰度处理图像进行旋转和变形；确定二维码的实际区域，并对区域内的像素进行二极化处理，得到增强化二维码图像。本发明通过对图像进行识别，识别二维码所在的范围，并对范围内的二维码进行像素修复，使得二维码更具有识别度，能够将原本不清楚的二维码增强为更易识别的二维码，提高了二维码的识别度，以及二维码的使用时间。

摘要： 本发明公开了一种图像增强模型的训练和图像增强方法、装置、设备及介质。通过获取目标图像样本集；目标图像样本集包括：多个第一目标图像和多个第二目标图像；第一目标图像的对比度低于第二目标图像的对比度；将目标图像样本集中的目标图像输入循环生成对抗网络模型得到预测图像；循环生成对抗网络模型的生成网络包括：多个U型网络；根据预测图像和目标图像形成的损失函数训练循环生成对抗网络模型的参数；返回执行将目标图像样本集中的目标图像输入循环生成对抗网络模型得到预测图像的操作，直至得到目标图像增强模型，将传统循环生成对抗网络模型的对抗生成网络进行改进，能够提高图像增强精度和增强效果。

摘要： 本发明公开了一基于生成对抗模型的图像增强方法和图像增强系统，其中所述图像增强系统包括一获取单元、一训练单元和一增强单元，所述获取单元被配置为获取一第一车辆的摄像头拍摄的行驶环境的一第一图像和一第二车辆的摄像头拍摄的行驶环境的一第二图像，所述训练单元被配置为使用所述第一图像训练一生成对抗模型而得到一图像增强模型，所述增强单元被配置为通过将所述第二图像输入所述图像增强模型的方式增强所述第二图像以改善所述第二图像的图像质量。

摘要： 本申请提供了一种图像增强方法、图像增强模型的训练方法及装置，涉及人工智能领域，具体涉及计算机视觉领域。在该图像增强方法中，首先获取待处理图像，该待处理图像包括第一待处理区域和第二待处理区域，该第一待处理区域与第一图像增强类型对应，该第二待处理区域与第二图像增强类型对应，且该第一图像增强类型不同于该第二图像增强类型；然后，确定该待处理图像的第一掩膜和第二掩模，其中，该第一掩模用于该第一图像增强类型，该第二掩模用于该第二图像增强类型；进一步地，将该待处理图像、该第一掩膜和该第二掩模输入至训练好的图像增强模型中进行特征提取，基于提取的特征进行图像增强，以得到第一目标图像。