灰度梯度

摘要： 太空辐照环境和高能粒子往往会导致红外相机在轨运行时出现新的坏像元,严重影响相机提取的星点目标质心坐标的精度。针对该问题,提出了一种基于灰度梯度和稀疏视野的实时坏像元检测与补偿方法。该方法采用5×5大小的处理窗口以滑窗的形式基于灰度梯度值进行检测,并采用稀疏视野有效避免了领域坏像元对检测与补偿结果的影响。实验证明,红外图像中处于不同灰度值背景中的坏像元均能准确检测出并补偿,显著提升了检测准确率。补偿后的星点目标质心坐标提取误差减小至0.2%以内。同时,该方法对数据存储空间要求低,数据处理过程计算量小,适合随图像数据流处理,具有较好的实时性。

摘要： 在多景深场景下,已知目标物类型,当目标物位于图像中心位置时,传统的聚焦评价函数曲线灵敏度较低;当目标物偏离中心位置时,聚焦评价函数曲线容易出现局部极大值或无法准确判断出准焦图像,影响自动聚焦系统。针对这两种情况,提出了一种基于U-Net神经网络判断目标物位置,设定对应窗口和评价函数的方法,即当目标物位于图像中心位置时,提出了一种新的聚焦评价函数—SMD-Roberts函数;当目标物不在图像中心位置时,设定对应窗口,选择SML评价函数对图像像质进行评价。实验结果表明,与传统的灰度梯度自动聚焦评价函数和传统的取窗法相比,该方法得到的聚焦评价函数灵敏度最少提高0.0241,耗时最少减少0.0355 s,单峰最少减少1个次峰,有效地解决了多景深场景下,应用聚焦评价函数判断目标物最清晰位置不准确及聚焦评价函数曲线出现双峰的问题,明显地提高了评价函数的无偏性、单峰性以及灵敏度。该方法普适性强,更适用于自动聚焦系统。

摘要： 低照度图像受不同方向梯度的影响,造成其重建时的失真程度较高。为此,构建梯度方向一致性约束下的多级低照度图像超分辨率重建模型。使用鲁棒映射方法去除灰度梯度波动影响,计算定点水平方向梯度,基于图像横向梯度分析结果分离出图像中的灰度梯度。利用相邻正交方向梯度值合成水平、垂直方向梯度值,并将其作为辅助指标进行自适应调整,通过最小化模型拟合误差来约束,重建图像轮廓线。采用非均匀插补强化技术,保持图像原有色彩,引入色彩恢复因子,避免出现彩色图像色彩不平衡和失真问题。使用多尺度梯度主方向一致性约束处理方式,构建反射成分投影矩阵,重建低分辨率图像块。由实验结果可知,该模型主观测试结果是重建的图像清晰,客观测试结果是峰值信噪比最大值为21.3 dB,结构相似度最大值为93%,感知质量最大值为13.5 pi,图像失真程度小。

摘要： 图像在成像过程中,受到周围环境等因素的干扰,导致图像存在噪声干扰.提出基于灰度梯度正则化的数字图像位移标定方法.采用灰度梯度正则化方法对数字图像进行去噪处理;对相机进行各项参数标定;引入位移标定方法,计算图像测点位移,消除相机镜头畸变问题,实现对数字图像位移的标定.设计一次仿真来验证研究方法的有效性.通过仿真结果可证明,研究方法具有较高的检测位移精度,可证明该方法的有效性,为数字图像相关方法提供有力的帮助.

摘要： 为了同时对多种焊点缺陷类型进行快速识别,解决现有焊接异常图像识别算法误检率与漏检率偏高的问题,设计了基于改进型卷积神经网络的深度学习算法.利用自组织映射分类技术,提高了卷积神经网络的数据选择自适应性,结合自适应矩估计分析,约束了焊接异常图像中特征集合的收敛条件.实验中将5种常见焊接异常图像以等比例随机分布的形式放入训练集、验证集和测试集中,再分别用传统识别算法(canny算法和k均值算法)和该算法进行测试.结果表明,对于桥连缺陷,3种方法均无误检、无漏检;对于小球缺陷,3种方法均符合要求,而canny算法的检出能力最优;对于偏球缺陷,3种算法的误检率分别是12.4％,7.3％和与1.4％,漏检率分别是13.3％,6.5％和1.1％;对于虚焊和少锡缺陷,该算法相比传统算法精度高约1个数量级.该算法在对多种焊点缺陷类型识别中具有明显优势.

摘要： 对于破损图像的修复,现有方法通常无法有效保证破损区域结构平滑、准确高效的补全.为此提出了全局优化的破损区域修复方法.方法 分析了修复模型存在的缺陷,充分考虑到图像结构与图像关联性的同时,设计了由数据项、可信项与关联项共同描述的优先级计算,同时将像素标记候选状态,迭代过程不断刷新优先级与状态,直至破损区域全部像素状态均被标记完成.为进一步提高修复质量,对图像采取全局增强处理,针对破损区域具有的模糊属性,引入模糊理论处理图像灰度的隶属度,同时通过灰度梯度,构造辅助图像,最终实现对破损图像轮廓和细节的增强.通过仿真,证明了全局优化修复方法能够对图像破损区域进行更加准确、连续的填充,并且具有更好的保真性与修复效率.

摘要： 数字式全景钻孔摄像系统在实践钻探工程中获得了大量的高精度钻孔图像,这些钻孔图像数据往往需要人为进行分段处理和信息加工预处理,工作量大并且具有盲目性.针对该问题,本文进行了钻孔图像特性分析,并提出了一种对钻孔图像进行结构面区域划分的方法.该方法利用井壁中岩体结构成像灰度梯度纵向投影的极值特征来组成新的合成信号和便于计算机处理的区域划分信号,从而实现了钻孔图像的区域划分以及结构面产状范围的初步限定.该方法能够连续快速地对整个钻孔图像内所有的结构面进行区域划分,无需人为干预,为结构面的全自动识别与参数提取奠定了基础,也为深孔钻井工程中图像数据的分块处理提供了一种有效的解决方案.%Digital panoramic borehole camera system can obtain abundant high-precision borehole images from the drilling operations.These images usually need to be divided into many segments and require pretreatment for later information processing,which is time-consuming,aimless and tedious work by manual operation.To deal with this problem,a method of structural planes' region partition in a whole borehole image is proposed after the analysis of characteristic signals in the image.This method uses the extreme eigenvalues of gray gradient signals from the imag-ing of borehole rock mass in vertical projection to compose a new signal and a partitioning signal which is convenient for computer processing.It realizes the region division of structural planes in the whole borehole image and the pri-mary limitation of joints occurrence in rock mass.This method can partition all the structural planes from the whole borehole image in rapid succession without human intervention.It lays a foundation for the full-automatic recognition and parameter extraction of structural planes in borehole image,and also provides an effective way of borehole image region division for drilling operations of a deep hole.

摘要： The topological structure of soil pores determined the ability of soil moisture retention and conductivity,which had a significant impact on soil ecological processes.However,the existing pore identification methods had the problems of low pore identification accuracy and low operational efficiency.In order to solve the problems,a fast fuzzy C-means (GFFCM) method based on the grayscale-gradient features of soil CT images for pore identification was proposed.The grayscale-gradient two-dimensional feature matrix was established by Laplace operator to describe the characteristics of pore boundary.Combined with soil prior knowledge,the initial membership matrix was constructed and the number of clusters was estimated.Then,based on the determined initial conditions,the traditional fuzzy C-means was used to realize the fuzzy division of soil structure.Finally,the fuzzy clustering result was optimized with the GFFCM method by pore identification standard to accurately identify the soil pore structure.The methods were applied to the soil CT images with unsaturated state and compared with the traditional FCM method and the fast FCM method (FFCM),the GFFCM method had the lowest identification error rate and the smallest number of iterations,which indicated that the GFFCM method had the highest recognition accuracy.Besides,the method could overcome the shortcomings of the traditional FCM method in initializing the membership matrix and number of clusters,so it solved the problem that the initial value influenced the identification accuracy and had the advantage of high computational efficiency.%土壤孔隙的拓扑结构决定了土壤水分保持和传导能力,对土壤生态过程与功能具有重要影响,但现有土壤孔隙辨识方法存在孔隙边界判别不准确和运行效率较低的问题.为解决这一问题,提出一种基于土壤CT图像灰度-梯度特征的改进模糊C均值(GFFCM)孔隙辨识方法.该方法利用拉普拉斯算子建立灰度-梯度二维特征矩阵,并结合土壤相关先验知识分区构造初始隶属度矩阵和确定聚类数目;然后,基于初始条件实现土壤结构的模糊划分;最后,运用孔隙辨识准则对模糊聚类结果进行优化,完成土壤孔隙结构的精准辨识.以非饱和土壤CT图像为应用对象验证孔隙辨识方法的性能,通过与传统FCM法、快速FCM法(FFCM)的比较,表明GFFCM法有效克服了传统FCM法在隶属度矩阵和聚类数目初始化的不足,解决了初始值制约辨识精确度的问题,在保证孔隙辨识精度的前提下具有较高的执行效率.

摘要： 为实时检测纱线条干的均匀度,提出了一种新的实时分割纱线图像的方法.纱线图像由开发的实时图像采集装置获取得到,当第一帧图像被获取后,以纱线图像灰度值的局部平均值和熵值为特征向量对其进行FCM聚类得到一个全局阈值;纱线图像中每行像素点的灰度值低于该全局阈值的值与一个模板进行卷积以获得灰度梯度曲线;取曲线中的最大值和最小值点作为是纱线条干的上边缘点和下边缘点,从而获得纱线条干图像.该方法能够实时分割纱线图像,并且在评价纱线条干均匀性时具有一定的鲁棒性和准确性.最后,提出了SE(％)和ADE(％)两个指标来评价提出分割方法的准确性和对比人工分割方法.

摘要： 本文探讨一种三维运动估计的方法,主要途径是灰度图象中观测点的提取.观测点处灰度梯度的计算,运动方程的建立,运动参数的求解,最后给出了计算机模拟结果.

摘要： 本文针对遥感图像的特点改进了常用的平均灰度梯度函数，在保持其单调性和实时性等优点的同时，还提高了对遥感图像清晰度变化的灵敏性，同时设置与图像内容无关的灰度方差作为阈值更提高了该方法的通用评价能力。由文中试验数据可以看出，在平均灰度梯度函数、Sobel边缘检测函数、熵函数以及改进的平均灰度梯度函数这几种图像清晰度评价函数中，改进的平均灰度梯度函数能够更准确更有效地评价遥感图像清晰度。

摘要： 用全息技术测量粒子场是一种全新的粒子场测量方法,该方法在对粒子进行三维定位时具有不干扰流场,精度高等优点.并且全息法对粒子特性并无较高要求,其适用范围更广,能够方便的对单相液流、气固两相流进行测量.文章对全息法的理论进行了详细分析,并进行了数值模拟实验.最后对23μm直径的粒子进行了多个离焦距离的标定,并用傅里叶及灰度梯度相结合的方法对全息图像进行了重建,重建结果与实验符合较好.

摘要： 由于岩石存在内部缺陷,绝大多数岩石材料都具有非均质性.这种不均质性导致了材料在受到外部荷载时产生局部裂纹并且在得到能量后继续生长发育,最后使材料发生破坏.讨论了用边缘检测方法求解岩石材料在加载过程中可能发生的破裂发展.根据某一既定概率密度函数构造了一种岩石材料模拟加载,并且根据边缘检测方法得到了可能的破裂结果.对已有实验结果图象进行检测,证实边缘检测能够预测出岩石试件加载可能发生破裂的区域,结果基本正确.

摘要： 由于岩石存在内部缺陷,绝大多数岩石材料都具有非均质性.这种不均质性导致了材料在受到外部荷载时产生局部裂纹并且在得到能量后继续生长发育,最后使材料发生破坏.讨论了用边缘检测方法求解岩石材料在加载过程中可能发生的破裂发展.根据某一既定概率密度函数构造了一种岩石材料模拟加载,并且根据边缘检测方法得到了可能的破裂结果.对已有实验结果图象进行检测,证实边缘检测能够预测出岩石试件加载可能发生破裂的区域,结果基本正确.

摘要： 由于岩石存在内部缺陷,绝大多数岩石材料都具有非均质性.这种不均质性导致了材料在受到外部荷载时产生局部裂纹并且在得到能量后继续生长发育,最后使材料发生破坏.讨论了用边缘检测方法求解岩石材料在加载过程中可能发生的破裂发展.根据某一既定概率密度函数构造了一种岩石材料模拟加载,并且根据边缘检测方法得到了可能的破裂结果.对已有实验结果图象进行检测,证实边缘检测能够预测出岩石试件加载可能发生破裂的区域,结果基本正确.

摘要： 由于岩石存在内部缺陷,绝大多数岩石材料都具有非均质性.这种不均质性导致了材料在受到外部荷载时产生局部裂纹并且在得到能量后继续生长发育,最后使材料发生破坏.讨论了用边缘检测方法求解岩石材料在加载过程中可能发生的破裂发展.根据某一既定概率密度函数构造了一种岩石材料模拟加载,并且根据边缘检测方法得到了可能的破裂结果.对已有实验结果图象进行检测,证实边缘检测能够预测出岩石试件加载可能发生破裂的区域,结果基本正确.

摘要： 对图像梯度与目标表面梯度之间的关系进行了研究,并在此基础上提出一种利用图像梯度信息恢复目标表面形状的方法.该方法先利用图像梯度和光照方向对目标表面的梯度进行恢复,得到粗糙表面形状;再利用表面的平滑性约束得到光滑的目标表面.利用该方法可以得到较好的形状恢复结果,并具有很快的计算速度.

摘要： 对图像梯度与目标表面梯度之间的关系进行了研究,并在此基础上提出一种利用图像梯度信息恢复目标表面形状的方法.该方法先利用图像梯度和光照方向对目标表面的梯度进行恢复,得到粗糙表面形状;再利用表面的平滑性约束得到光滑的目标表面.利用该方法可以得到较好的形状恢复结果,并具有很快的计算速度.

摘要： 一种灰度图像的量子形态学梯度算法的设计与实现方法，本发明设计了特殊量子移位加和减操作模块以及量子拷贝操作建立9个量子图像集。其次，设计了量子比较器线路QCOL模块和QCOS模块实现量子灰度图像形态学膨胀和腐蚀操作。最后，通过设计的量子并行减法器PS模块，实现量子灰度图像的形态学梯度。整个灰度图像的量子形态学梯度算法的量子线路的复杂度至多为，这是经典形态学梯度算法无法达到的。本发明对量子计算理论完善和应用的推广有重大意义。

摘要： 本发明涉及基于梯度化灰度值构建的七基色聚酯三维网格化混配三维色立体及全色域调配色方法，首先基于六原色灰度平衡，构建出七基色聚酯的二维网格化混配体系；其次基于灰度值递增梯度划分的系列化等高度灰度面构建由17组七基色聚酯合计119个网格点的三维网格化混配色的全色域色立体，将色立体中各等高度灰度面上的灰度值与对应等高度灰度面上七基色聚酯染料浓度、聚酯颜色值相关联，构建出能在全色域范围内调控七基色聚酯灰度、色相、彩度的全色域色立体；然后基于全色域色立体的119个网格点构建了17个等高度灰度面、60个等角度色相面、10个等半径彩度面的可视化色谱；最后给出了基于聚酯样品颜色值，获取七基色聚酯配比及染料浓度和染料配重的方法；整个设计方法能够提供大数据进行聚酯配色的色彩预测及色彩创新设计，实现了色彩设计与应用的智能化。

摘要： 本发明公布了一种基于图像灰度梯度和灰度统计直方图的自适应预分割方法。本发明利用图像的灰度梯度信息和图像本身的灰度统计直方图信息来自适应生成用于图像分割的阈值序列，将连续灰度图像转换为离散灰度图像，实现图像的预分割，以便于后续的图像分割。本发明约束条件少，适用范围广，算法复杂度低，实现简单，运算速度快。

摘要： 本发明公开了一种基于灰度梯度聚类的试纸表面纹理缺陷检测方法，包括步骤：采集试纸一帧图像，对图像进行灰度化和中值滤波预处理；基于四点灰度动态阈值对图像进行二值分割，通过差分方法，提取试纸区域；对图像进行Gama灰度增强并采用高斯低通滤波器滤除部分周期性纹理；构建单方向的高斯核函数对图像进行垂直方向的卷积滤波；计算图像在水平方向的梯度grad_x；将试纸区域沿水平方向分割成n列子区域，并计算每个子区域的梯度最大值区域的位置；将每个子区域的梯度最大值区域的位置在垂直方向进行聚类计算，将区域聚类数量达到阈值范围的区域标记为纹理缺陷区域；根据标记的区域判断试纸是否合格。本发明具有检测速度快，检测精度高，鲁棒性好等优点。

摘要： 本发明公布了一种基于图像灰度梯度和灰度统计直方图的自适应预分割方法。本发明利用图像的灰度梯度信息和图像本身的灰度统计直方图信息来自适应生成用于图像分割的阈值序列，将连续灰度图像转换为离散灰度图像，实现图像的预分割，以便于后续的图像分割。本发明约束条件少，适用范围广，算法复杂度低，实现简单，运算速度快。

摘要： 一种基于平均灰度梯度的道路病害图像尺度匹配方法，包括：通过实地采集等高参照灰度图像数据样本集合作为标准参照集合，计算其灰度梯度平均值；获取同一段道路中的待恢复灰度图像数据样本集合，清洗样本并计算其中每一张图片的灰度梯度平均值；通过计算获得待恢复集合中每一张图片的病害面积恢复系数；利用实例分割算法，识别出待恢复集合中的病害区域信息，依据病害面积恢复系数对待恢复集合中的数据样本进行处理。本发明有助于对道路交通病害检测的结果进行后处理，减小实际进行修复工作时需要携带补料的误差，减轻工作人员工作量。

摘要： 本发明公开了一种基于灰度梯度共生矩阵的粉末冶金零件成品检测方法，涉及缺陷检测领域。主要包括：获得待检测零件的表面图像的灰度图像；获得灰度图像的边缘图像中各包围区域；获取对各包围区域分别进行距离变换后的各高亮线，并确定各高亮线中端点之间距离最大的高亮线的中垂线；将中垂线作为列灰度投影的方向，以确定灰度图像中的待判断区域；分别以待判断区域中各像素点为中心建立预设尺寸的滑窗，将滑窗中像素点的梯度值的灰度梯度共生矩阵的熵作为中心像素点的表征值，根据各像素点的表征值的方差确定待检测零件是否存在缺陷。本发明实施例能够判断对称性冶金零件是否存在掉块缺陷，且无需采集大量存在缺陷的冶金零件表面图像。

摘要： 本发明涉及一种基于灰度梯度融合特征及CNN的高速路面破损检测算法，包括：对路面图像进行预处理；将路面图像划分为若干单元，分别计算每个单元的灰度特征和方向梯度特征；融合灰度特征和方向梯度特征，构建特征向量图；利用深度学习方法对路面的破损情况进行检测。本发明的有益效果是：本发明提出的基于灰度梯度融合特征及CNN的高速路面破损检测算法提高了检测精确度，同时具有较好的适应性和时效性。

摘要： 本发明公开一种基于图像灰度梯度的红外图像非均匀性校正方法，包括以下步骤：采集两帧图像，对两帧图像进行两点非均匀性校正；采用梯度算子对校正图像进行图像灰度梯度特征提取；查找特征图最亮点，并以最亮点为中心上下左右各扩展N个像素，获取指定大小图像块，并对图像块进行二值化操作；对两帧二值化图像进行行列投影匹配，获得偏移量信息；根据偏移量信息，将两帧图像的重叠部分进行相减运算，计算更新本底需要的补偿量，对本底进行修正；采用经过修正的本底，对当前帧图像进行非均匀性校正。本发明有益效果是：有效消除固定噪声、高频噪声和低频噪声，提高非均匀性性校正的效率和准确性，并节省运算资源，无需挡片作为基准。

摘要： 一种自适应的灰度梯度直方图均衡遥感图像增强方法，将原始遥感图像转换为灰度图像，获得8邻域范围内的平均灰度图像，计算灰度图像在0°、90°以及45°、135°方向上的梯度值，根据灰度级和梯度值得到灰度梯度联合直方图，建立灰度映射关系，通过直方图均衡化处理，重构输入的原始遥感图像，得到增强后的图像，计算包含0°、90°以及45°、135°梯度信息的两组增强后图像以及平均灰度图像的变异系数，根据变异系数标记出增强前后图像数据差异最大的像素点，根据像素点梯度变化趋势获得最终的增强图像。本发明重构得到的增强图像保留0°、90°以及45°、135°四个方向上的梯度信息，避免局部细节的丢失，增强图像细节丰富，无需人工设置参数，可自适应地完成整个图像重构过程。