期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
细节保持的非均匀光照图像亮度均衡算法 被引量:15
1
作者 陈晓冬 +3 位作者 汪毅 蔡怀宇 孙刚 杨云生 《光电工程》 CAS CSCD 北大核心 2019年第4期44-55,共12页
针对目前图像增强算法应对非均匀光照环境的局限性,提出了一种同时保持低照度区域和正常照度区域细节信息的图像亮度均衡算法。算法利用像素相邻频率和位置关系生成光照滤波器,有效分离图像光照信息和反射细节信息。通过光照阈值划分光... 针对目前图像增强算法应对非均匀光照环境的局限性,提出了一种同时保持低照度区域和正常照度区域细节信息的图像亮度均衡算法。算法利用像素相邻频率和位置关系生成光照滤波器,有效分离图像光照信息和反射细节信息。通过光照阈值划分光照亮暗区域进行低照度亮度补偿,从而均衡图像亮度。实验结果显示,相对于经典NPEA算法,图像平均峰值信噪比提升15.4%、平均增强度提升245.0%、平均亮度阶差下降25.4%。因此,本文算法能够在保持不同照度区域的细节信息的同时均衡亮度,获得较好的视觉效果。 展开更多
关键词 图像增强 亮度均衡 非均匀光照 细节保持
下载PDF
基于图像内容评价因子的动态场景曝光融合算法 被引量:4
2
作者 郝福得 陈晓冬 +2 位作者 汪毅 齐麟 《光学技术》 CAS CSCD 北大核心 2018年第4期480-486,共7页
针对目前高动态范围(HDR)成像算法难以应对动态场景的局限性,提出了一种有效抑制运动鬼影的HDR图像融合算法。算法根据整体图像质量,从图像序列中选择参考图像;从像素曝光质量、细节丰富程度及与参考图像之间的局部相似性三个角度对... 针对目前高动态范围(HDR)成像算法难以应对动态场景的局限性,提出了一种有效抑制运动鬼影的HDR图像融合算法。算法根据整体图像质量,从图像序列中选择参考图像;从像素曝光质量、细节丰富程度及与参考图像之间的局部相似性三个角度对图像内容进行评价,根据评价结果确定融合权重;采用拉普拉斯金字塔图像融合算法进行图像融合,得到HDR图像。采用图像熵与结构相似性(SSIM)相结合的评价标准对算法进行评价,实验结果表明,处理结果的平均SSIM达到0.952,证明算法对运动鬼影具有显著的抑制效果。 展开更多
关键词 高动态范围成像 多曝光图像融合 图像梯度 抑制鬼影
原文传递
融合Retinex框架对电子内镜图像的增强 被引量:3
3
作者 陈晓冬 +2 位作者 汪毅 蔡怀宇 孙刚 《光学精密工程》 EI CAS CSCD 北大核心 2019年第10期2241-2250,共10页
针对目前图像增强算法对于电子内镜图像光照不均匀、低照度区域边缘细节不明显以及高噪声等问题的局限性,设计了一种用于电子内镜图像的融合低噪声、均衡光照和细节增强的Retinex框架,并根据此框架设计了增强算法。算法首先利用基于位... 针对目前图像增强算法对于电子内镜图像光照不均匀、低照度区域边缘细节不明显以及高噪声等问题的局限性,设计了一种用于电子内镜图像的融合低噪声、均衡光照和细节增强的Retinex框架,并根据此框架设计了增强算法。算法首先利用基于位置信息与相邻频率的滤波器得到低噪光照值;为了有效区分噪声与细节信息,设计了一种基于最大后验概率估计(Maximum A Posteriori estimation, MAP)的反射率估计方法,引入光照因子控制概率权重,对于低照度区域反射率平滑项施加强约束,并通过最大化其后验概率以应对低照度区域的高噪声问题;为均衡光照、应对人体内黏膜和消化液的散射和吸收导致的图像退化,基于暗通道先验(Dark Channel Prior, DCP)算法设计了反向均衡化模型以得到均衡光照值;为应对低照度区域细节信息不明显问题,利用对比度限制自适应直方图均衡化得到细节增强结果。通过使用均衡光照值补偿增强后的反射率,实现噪声抑制、光照均衡、细节增强提高之间的有效融合。实验结果表明,本算法较于近期的同类算法NIEIE(Non-uniform Illumination Endoscopic Imaging Enhancement),能够在保持信息熵与峰值信噪比的基础上,增强度提升23.94%,对于电子内镜图像具有良好的适用性。 展开更多
关键词 图像增强 光照均衡 噪声滤除 细节增强 内镜图像
下载PDF
用于通用目标跟踪的图记忆跟踪器
4
作者 陈晓冬 +1 位作者 汪毅 蔡怀宇 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2023年第12期1317-1325,共9页
基于匹配的跟踪算法能够将特定目标的识别问题转化为模板匹配问题,具有较高的响应速度和跟踪精度,这使它在通用目标跟踪中占有优势.然而,此类算法缺乏在线适应性和对特定数据的针对性,难以应对目标和跟踪场景的复杂变化.针对这一问题,... 基于匹配的跟踪算法能够将特定目标的识别问题转化为模板匹配问题,具有较高的响应速度和跟踪精度,这使它在通用目标跟踪中占有优势.然而,此类算法缺乏在线适应性和对特定数据的针对性,难以应对目标和跟踪场景的复杂变化.针对这一问题,提出一种基于图结构的图记忆跟踪器以提升通用目标跟踪的准确性.首先,利用图的节点匹配机制实现目标先验知识与搜索输入的点对点局部匹配,并根据匹配结果定位目标位置.其次,利用目标位置信息生成新模板.为抑制相似实例的干扰,根据相似实例分类响应呈现多峰的特点对新模板进行动态筛选.最后,将经过筛选的新模板作为候选信息存入存储模块.为了防止筛选失误引起后续错误叠加、减少错误信息的参与度,存储模块对候选信息进行实时更新.视频序列上的测试结果显示,图记忆跟踪器的存储模块能够及时更新候选信息,保留目标不同时刻的状态.常用跟踪基准上的结果显示,图记忆跟踪器在成功率和精度上优于基于匹配的基线跟踪器SiamRPN.与最近的先进跟踪器CstNet相比,图记忆跟踪器在OTB100基准上获得了11.75%的重叠成功率增益,10.53%的精度增益,在VOT2016基准上获得了8.59%的预期平均重叠增益.速度测试的结果显示,图记忆跟踪器能够在单片RTX2070上实现29帧/s的运行速度. 展开更多
关键词 目标跟踪 通用跟踪 图结构 局部匹配 模板更新
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部