1 宁夏师范学院 数学与计算机科学学院,宁夏 固原 756000
2 宁夏师范学院 化学化工学院,宁夏 固原 756000
为提高融合图像更加适应人类视觉感知,并解决可见光图像受光线、天气等影响而导致融合 效果不佳的问题,本文提出了一种基于滚动引导滤波的可见光与红外图像融合方法。首先,利用引 导滤波对可见光图像的内容进行增强,然后,利用滚动引导滤波将可见光和红外图像进行多尺度分 解为小尺度层、大尺度层和基础层。在大尺度层的信息合成的过程中利用加权最小二乘法融合规则 解决融合时可见光与红外图像不同特征带来的困扰,提高融合图像的视觉效果;在基础层的融合过 程中采用优化的视觉显著图融合规则,减少对比度损失。最后,将大尺度层、小尺度层与基础层合 并为融合后的图像。实验结果表明所给方法在提高视觉感知、细节处理、边缘保护等方面都有良好 的效果。
图像融合 滚动方向导波 增强 加权最小二乘法 视觉显著图 image fusion, rolling guidance filter, enhancement
1 台州职业技术学院机电工程学院,浙江 台州 318000
2 西安交通大学电子与信息工程学院,陕西 西安 710049
鲁棒有效的弱小目标检测算法是光电跟踪系统成功的关键。本文针对空中远距离红外弱小目标检测的实际问题,在人类视觉对比机制基础上提出了一种检测率高、误报率低、处理时间短的红外小目标检测方法。首先,利用基于恒虚警率的Top-hat 滤波和自适应阈值操作对原始图像进行预处理,得到疑似目标区域,该步骤可大大减少计算时间,同时保持恒定的虚警概率和可预测的检测概率;然后,定义了一种新颖有效的局部对比度测量算子,并引入图像局部的自相似性计算局部显著图,该过程不仅可以增强图像目标的视觉显著性,同时还可以抑制噪声,提高区域目标的信噪比;最后,在显著图基础上,利用简单的阈值操作就可以获得真实目标。定性定量实验结果表明,本文提出的方法与4 种现有检测算法相比,具有更高的检测率、更低的虚警率和更少的检测时间,是复杂背景下红外弱小目标检测的有效方法。
目标检测 弱小目标 恒虚警率 自适应阈值 局部对比度增强 视觉显著图 object detection infrared small object constant false alarm rate adaptive threshold local contrast enhancement visual saliency map
哈尔滨工程大学自动化学院, 黑龙江 哈尔滨 150001
提出了一种基于改进主动轮廓模型的海天线检测算法,检测全景海域图像中的椭圆海天线。通过全分辨率算法获取图像的视觉显著图,提取全景设备区在全景图像中的位置,以消除全景设备区干扰对海天线检测的不良影响。根据全景海天线为椭圆形这一特征,将构造的形状能量约束项加入主动轮廓模型中作为新的能量函数,使活动轮廓线的形状在收敛过程中受到限制,从而成功收敛到全景海天线上。实验结果表明,该算法对不同拍摄条件下的全景图像均适用,检测准确率达到96%,普适性和稳健性良好。
机器视觉 海天线检测 主动轮廓模型 全景图像 视觉显著图 光学学报
2016, 36(11): 1115003
宁波大学 信息科学与工程学院, 浙江 宁波 315211
分析了传统的基于全局视差特性的像视觉舒适度评价模型的不足, 提出了一种基于显著性分析的立体图像视觉舒适度客观预测模型。首先, 根据人眼的立体视觉注意力机制, 利用协方差矩阵和Sigma特征集分别计算得到图像显著图和深度显著图, 并组合得到立体显著图; 然后, 利用立体显著图加权得到立体图像视觉舒适度感知特征; 最后, 通过支持向量回归构造视觉舒适度预测函数, 建立视觉舒适度感知特征和主观评价值之间的关系模型, 从而预测得到立体图像视觉舒适度客观评价值。实验结果表明, 本文评价方法的Pearson线性相关系数值达到0.79, Spearman等级相关系数值达到0.81, 表明提出的模型更加符合人眼视觉特性, 得到的客观评价值与主观感知具有较高的一致性。
立体图像 视觉舒适度评价 视觉显著图 协方差矩阵 Sigma特征集 stereoscopic image visual comfort assessment visual saliency map covariance matrix Sigma feature set
1 重庆大学 软件学院,重庆 400030
2 重庆大学 计算机学院,重庆 400030
本文基于视觉显著图提出了一种新的车牌定位算法。首先利用自底向上的视觉注意模型对输入的彩色图片分别提取出强度、车牌颜色、车牌边框方向三类特征图;然后将特征图整合成视觉显著图,并对视觉显著图进行二值化,得到车牌的候选区域;最后结合输入图片水平方向上的边缘信息,以及车牌的长宽比例、跳变次数等特征,准确提取车牌区域。实验证明,此算法能大量地减少背景环境对定位所带来的伪车牌个数,有很强的环境适应性和抗噪能力,具有较高的定位率。
车牌定位 视觉注意模型 视觉显著图 车牌区域 车牌识别 license plate localization visual attention model saliency map license plate area license plate recognition