【摘 要】
:
针对RGB图像在光照条件较差的情况下,难以检测其显著性目标区域,热红外(T)图像具有红外热辐射,难以检测其显著性目标边界的问题,提出一种基于RGB、T图像信息融合互补的显著性检测算法。首先,基于IHS颜色空间建立图像光照条件,判断RGB、T图像的光照情况;并提出RGB-T图像自适应光照融合算法,该算法根据图像的光照情况引导RGB-T图像的融合,以生成多级RGB-T光照融合图像,提高显著性目标的区域
论文部分内容阅读
针对RGB图像在光照条件较差的情况下,难以检测其显著性目标区域,热红外(T)图像具有红外热辐射,难以检测其显著性目标边界的问题,提出一种基于RGB、T图像信息融合互补的显著性检测算法。首先,基于IHS颜色空间建立图像光照条件,判断RGB、T图像的光照情况;并提出RGB-T图像自适应光照融合算法,该算法根据图像的光照情况引导RGB-T图像的融合,以生成多级RGB-T光照融合图像,提高显著性目标的区域检测能力。其次,使用不同卷积核与标准差的高斯滤波器提取RGB、T图像中物体的边缘高频信息,以生成不同层级
其他文献
针对高转速搅拌摩擦焊焊接过程中产生的飞边和隧道等缺陷,文中设计了一套基于视觉传感的搅拌摩擦焊焊缝成形闭环控制系统,实现了焊接过程中进行焊缝表面实时监测与参数调整。通过GigE相机获取ROI(有效区域),然后对图像进行预处理,包括滤波、图像增强、二值化和边缘检测等,进而通过二叉决策树的SVM分类方法对获取的图像进行识别和分类,系统通过获取分类的结果的作出相应的工艺参数调整。结果表明:当系统检测到飞边
针对事件相机输出的事件流中存在大量噪声的问题,介绍了一种基于概率无向图模型的事件流去噪算法。算法基于目标变化在时间和空间上具有一定的规律性和相关性这一先验信息,通过将事件映射到极坐标时空邻域,建立事件的局部相关性,以此构建完整的概率图模型。同时,设计相应的能量函数将去噪问题转化为能量最小问题。此外,改进的条件迭代模式被用于优化模型的迭代求解。事件相机模拟器产生的仿真数据和DAVIS346录制的真实
为了实现枝切法在激光散斑干涉相位图解包裹中工程化的应用,解决由于外来光线干扰、激光器性能下降、相机拍照局部点欠采样等原因出现的枝切线密集、计算速度慢等问题,在Goldstein枝切法的基础上提出了优化改进方案。将残差点当作带着正负单位电量的"电子",利用电磁力导引通过相位平滑或增加相位跳变处理消除残差点,减少枝切线数量,同时采用GPU并行计算技术提高图像处理速度。仿真实验和实际测量数据表明优化后的
CFRP/Al蜂窝板构件长期服役于恶劣环境,易引发脱粘和积水等涉及运行安全的缺陷。以同时含有脱粘和积水缺陷的CFRP/Al蜂窝复合板材为检测试件,运用巴克编码调制脉冲压缩信号驱动卤素灯作为外部激励源,用红外热像仪采集试件表面的红外热图序列。设计并运用三维匹配滤波器对所采集的图像序列进行处理,在4种不同量化方式的条件下,获得有关脱粘和积水缺陷的8个热波响应结果,并对这些结果进行多角度对比分析及信噪比
针对利用可见光图像检测AFP铺层表面缺陷受光源条件差、预浸纱纹理对比度低等因素影响,检测结果不理想,提出一种基于改进CenterNet的AFP铺层表面红外图像缺陷检测方法,提高AFP铺层表面缺陷检测性能。首先,针对CenterNet模型参数数量过多而工控机硬件配置有限的问题,提出利用基于ASFF的轻量级MobileNetV3作为骨干网络,构建轻量级anchor-free检测模型AFPCenterN
随着激光雷达等三维点云获取工具的快速发展,点云的语义信息在计算机视觉、智能驾驶、遥感测绘、智慧城市等领域更具重要意义。针对基于分割块特征匹配的点云语义分割方法无法处理过分割和欠分割点云块、行道树和杆状物的语义分割精度低等问题,提出了一种基于分割块合并策略的行道树和杆状物点云语义分割方法,该方法可对聚类分割后感兴趣的分割块进行合并,通过计算其多维几何特征实现对合并后的物体分类,并使用插值优化算法对分
基于改进的球谐离散坐标法建立了飞行器尾焰的紫外辐射亮度仿真模型。在尾焰羽流的热辐射基础上,重点考虑了尾焰中气体分子的化学荧光辐射源及由尾焰中三氧化二铝簇团粒子的平均光学特性带来的多重散射源效应。基于辐射传输方程,在球谐离散坐标系中,对尾焰在不同观测角度、不同介质分布的紫外辐射亮度进行了数值计算,实现了高分辨的三维尾焰辐射亮度的空间分布图像仿真。同时,采用灰度共生矩阵算法获得尾焰辐射亮度分级分布的灰
在光学镜片缺陷检测中,为提高光学镜片图像阈值分割的精度和速度,提出一种新的粒子群算法(PSO)+Otsu阈值分割算法。该算法通过改进PSO权重因子更新策略,增加权重因子在迭代初期位于较大值的时间,增强全局搜索能力,计算粒子的最优位置,并把最优位置赋值给Otsu算法,最终实现光学镜片图像的阈值分割。改进的权重因子更新策略能够克服典型线性递减权重因子更新策略由于迭代初期的全局搜索能力不足,导致后期陷入
韦伯局部描述子(WLD)是一种有效的图像特征描述子。但是,构成WLD特征的差分激励和梯度方向无法准确地刻画掌纹图像的局部灰度变化和纹线的方向,因此基于WLD的掌纹识别性能并不高。针对掌纹图像纹线特征较丰富的特点,对WLD特征进行改进获得多尺度Gabor方向韦伯局部描述子,以提高掌纹识别的性能。首先,采用多尺度Gabor滤波器对掌纹图像进行滤波,得到多尺度能量图和方向图;然后,基于能量图计算差分激励
针对交通标志只在图像中占极小的区域且难以准确识别的问题,提出一种基于注意力模型的无锚框交通标志识别算法,利用密集连接网络DenseNet-121作为骨干网络并对特征进行提取。为了解决小型交通标志准确率低的问题,在骨干网络中加入注意力模型,可以对特征图进行空间和通道上的自适应调整,通过加强或抑制特征图中元素的权重可以提升对小型交通标志的识别性能。为了减小编码路径与解码路径间的语义鸿沟,引入残差网络的