首页 > 期刊 > 栏目列表 > 栏目 (图像处理)

摘要

针对采用高斯滤波器对图像进行滤波会导致图像边缘平滑,人为设定高、低阈值会导致阈值的自适应性差,采用双阈值法去除虚假边缘会导致去除效果不佳等问题,提出改进的Canny边缘检测算法并应用于影像测量领域。首先使用开关中值滤波代替高斯滤波,在去除噪声的同时保留非噪声像素点的灰度值不变,从而提高边缘定位精度;然后采用K-means聚类算法以得到高、低梯度值聚类中心,采用OTSU算法以得到梯度阈值,将两个方法结合

PDF全文 激光与光电子学进展 | 2020,57(24):241024
分享:

摘要

针对上下文感知相关滤波跟踪算法中提取目标周围背景信息训练滤波器时,未考虑滤波器时间一致性的问题,当目标出现外观突变时,滤波器无法适应连续两帧图像中目标和背景信息的变化,易出现目标漂移等问题,提出一种自适应上下文感知相关滤波跟踪算法。首先,将目标周围的背景信息学习到滤波器中,增加滤波器对背景信息和目标的分类能力,加入时间感知项,保证学习连续两帧图像的滤波器尽可能一致。然后,采用线性插值法用

PDF全文 激光与光电子学进展 | 2020,57(24):241012
分享:

摘要

基于单一全变分正则的多通道图像盲复原算法容易使复原图像产生振铃效应、丢失高频细节信息。针对这个问题,利用模糊图像暗像素的非稀疏性,提出一种基于全变分和暗像素的多通道图像盲复原算法。针对全变分和暗像素双正则模型求解难的问题,使用分裂Bregman优化算法确保结果收敛,将全局问题分解为独立的子问题,通过交替迭代图像和点扩展函数复原出目标图像。实验结果表明,所提算法能够有效去除图像模糊,抑制振铃效

PDF全文 激光与光电子学进展 | 2020,57(24):241016
分享:

摘要

图像拍摄过程中会不可避免地产生由相机抖动或物体运动引发的图像模糊问题。针对该问题,提出了一种基于图像边缘判别机制的盲图像去模糊方法,以恢复图像并使之具有清晰的边缘。首先,提出一个PNet子网,将模糊图像作为输入并利用数据驱动的方式进行判别学习,直到网络收敛。将模糊图像再次输入到训练收敛的PNet子网的生成器中,可得到去模糊图像,并将此图像记作边缘弱化图像。其次,提出一个DNet子网,将模糊图像和边

PDF全文 激光与光电子学进展 | 2020,57(24):241022
分享:

摘要

在医学超声成像技术中,成像设备、成像机制和检测对象的不均匀性等因素导致超声图像中存在斑点噪声和部分失真的问题,这不仅降低了超声图像的质量,也给临床医学的诊断增加了难度。为了有效地抑制超声图像中的斑点噪声,提出了一种基于反向传播(BP)神经网络的自适应双边滤波的超声图像降噪方法。该方法能够通过BP神经网络预测的局部区域与参考噪声区域之间的相似度值区分超声图像中的噪声区域与组织区域,再通过将B

PDF全文 激光与光电子学进展 | 2020,57(24):241014
分享:

摘要

在全景视频目标跟踪过程中,由于光照条件变化复杂和目标相对镜头运动时尺度变化剧烈,目标跟踪算法存在精度低和适用性差等问题。为了解决这个问题,提出了一种基于改进SiameseRPN的全景视频目标跟踪算法。首先采用MobileNetV3中的网络结构提取深度特征,使算法对全景视频序列中出现的场景缺陷有更好的适应性,并利用Squeeze and Excite模块增加网络对特征选择的敏感度。提出并构建了一种基于双线性插值的特征融合模

PDF全文 激光与光电子学进展 | 2020,57(24):241008
分享:

摘要

为了克服噪声导致的相位展开不连续现象,用Canny边缘检测算法获取重建模型的真实边缘,结合二阶差分函数计算边缘可靠性,并根据可靠性的大小逐区域展开相位,以达到稳定展开模型全局相位的目的。提取传统算法和本算法相位展开后任意行(或列)的数据点,得到两种算法相对原始数据点的标准差分别为0.0562和0.0121。同时,本算法可以解决枝切法中因噪声过大导致的相位展开稳定性低以及最小二乘法在重建模型中断层的问题,

PDF全文 激光与光电子学进展 | 2020,57(24):241020
分享:

摘要

基于深度学习的目标跟踪算法将卷积深层输出结果作为特征,虽然准确度高但耗时长;基于融合特征的目标跟踪算法按照响应值融合目标特征,虽然跟踪速度快,但降低了准确度。为了兼顾目标跟踪算法的时效性和准确度,提出基于相似性特征估计的目标跟踪算法。首先利用重要性重采样滤波粒子构建目标观测模型,其中包括选择粒子状态、转移系统状态、构建观测模型、粒子权值更新以及重采样过程。在此基础上,提取目标的统计纹

PDF全文 激光与光电子学进展 | 2020,57(24):241005
分享:

摘要

卷积神经网络(CNN)的结构与参数决定了其在图像分类中的性能,针对深度网络结构复杂、参数量较大的问题,提出了一种基于稠密连接网络进化的CNN(D-ECNN)图像分类算法。该算法可对网络结构空间进行有效搜索,并基于有限的计算资源对深度网络结构与参数进行自适应优化。在车辆数据集上的分类实验结果表明,本算法的准确率可达到95%,相比视觉几何组(VGG16)算法,提升了约1%,且本算法的模型文件较小、速度更快。

PDF全文 激光与光电子学进展 | 2020,57(24):241001
分享:

摘要

受散射和吸收的影响,水下图像出现颜色失真、可视性低、细节丢失的问题。为了有效解决上述问题,提出了基于颜色校正和细节保持的水下图像增强方法。首先,采用基于Retinex启发的方法,通过调整每个颜色通道的直方图分布来对颜色进行校正。然后,一个基于中值和均值的平均值的双区间直方图用于改善低像素区域和高像素区域,整合图像的对比度得到了显著提高。最后,一个多尺度非锐化掩模方法用于整个图像的锐化,以突显

PDF全文 激光与光电子学进展 | 2020,57(24):241013
分享:
首页上一页12345678910下一页尾页