图像梯度

摘要： 针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。

摘要： 针对人脸识别系统在人脸被遮挡情况下识别率低的问题,为进一步提升人脸在遮挡情况下的识别率,文章提出一种通过图像多方向梯度值,使用融合、补偿等方式产生可以对原图像进行特征描述的特征图像,通过对特征图进行一系列处理后实现人脸识别的算法;算法首先计算图像四方位的梯度值;其次对4个梯度值进行融合运算,产生合融梯度、差融梯度;再次以合融梯度、差融梯度作为补偿变量在原图像上进行适当系数的补偿,形成人脸图像特征图;然后对特征图依次进行直方图统计、主成分分析后,使用SVM分类器进行分类识别;使用Matlab2016试验仿真平台在ORL、CMU_PIE等多个人脸数据库上进行测试,分别取得100%、92.21%的准确率,结果表明推荐算法在人脸被遮挡情况下的识别率具有很好的表现。

摘要： 眼动追踪的应用很广泛,而瞳中心孔定位是眼动跟踪中的一项基本任务。基于图像梯度的瞳孔中心定位算法比较精确,但是难以在精度和速度之间取得平衡,因此使用ALO优化算法对其改进,在保证精度的同时,大幅提升其算法速度。经过实验证明,改进之后的算法,对于一张32×24大小的图片,其瞳孔中心定位速度由4秒提升到1秒以内,中心点平均误差在1.2个像素差左右。

摘要： 卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练.因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财.目前已提出了多种多样的样本增广方法来解决图像样本不足的问题,本文介绍了数据增广的研究背景和意义.以提高卷积神经网络的图像识别的准确率为目的,针对图像数据增广提出了基于图像梯度的数据增广方法.选取最大图像梯度值,通过精准裁剪方法增加图像样本,扩增图像数据集,使用增广后的数据集对卷积神经网络进行训练.应用Tensorflow深度学习框架和VGG16网络模型,选取PlantVillage的部分数据集,将训练集数据增广至原来的6倍,对扩增前后的训练集进行训练和对比.实验结果表明:使用数据增广后训练集训练的模型的准确率提升4.18％.

摘要： 为解决复杂天空背景下的红外弱小目标检测的难点问题,提出一种改进Canny算子的检测算法,使用形态学滤波中的Opening开运算滤波代替高斯滤波,有效抑制了红外图像背景中的椒盐噪声;为解决传统Canny算法对噪声的敏感问题,使用Scharr滤波器取代Sobel滤波器来计算图像梯度;并依据图像灰度中值来生成高低阈值,用此来规避人为设定高低阈值的问题.论文算法的主要优点是检测率明显提高,虚警率明显降低.

摘要： 针对传统的全变分(T V)模型因参数选择敏感,导致去噪图像容易在平滑区域产生"阶梯效应"或者虚假边缘的情况,提出一种基于非线性扩散方程的改进全变分去噪算法.在传统的TV算法基础上,提出了一种针对参数的自适应迭代函数,结合P-M算法的非线性扩散方程,使本算法在迭代初期可以看作各向同性去噪模型,有效去除"阶梯效应",随着迭代次数的增加,此模型为各向异性去噪模型,在去除噪声的同时,有效保护图像的边缘细节.实验结果表明,去噪过程中,该算法在扩散系数和自适应迭代函数的共同作用下,消除了阶梯效应和虚假边缘,相比传统TV算法提升了图像3 dB的峰值信噪比(PSRN)和视觉效果.基本满足图像预处理要求.

摘要： 设施蔬菜的病虫害是影响设施蔬菜产量和质量的主要因素之一,对设施蔬菜病虫害的实时监控和快速识别至关重要.近年来设施蔬菜产业发展迅速,对设施蔬菜病虫害的精准识别要求越来越高,卷积神经网络因其较高的分类精度在图像识别领域应用广泛,是一种高精度的设施蔬菜病虫害检测工具.本文对卷积神经网络在植物病害识别和分类过程中的应用进行了介绍,针对在训练过程中最大池化和平均池化的选择进行了研究,通过计算图像梯度的变异系数来衡量图像适合最大池化还是平均池化,进而将数据集划分为最大池化部分和平均池化部分进行训练,经实验在VGG16模型中划分后再训练比单独使用最大池化和平均池化10次平均准确率分别提高了0.94％和1.21％.

摘要： 在TFT-LCD导电粒子压痕检测过程中,由于检测对象面积小、数量多、分布不均等因素,传统的半导体检测方法漏检、误检较多,无法实现有效检测.为提高TFT-LCD导电粒子压痕的识别率和识别速度,提出一种基于图像梯度的TFT-LCD导电粒子快速检测方法.该方法针对导电粒子的阴阳面特征,提出了统计意义上的伪光照方向判定方法,解决目前光照模型不能适应导电粒子伪光照方向的判断,同时有助于后续梯度统一表述为阳面区域,然后提出了区域特征梯度的概念,有效避免导电粒子的常规梯度信息受噪声干扰严重的问题,并采用结合动态规划的K-means算法对区域特征梯度进行聚类计算,得出梯度阈值,完成对导电粒子压痕的检测与计数,算法识别率约为98.61%,漏检率为1.39%,误检率约为1.85%.此外,为了满足工业检测中对于亿级像素图像处理的实时性需求,采用基于CUDA平台的并行计算方法对算法进行了加速,核心算法部分加速约253倍,整体算法加速约8倍,代码运行时间<2 s,满足工业检测的实时性需求.

摘要： 介绍了图像梯度和利用Prewitt算子进行梯度值计算的原理,阐述了在FPGA上实现Prewitt图像梯度算法的设计方案,包括硬件整体设计、主要模块的设计思想和系统仿真结果及验证;该设计采用了流水式数据输入,分布式存储设计、高速并行卷积运算等技术,具有良好的实时处理性能。

摘要： 本文基于图像梯度的稀疏性提出了一种实时压缩感知跟踪算法.首先获取图像的梯度向量,然后通过随机二值矩阵获得图像梯度的低维特征,最后将低维特征通过贝叶斯分类器选取具有最大响应的候选框作为目标的跟踪位置.在此基础上分别提取正负样本来更新贝叶斯分类器的参数.实验结果表明该算法对于光照变化和部分遮挡具有较好的鲁棒性,并且可实现实时跟踪.

摘要： 图像盲复原是在模糊过程未知的情况下将模糊图像恢复为原始清晰图像的过程。本文对单幅图像进行盲复原，运用图像的一部分经过特殊选择的梯度，用迭代求解的方式计算原图像和点扩展函数。目前的大部分主流图像盲复原方法都需要构造对强边缘的预测，而本方法省去了这一步骤，仅通过对现有图像梯度区域的选择，就可以快速有效地估计点扩展函数;由于此点扩展函数的估计模型是近似良态的，对正则项的要求不高，本文据此设计出了更快速的算法。在一些特定的应用中，比如虹膜识别中的图像复原，通过截取固定的区域，能够更进一步提高算法的求解速度。

摘要： 提出一种同时对图像受损结构和纹理区域进行修补的自适应方法.该方法利用图像梯度统计特征将受损区域分为结构区域(包括平坦区域、边缘区域)和纹理区域.通过改进图像欧拉弹性能量导出的欧拉-拉格朗日方程对结构区域进行修复,而对纹理区域采用纹理合成算法进行填充.最后提出自适应通用修补算法,并通过5组针对性实验,验证了该方法的有效性.

摘要： 基于互信息扭曲医学影像配准方法中往往由于采样点过少,导致以互信息作为配准准则产生配准误差.本文通过将图像的互信息和梯度信息结合作为配准准则,自动确定配准控制点,并采用薄板样条插值实现图像的扭曲配准.实验证明,本方法可以较好地解决小采样情况下互信息的局部极值问题,提高配准精度.

摘要： 本文提出了一种新的基于偏微分方程(PDE)的形态学腐蚀算子，该算子能够直接对梯度图像进行噪声抑制和边缘增强。在各向异性扩散系数的求取过程中，摈弃了传统的在低分辨率条件下计算图像梯度的方法，而是直接利用该算子对梯度图像进行噪声抑制和边缘增强。与基于高斯光滑以及传统的形态学预滤波方法相比，新的扩散系数具有更好的边缘定位能力和对噪声的鲁棒性。实验结果表明基于该算子的各向异性扩散滤波新方法具有更好的图像光滑和细节保持性能。

摘要： 针对红外图像对比度差、细节信息模糊的特点，提出了一种基于灰度冗余直方图均衡化和局部灰度修正的红外图像增强算法。本算法通过对图像进行去冗余直方图均衡化实现了对图像中冗余灰度的压缩和有效灰度的直方图均衡，然后通过对图像的局部灰度修正，增强了图像中的细节信息，提高了图像的质量。文中给出了算法的原理和实现步骤。实验结果表明，该算法可以保护图像边缘，增强图像中的细节信息，并且能有效的抑制噪声，突出图像中的微弱目标。

摘要： 针对红外图像对比度差、细节信息模糊的特点，提出了一种基于灰度冗余直方图均衡化和局部灰度修正的红外图像增强算法。本算法通过对图像进行去冗余直方图均衡化实现了对图像中冗余灰度的压缩和有效灰度的直方图均衡，然后通过对图像的局部灰度修正，增强了图像中的细节信息，提高了图像的质量。文中给出了算法的原理和实现步骤。实验结果表明，该算法可以保护图像边缘，增强图像中的细节信息，并且能有效的抑制噪声，突出图像中的微弱目标。

摘要： 针对红外图像对比度差、细节信息模糊的特点，提出了一种基于灰度冗余直方图均衡化和局部灰度修正的红外图像增强算法。本算法通过对图像进行去冗余直方图均衡化实现了对图像中冗余灰度的压缩和有效灰度的直方图均衡，然后通过对图像的局部灰度修正，增强了图像中的细节信息，提高了图像的质量。文中给出了算法的原理和实现步骤。实验结果表明，该算法可以保护图像边缘，增强图像中的细节信息，并且能有效的抑制噪声，突出图像中的微弱目标。

摘要： 针对红外图像对比度差、细节信息模糊的特点，提出了一种基于灰度冗余直方图均衡化和局部灰度修正的红外图像增强算法。本算法通过对图像进行去冗余直方图均衡化实现了对图像中冗余灰度的压缩和有效灰度的直方图均衡，然后通过对图像的局部灰度修正，增强了图像中的细节信息，提高了图像的质量。文中给出了算法的原理和实现步骤。实验结果表明，该算法可以保护图像边缘，增强图像中的细节信息，并且能有效的抑制噪声，突出图像中的微弱目标。

摘要： 本发明请求保护一种基于梯度方向的图像接缝裁剪篡改检测方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的彩色图像转换为灰度图像，提取灰度图像每一个像素在水平方向和竖直方向上的梯度值，利用水平方向和竖直方向上的梯度值得到该像素点的梯度方向。将梯度方向的值域分为20个区间，每个区间的度数都分为9度。那么每一个像素点的梯度方向仅属于20个区间中的某一个区间。为了方便进行预测，将20个区间标记为1到20，作为20个状态，利用自回归模型，将每个像素点的状态输入进去，以此进行预测。将自回归模型得到的结果作为特征向量输入到支持向量机中进行训练得到训练好的分类器，最后对测试集进行分类，得到分类结果。

摘要： 本发明请求保护一种基于梯度方向的图像接缝裁剪篡改检测方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的彩色图像转换为灰度图像，提取灰度图像每一个像素在水平方向和竖直方向上的梯度值，利用水平方向和竖直方向上的梯度值得到该像素点的梯度方向。将梯度方向的值域分为20个区间，每个区间的度数都分为9度。那么每一个像素点的梯度方向仅属于20个区间中的某一个区间。为了方便进行预测，将20个区间标记为1到20，作为20个状态，利用自回归模型，将每个像素点的状态输入进去，以此进行预测。将自回归模型得到的结果作为特征向量输入到支持向量机中进行训练得到训练好的分类器，最后对测试集进行分类，得到分类结果。

摘要： 本发明公开了一种基于结合图像像素先验和图像梯度先验的图像去模糊方法，包括以下步骤：准备数据；搭建生成对抗网络模型，包括两个子网分别记做DNet和GNet。DNet从图像像素域对图像的内容进行恢复，GNet从图像梯度域对图像的梯度进行恢复；设置目标损失函数：包括约束DNet子网的目标损失函数包括：图像内容目标损失函数Lcontent、图像像素级重建目标损失函数Lpixel；另一方面，GNet子网的目标损失函数由LGradientNet构成，LGradientNet的作用是缩小标签图像的梯度强度图和生成的模糊图像梯度强度图之间的差距；判别器中的目标损失函数Ladv，Ladv用于对生成图像与标签图像的真假进行判别，驱使生成器生成图像接近标签图像。

摘要： 本发明公开了一种基于短曝图像梯度导向的图像模糊核估计方法。通过引入短曝图像的梯度引导方法，对正常曝光模糊图像的点扩散函数进行准确估计。在正常曝光模糊图像的基础上获取一张相同场景的短曝光图像，该短曝光图像可视为无运动参考图，利用短曝光参考图和待求图像之间的梯度相似性与梯度稀疏性，构建图像约束项，以短曝图像的梯度导向建立图像能量最小化优化方程，并利用交替迭代法求解最优值。模糊核求解过程中，利用高斯金字塔模型，对输入图像和待求模糊核在不同金字塔尺度下处理，逐次更新模糊核和候选图像，最终获得估计模糊核。本发明为一般的运动模糊图像复原工作提供了准确有效的模糊核估计方法，进一步提升了图像非盲复原的准确性。

摘要： 本发明公开了一种基于深度学习和图像梯度的电力设备红外图像分割方法，利用深度学习对红外图像进行特征挖掘完成第一次分割，结合红外图像温度特征并利用图像的梯度完成第二次分割，可有效提高边界分割的精度；可分离出电气设备关键部位的区域并保留电力设备原始的红外图像信息，为红外图像的诊断分析提供直接的、准确的数据支持；可提高红外图像的诊断效率和智能化水平，缩减人力成本，提高电力设备故障分析工作的效率和准确率。

摘要： 本发明公开了一种基于结合图像像素先验和图像梯度先验的图像去模糊方法，包括以下步骤：准备数据；搭建生成对抗网络模型，包括两个子网分别记做DNet和GNet。DNet从图像像素域对图像的内容进行恢复，GNet从图像梯度域对图像的梯度进行恢复；设置目标损失函数：包括约束DNet子网的目标损失函数包括：图像内容目标损失函数Lcontent、图像像素级重建目标损失函数Lpixel；另一方面，GNet子网的目标损失函数由LGradientNet构成，LGradientNet的作用是缩小标签图像的梯度强度图和生成的模糊图像梯度强度图之间的差距；判别器中的目标损失函数Ladv，Ladv用于对生成图像与标签图像的真假进行判别，驱使生成器生成图像接近标签图像。

摘要： 本发明公开了一种基于图像梯度方差分析的序列图像超分辨修正方法。本发明用于处理光学显微镜拍摄的荧光序列图像，图像的灰度值分布反映了荧光信号强度的分布，其随时间变化记录了时序波动特征。本发明首先分析序列图像两种信息：其一为，针对荧光强度分布，分析每个像素点自身荧光强度随时间变化的方差；其二为，计算荧光强度梯度场，并分析每个像素点的荧光强度梯度随时间变化的方差，然后用两种方差定义权重函数，对原始序列图像进行加权修正。最后对修正后图像序列进行SRRF分析，得到背景噪声小，伪影减弱，分辨能力增强的超分辨样品荧光图像。本方法适用性广泛，可以用于普通宽场、共聚焦成像，结构光照明成像等。

摘要： 本发明属于图像融合方法，为解决目前高低增益两幅图像融合常采用的阈值比较法，使用前工作量大，若使用过程中由于外界环境的变化导致阈值漂移，则必须重新进行标定，以及正常融合时，饱和区域和非饱和区域的过渡带容易出现波纹，导致融合效果不佳的技术问题，提供一种基于图像梯度比较的图像融合方法、计算机可读存储介质及终端设备。其中，融合方法利用高增益图像像素饱和时测量值比实际值小的规律，通过对高增益图像和低增益图像像素的水平方向和竖直方向梯度之和的比较，实现大动态范围图像融合。计算机可读存储介质及终端设备执行上述融合方法。

摘要： 本发明公开一种基于Retinex和高动态范围图像梯度压缩的水下图像处理方法，首先对水下图像进行多尺度Retinex算法处理，然后利用梯度域高动态范围图像压缩算法将Retinex处理后的图像进行像素值的压缩，再通过高通滤波器衰减低频噪声，增强图像边缘，最后应用色饱和度调整函数对色度进行恢复。可抑制Retinex方法处理水下图像后造成的光晕效应，改善水下环境带来的色偏影响，有效地处理水下图像的低照度、光照不均等问题。

摘要： 本发明提供一种基于图像梯度角的图像中轨道线提取方法，其中，图像梯度角的定义为：Gx和Gy分别为图像在横纵方向上的图像梯度，可以通过一阶Sobel算子提取，所述轨道线提取方法包括步骤：A、将所述图像由所述图像底边至图像顶边分成n个不同的检测层，所述n个不同的检测层依次相连接；B、将所述n个不同的检测层进行轨道线的提取；C、将所述n个不同的检测层的提取效果进行拼接得到最终的轨道线检测结果。本发明的基于图像梯度角的图像中钢轨轨道线提取方法在弯道、直道、强光照和隧道暗环境等不同环境下都具有稳定和准确的轨道线检测效果；同时对于阴影和光照强度变换都有较好的鲁棒性。