1 华北理工大学 电气工程学院,河北 唐山 063210
2 唐山市数字媒体工程技术研究中心,河北 唐山 063000
3 华北理工大学 人工智能学院,河北 唐山 063210
针对图像匹配中AKAZE（Accelerated-KAZE）算法匹配精度较低以及计算复杂等问题，提出了一种基于高斯滤波和AKAZE-LATCH（AKAZE-Learned Arrangements of Three Patch Codes）算法相融合的图像匹配算法。首先，对输入图像进行高斯滤波预处理，去除高斯噪声等连续性噪声，并且保留图像的边缘信息。然后通过LATCH算法为AKAZE算法构建高效的二进制描述子，再通过KNN（K Nearest Neighbors）算法得到对应的匹配对。最后结合USAC(Universal RANSAC)去除误匹配对方法进行再次筛选，得到最终的匹配结果。经实验对比，所设计的算法相较于AKAZE算法匹配精度更高，且具有良好的鲁棒性和可靠性，可用于多数复杂场景下的图像匹配。
图像匹配 高斯滤波 LATCH算法 KNN算法 image matching Gaussian filtering LATCH algorithm KNN algorithm USAC USAC
辽宁工程技术大学软件学院，葫芦岛 兴城125100
针对现存背景抑制算法未能有效抑制复杂背景而导致的高虚警率及低检测率问题，提出一种基于六方向梯度差各向异性高斯滤波抑制、双层正交灰度差与对角灰度差目标增强、灰度指数自适应阈值分割的小目标检测算法。首先，采用高斯滤波技术融入梯度差思想设置一系列背景抑制策略；接着，将抑制后的图像利用正交灰度差与对角灰度差映射在双层滑窗上增强局部对比度，提高目标显著性；最后，通过像素灰度指数自适应分割算法检测真实弱小目标。实验结果表明，该算法的背景抑制因子指标高达93%，能随背景局部变化来自适应建立背景抑制模型，从而自适应抑制复杂背景突出目标。
弱小目标检测 六方向梯度差 高斯滤波 局部对比度 双层滑动窗口 激光与光电子学进展
2023, 60(16): 1612003
1 合肥工业大学 微电子学院，合肥230009
2 合肥工业大学 光电技术研究院，合肥30009
3 合肥工业大学 仪器科学与光电工程学院，合肥20009
提出了一种基于图像区域特征的分区调光算法。首先，按背光分区对相应显示区域的图像特征进行提取和分类；然后基于改进的误差修正法得到该分区的初始背光值，再根据图像细节特征来调节亮度调光因子，最终确定输出的背光值；最后将输入显示图像使用高斯滤波进行高低频分离，按照细节含量的不同进行基于S曲线的像素补偿。实验结果表明，采用所提调光算法的显示器，与未采用调光技术的显示器相比，背光功耗降低了38.36%。与原有误差修正算法相比，图像的平均峰值信噪比提高了7.83 dB，平均信息熵提升了6.32%。证实本算法可以在较大幅度降低显示功耗、提升静态对比度的同时，更多地保留了原图像细节。
动态调光 液晶显示 图像分类 S曲线 高斯滤波 local dimming LED image classification S curve Gaussian filtering
1 湖北工业大学机械工程学院, 武汉 430000
2 现代制造质量工程湖北省重点实验室, 武汉 430000
针对图像去雾算法效果不佳、处理效率低的问题, 提出图像融合快速去雾算法。首先对原图降采样处理, 减小图像尺寸, 拷贝两份图像, 然后分别转换到HSV色彩空间。针对转换后的第一份图像, 降低v分量, 提高透射率准确度；针对转换后的第二份图像, 对v分量进行自适应处理、对s分量线性拉伸, 提高图像色彩饱和度；接着将处理后的图像转回到RGB色彩空间, 对转换后的第一份图像进行改进的暗通道算法去雾、直方图拉伸。最后对融合后的两份图像重采样。实验结果表明, 去雾后的图像主观上视觉效果好,客观上算法复杂度降低, 峰值信噪比、结构相似性、信息熵、标准差显著提高, 证明算法有效。
图像融合 高斯滤波 图像增强 色彩空间 下采样 暗通道去雾 image fusion Gaussian filtering image enhancement color space down-sampling dark channel defogging
1 宁波大学高等技术研究院，浙江 宁波 315211
2 宁波华仪宁创智能科技有限公司，浙江 宁波 315100
针对相差显微镜采集的细胞图像具有亮度不均衡且细胞与背景对比度较低的问题，根据图像中细胞区域灰度变化急剧和背景区域灰度变化缓慢的特征，提出一种基于双重高斯滤波的细胞图像快速分割方法。从频率域的角度出发，构建双重高斯滤波过滤低频信息、保留高频信息，有利于增强细胞与背景的差异性，降低亮度不均衡因素的干扰；借助自适应阈值分割出细胞，并使用形态学闭运算改善其形态，同时利用面积约束在一定程度上消除杂质对分割准确性的影响。在C2C12数据集上测试所提方法，精确率、召回率和F值分别为0.9770、0.9457和0.9609，优于对比算法。研究结果表明：所提方法具有较好的准确性和鲁棒性，能实现细胞图像快速、准确分割。
图像处理 细胞分割 双重高斯滤波 自适应阈值 面积约束 相差显微镜 激光与光电子学进展
2022, 59(2): 0210002
提出一种分区间曲线拟合方法来准确获取干涉条纹的中心点。该方法根据干涉条纹图灰度值分布规律, 首先对干涉条纹R值图进行高斯低通滤波, 在保留原始条纹信息的基础上去除噪声;然后,在滤波后的图像中选取法线方向的一列像素值,得出灰度分布曲线;最后,截取邻近峰值的一段图像,对增、减两个区间进行分段曲线拟合,求得两段曲线拟合函数的交点即为干涉条纹中心。实验证明,该方法具有较好的曲线拟合效果,其速度相对于Steger算法提高了近10倍。该算法能有效地根据干涉条纹灰度分布规律得到干涉条纹中心点,具有运算简便、精度高、抗干扰的特点。
测量 干涉位移测量 中心点提取 区间拟合 高斯滤波 激光与光电子学进展
2021, 58(8): 0812002
1 武汉大学 电子信息学院，湖北 武汉 430072
2 自然资源部国土卫星遥感应用中心，北京 100048
全波形星载激光测高仪通过向地表发射激光，获得目标表面的后向散射完整波形，可用于地表剖面高程信息及目标表面几何物理参数的反演。GF-7星载激光测高仪部分原始波形存在噪声显著、波峰左偏/右偏和非饱和平峰等情况，对提取有效信息造成干扰。针对GF-7星载激光测高仪全波形数据，首先提出了一种波形背景噪声迭代去除方法，然后对波形噪声特点及几何结构进行分析，并进行定量化描述，最终设计了一种顾及波形噪声与结构异构的自适应高斯滤波器。在实验中，将文中方法与已有经典波形滤波算法进行比较，最终验证了文中方法在噪声去除、有效信号保留及非饱和平峰波形处理上的有效性。使用文中方法进行波形滤波后，波形信噪比更高，同时波形幅值下降量均在3倍的噪声标准差以内，非饱和平峰波形滤波后波形高斯分解参数振幅、均值和标准差的分解精度分别为(0.69 ± 2.34) mV, (0.007 ± 0.024) ns和(0.026 ± 0.069) ns。
GF-7星载激光测高仪 全波形 自适应高斯滤波 激光遥感 GF-7 satellite laser altimeter full waveform adaptive Gaussian filtering laser remote sensing 红外与激光工程
2020, 49(11): 20200251
华侨大学信息科学与工程学院, 福建 厦门 361021
提出了一种基于颜色恒常性的图像背景虚化算法。首先,利用颜色恒常性检测图像中的光照情况,构建朗伯表面模型。然后,计算最大遮蔽物像素差值与最大局部像素差值,并利用软抠图算法获取图像深度图,对其进行灰度值分割,得到图片的前景与背景部分。最后,利用高斯滤波对图像的背景进行虚化处理。本方法能准确获取单目图像的前景与背景图像,且虚化效果明显。
图像虚化 深度图 颜色恒常性 软抠图算法 高斯滤波 激光与光电子学进展
2020, 57(8): 081001
