导向滤波

摘要： 针对红外与可见光图像融合时出现的细节模糊、对比度降低等问题,论文提出了一种基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)和卷积稀疏表示(Convolutional Sparse Representation,CSR)的图像融合方法。首先,分别对红外图像和可见光图像进行NSCT分解,获取其高频子带和低频子带。然后,通过导向滤波增强高频子带,并将增强后的高频子带系数通过选择最大值策略进行融合;同时,利用CSR模型和选择最大值策略得到低频子带的融合稀疏系数图,并和学习字典卷积重构低频子带系数。最后,对融合后的各子带系数进行逆NSCT变换,从而得到最终的融合图像。融合实验针对典型的红外与可见光图像进行。实验结果表明,与其他最新方法相比,由论文方法所得到的主观融合图像保留了源图像更多的细节信息、存在的伪影更少,并在客观评价指标方面也具有较好的融合性能。

摘要： 考虑到径向基函数插值进行流固耦合边界数据传递不受网格点拓扑关系的约束,尤其适用于CFD数值计算.针对插值数据中异常值会导致插值精度下降问题,采用图像滤波对CFD插值数据异常值进行滤波处理,结合高斯滤波、双边滤波和导向滤波各自特点,将导向滤波与已用于CFD平台的移动最小二乘去噪算法进行对比分析.仿真结果表明:三种滤波方法中,导向滤波的整体效果最为理想,且比移动最小二乘算法更适合于连续物理场数据去噪.将其应用于不同边界点密度情况下的流固耦合边界数据传递计算,显著提高了基于径向基函数插值的边界数据传递精度.

摘要： 为了提高图像融合质量和融合效率,提出了一种新的遥感图像融合方法。该方法将二进小波变换与HSV变换相结合,将多光谱图像转换到HSV颜色空间,得到色调(H)、饱和度(S)和亮度(V)分量。对亮度分量和全色图像分别进行三层二进小波变换,分解为3个低频图像和多个高频图像,对分解后的图像系数进行相关运算,得到处理后的低频和高频图像。利用改进的融合规则进行低频图像和高频图像的融合,对融合后的图像作相应的逆变换重构。实验结果表明,该方法充分保留了原图像的光谱信息,去除了图像中的噪声,实现了高效的图像融合。除此之外,该方法还降低了融合过程中的计算量。

摘要： 目前的图像特征提取方法在对模糊图像特征进行提取时,没有通过导向滤波对模糊图像进行优化,导致模糊图像特征提取结果不能有效保留图像边缘细节信息、提取图像特征运行速度较慢以及图像特征提取效果较差。提出基于优化导向滤波的模糊图像特征提取方法。首先对模糊图像进行去噪处理,其次利用导向滤波对模糊图像进行优化,在窗口内进行求和运算,快速实现图像优化,最终结合模糊图像特征提取方法,建立模糊BP神经网络模型,通过隶属函数对图像数据特征进行分析与提取。实验结果表明,所提方法的图像特征提取运行时间较快,对图像特征识别率较高以及对模糊图像特征提取效果较好。

摘要： 雾霾天气在中国冬季的大部分城市都长期存在,导致能见度降低,给人们的日常生活和出行带来极大影响。本文设计了一种基于python使用Django框架所开发的web图像去雾系统,通过对暗通道、导向滤波去雾和自动色阶去雾算法的实现,用户可以选择不同的去雾功能来实现去雾,并且对同一算法能在界面上调制参数来实现去雾功能。在去雾时可在系统中通过设置参数的方式,自由选择合适的去雾程度和去雾方案,让用户摆脱在雾天所拍的图片不清晰的困扰。

摘要： 多光谱图像与全色图像的融合已被广泛应用于提高后续图像处理效果以满足图像进一步应用的需要,本文提出了一种在非下采样剪切波变换域中基于区域清晰度加权和导向滤波相结合的遥感图像融合方法。利用剪切波变换将多光谱图像的亮度分量与全色图像分别分解为低频子带和高频子带;针对高低频子带的特点分别设计高低频子带融合规则;对融合系数取剪切波逆变换和亮度-色度-饱和度逆变换得到融合图像。与6种典型融合方法通过9种包含光谱和空间质量评价的指标进行比较,实验结果表明:本文方法在主观视觉效果和客观评价方面都达到了极好效果,在提升空间分辨率的同时有效的保留了光谱信息。

摘要： 提出了一种基于导向滤波的局部图像风格迁移算法.局部图像风格迁移提取图像中感兴趣的部分进行风格迁移,将其渲染成具有铅笔画、水彩画或水墨画等风格的艺术图像.介绍了一种基于导向滤波提取局部图像(也叫图像抠图)的方法,得到二值掩膜图像,利用VGG16网络提取图像的高级特征,通过分离与重组输入图像的内容特征与风格特征的方式,实现局部目标图像的内容与艺术图像的风格的深度融合,并通过掩膜图像去除边缘粗糙,得到精细的风格化图像,从而获得新的局部风格迁移图像.

摘要： 针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题,以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端,结合遥感影像景深变化小、不含天空背景等特点,本文提出一种改进的暗原色先验去雾算法。首先,对影像中白色场景灰度值进行统计并设定阈值划分为失效区,分离水域与非水域减少蓝色波段在水域的占比,合成新的蓝色波段,以改进暗通道值的获取方法;其次,采用导向滤波替代软抠图法优化透射率提升处理时间;然后,对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩;最后,利用含雾的无人机影像和GF-2影像进行了试验,并进行了定量评价。试验结果表明,在同等试验条件下,本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上,且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高,能有效提高有雾影像的清晰度,增强影像色彩和细节。

摘要： 针对多尺度Retinex处理低照度图像出现的“光晕伪影”和色彩泛白现象,文中提出一种基于自适应权重带色彩恢复因子的多尺度Retinex图像增强算法。在HSV颜色空间中先将亮度通道图像分解为Retinex增强层和细节恢复层。在Retinex增强层中,不同尺度参数具有不同的增强效果,根据像素的概率分布,计算明暗不同区域的概率分布函数,获得自适应权重。所提算法有效地克服了尺度参数对亮度信息恢复造成的过增强现象。在细节恢复层中,导向滤波具有更优越的保边去噪特性,故采用导向滤波将图像分解成平滑层和边缘层图像,并利用增益系数增强边缘层信息。最后将自适应权重后Retinex亮度增强层、平滑层和边缘层图像融合重构为增强后的亮度通道图像,并在伽马校正算法中融入自适应调节因子来恢复图像在融合过程中丢失的部分细节和色彩信息。实验数据表明所提算法较其他对比算法具有更明显的优越性。

摘要： 针对暗通道先验去雾不适用于含有大量天空区域的雾化图像的缺陷,提出一种自适应图像去雾算法。基于大气散射模型,利用暗通道图像,分割天空与非天空区域,在天空区域使用颜色衰减先验,非天空区域则使用暗通道先验求解透射率,并改进暗通道先验中全局大气光值的求解,最后使用加权导向滤波去噪。实验结果表明,所提算法在主观和客观评价中均优于所列的其它算法,去雾后的图像避免了天空区域的过饱和现象,减弱了光晕效应,非天空区域更自然,视觉效果更好。针对雾化图像的去雾处理,通过理论推导和实验仿真对比,说明所提算法改进的可行性,并具有一定的优越性,能较好地处理含有天空区域的雾化图像。

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 古峰庄位于鄂尔多斯盆地宁夏盐池县境内,地表为典型的草原.该区西邻西缘冲断带,断层发育,中生界在长6、长8发育大型的岩性油藏,在长9发育低幅度构造油藏,其上的侏罗系发育中高渗透的岩性–构造油藏,构造幅度较低,总体上储层厚度在10～20m,纵向上多层叠置,油水关系复杂.针对油藏特点,开展了低频可控震源宽方位三维地震技术应用.应用密井网层约束构造变速成图、井震结合古地貌精细刻画、地震叠后多属性融合、构造导向滤波、曲率倾角相干体分析、蚂蚁追踪等GeoEast的特色油藏综合预测技术,开展了侏罗系低幅度构造、长6、长8岩性及含油性检测,优选出多个甜点区,提高了本区的钻井成功率.

摘要： 针对红外-可见光图像,综合使用非下采样的多尺度分析及视觉权重分析实现了图像融合.利用导向滤波实现非下采样的多尺度分析以获得不同细节层次的图像;同时基于人眼视觉模型在各尺度中使用视觉显著性方法,提取场景中的特征信息以便在融合过程中保留各个场景的重要信息;最后对双波段图像进行融合与重建得到融合图像.利用同一场景的可见光-红外图像进行实验与评估.实验结果表明,所提出的方法融合效果较好,相比于传统方法可以更多地保留图像中的信息.

摘要： 目前大部分的去雾方法处理的都是白天有雾的户外图像,且是基于大气光均匀分布的假设而实现,这并不适应于夜间有雾图像.因为夜间的场景往往包含大量的人工光源,如路灯和机动车的前照灯等,且夜间有雾图像往往因为环境光线的问题,导致所拍摄的图像画面时常会包含大量的暗区,这使得许多感兴趣的细节更加难以辨析.为解决上述问题,本文提出了一种适用于夜间有雾图像的光照模型,模型中主要包含了环境光和透射率两个参数,这两个参数都是随图像的局部内容变化而空间变化的.基于信息损耗约束可对上述参数进行初始估计,随后利用快速导向滤波对其进行细化,抑制块效应和光晕效应.合理的估计出这两个参数后,通过求解模型即可获得最终待还原的目标图像.实验结果表明,本文提出的方法能够有效实现夜间有雾图像的去雾处理,同时能重现暗区的细节,恢复的结果具有较好的亮度和对比度.

摘要： 本发明公开了基于卡尔曼滤波的虚拟力导向无人机编队抖动消除方法，该方法包括以下步骤：首先，基于合力计算球形簇集合每层无人机的加速度，并将计算所得结果作为卡尔曼滤波的初始值；然后，确定无人机在k时刻的状态矩阵、测量矩阵、状态转移矩阵、系统输入矩阵、系统的过程噪声矩阵、先验估计和先验估计的协方差矩阵；接着，计算卡尔曼增益、后验估计值和协方差矩阵；然后，将后验估计加速度带入虚拟力导向合力公式，动态调节虚拟力导向合力公式中的系数控制无人机移动到后验估计中最优加速度位置，并计算抖动范围均值；最后，不断计算更新抖动范围均值，使平均抖动范围随着时间趋于零，最终抖动消除。

摘要： 本发明属于视频编解码技术领域，具体涉及一种基于自适应自导向滤波的环路滤波方法。本发明的方法主要是考虑图像的局部结构信息的自适应自导向滤波技术，通过计算正则化系数的权重系数，对正则化系数进行调整，实现自适应自导向滤波，然后对每个区域实施的区域级子空间映射迭代优化，使每个区域的映射结果达到最优，使得整幅图像的映射结果更加接近原始图像。本发明的有益效果为，能提高环路滤波的滤波效果，减少重建图像的失真效应，提高视频帧的重建质量，使得重建图像更有利于后续参考，进一步提高视频的主客观质量。

摘要： 本发明涉及一种二维导向滤波方法、二维导向滤波器及系统，分别对像素窗口范围内各像素的输入图像、引导图像、引导平方值和图像乘积值进行求和处理，得到输入图像求和值、引导图像求和值、引导平方求和值和图像乘积求和值。进一步地，基于输入图像求和值、引导图像求和值、引导平方求和值和图像乘积求和值进行简单系数运算，得到各像素的窗口系数。最后根据窗口系数和引导图像进行简单系数运算，得到作为导向滤波结果的输出图像。基于此，将原本二维导向滤波中涉及的复杂的算法简化为简单系数运算，降低了系统的计算复杂度，提高了计算效率。同时，简化运算后的二维导向滤波更便于硬件实现。

摘要： 本发明属于视频编解码技术领域，具体涉及一种基于自适应自导向滤波的环路滤波方法。本发明的方法主要是考虑图像的局部结构信息的自适应自导向滤波技术，通过计算正则化系数的权重系数，对正则化系数进行调整，实现自适应自导向滤波，然后对每个区域实施的区域级子空间映射迭代优化，使每个区域的映射结果达到最优，使得整幅图像的映射结果更加接近原始图像。本发明的有益效果为，能提高环路滤波的滤波效果，减少重建图像的失真效应，提高视频帧的重建质量，使得重建图像更有利于后续参考，进一步提高视频的主客观质量。

摘要： 本发明公开了一种基于并行灰度线性拉伸和差值导向滤波的融合去雾电路，其中，输入RAM模块存储图像数据并传输给差值模块、移位寄存器阵列和灰度线性拉伸模块；差值模块将图像数据转换成通道差图像数据，移位寄存器阵列对图像数据与通道差图像数据进行移位和寄存，缓存器缓存通道差图像数据，差值导向滤波模块平滑噪声和保护边缘得到平缓图像数据，高升压滤波模块对平缓图像数据锐化得到锐化图像数据；并行灰度线性拉伸模块进行灰度化和线性拉伸得到高对比度图像数据；融合模块将锐化图像数据和高对比度图像数据按权重融合并将去雾的图像数据传输到输出RAM模块。本发明能提升融合去雾加速器的性能，加快处理速度，提高去雾效果。

摘要： 本发明公开了一种基于混合导向滤波的刺绣VR图像处理方法，包括从刺绣图像数据集中获取所需的二维刺绣图像数据，并将二维刺绣图像数据转化为所对应的连续特征；对连续特征进行灰度处理，从而获得刺绣图像的尺度特征向量；将尺度特征向量进行混合导向滤波分解处理，得到滚动导向滤波细节层和高斯滤波细节层；将分解得出的滚动导向滤波细节层和高斯滤波细节层进行细节层融合处理；将融合后的刺绣图像细节层特征进行累加处理，获得图像总体特征；本发明中混合导向滤波分解处理以及细节层融合时，能够改善高斯滤波的边缘强度特征对于图像识别的能力，算法融合的过程中简化细节层融合规则，减少图像融合过程中边缘信息的丢失，避免了亮度失真或者不真实的人工效应的状况出现。

摘要： 本发明涉及一种基于改进的循环导向滤波算法的提升病原体检测方法、设备及存储介质，包括以下步骤：S1：构建用于检测孢子和芽生孢子的病原体训练集；S2：基于S1构建的孢子和芽生孢子的病原体训练集，训练检测孢子和芽生孢子病原体的人工智能目标检测模型；S3：基于改进的循环导向滤波算法对原图进行滤波操作；S4：检测输入图像中的病原体：将输入图像按照S3进行滤波操作，然后将滤波后的图像输入到S2训练出的病原体的人工智能目标检测模型进行病原体检测，得到病原体的位置信息。本发明通过采用基于改进的循环导向滤波算法，并将处理后的图像输入到基于卷积神经网络的深度学习目标检测模型，有效提升病原体的检出率。

摘要： 本发明公开了一种基于快速导向滤波的红外小目标检测方法及其应用。方法包括：将输入的红外图像与高通梯度核进行卷积，得到梯度幅度图像，计算所诉梯度幅度图像中每个像素的指数运算值，得到目标增强图像，通过快速导向滤波获得噪声抑制的红外小目标显著图像，对所诉目标显著性图进行自适应阈值分割，得到红外小目标检测结果二值图像，完成所诉红外小目标检测。所述方法应用于红外搜索与跟踪系统、红外制导、预警、机载监视和监控以及反无人机领域中。本发明的优点是：能够有效检测红外图像中的弱小目标，具有较高的检测精度和较低的虚警率，同时具有较好的实时性，能够有效应用于红外探测系统中弱小目标的实时性检测。

摘要： 本发明公开一种导向滤波芯片、方法、智能终端及计算机可读存储介质，可优化芯片面积和功耗，芯片包括数据输出模块和依次连接的输入数据处理模块、灰度均值滤波模块、系数计算模块及系数均值滤波模块；数据输出模块分别与输入数据处理模块和系数均值滤波模块连接；输入数据处理模块获取目标像素点的输入数据，基于输入数据获得灰度值数据及色彩比例值并发给灰度均值滤波模块和数据输出模块；灰度均值滤波模块获得灰度均值滤波数据发给系数计算模块；系数计算模块获得目标系数发给系数均值滤波模块；系数均值滤波模块获得系数均值滤波数据发给数据输出模块；数据输出模块基于灰度值数据、色彩比例值及系数均值滤波数据获得输出数据。

摘要： 本发明属于图像处理技术领域，具体涉及一种基于导向滤波多级分解的两曝光图像融合方法。本发明通过导向滤波将图像分解为一个基础层和多个细节层，然后分别逐级利用曝光权重和全局梯度权重挖掘包含在基础层和细节层中的图像信息以重建图像。本发明解决了现有技术中原始图像序列具有较大曝光时间差异时融合图像质量不佳的问题，可以适应多种曝光比率以及复杂的真实场景，通过曝光权重和全局梯度权重分别保留整体亮度和局部细节。