-
题名对比约束下的非局部关联单图像去反光级联算法
- 1
-
-
作者
罗超
缪君
郑义林
华锋
储珺
-
机构
南昌航空大学航空制造工程学院
南昌航空大学计算机视觉研究所
-
出处
《计算机工程与科学》
CSCD
北大核心
2024年第5期861-871,共11页
-
基金
国家自然科学基金(62162045,62366032)。
-
文摘
图像中存在的反光不但显著降低了图像质量,而且严重影响了后续的计算机视觉任务。因此,提出了一种对比约束下的非局部关联单图像去反光级联算法NCRR,该算法通过LSTM传递跨级联信息的双支路方式,利用反光特征和背景特征相互补充信息并迭代细化预测精度,使2条支路的预测效果相互促进。为了便于多个级联步骤的训练,提出了一种正负对比的正则化损失,将背景图像和原图像的特征分别作为正、负样本,确保目标图像在表示空间中拉近背景图像,推远原图像,缩小预测范围,较好地缓解不适定性问题。此外,提出了一种高效、计算量少的非局部关联预测模块,它能获取十字交叉路径上所有像素的上下文信息。通过进一步级联操作,使每个像素捕获整幅图像长距离的依赖关系,能利用周围像素点信息来预测被强反光遮挡的背景信息。实验结果表明,本文算法能够有效去除玻璃的强反光,并且玻璃去反光的评估结果都超过了其他对比算法,具有较好的鲁棒性。
-
关键词
图像反光
级联
正则化
上下文信息
远程依赖
-
Keywords
image reflection
cascaded
regularization
contextual information
long-range dependence
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进k均值聚类方法的林木冠层孔隙度提取
被引量：3
- 2
-
-
作者
沈德胜
朱良宽
宋佳音
李克新
-
机构
东北林业大学机电工程学院
-
出处
《森林工程》
2016年第2期14-18,22,共6页
-
基金
国家自然科学基金项目(31370710)
高等学校博士学科点专项科研基金资助(20110062110002)
-
文摘
在利用林木冠层半球图像获取冠层孔隙度的过程中,针对因植被反光现象导致的图像误分割或分割不精确,以及传统k均值聚类图像分割方法易陷入局部最优值的问题,提出一种新的林木孔隙度提取策略。首先,利用数字图像处理方法消除了冠层半球图像中植被的反光,降低了因植被反光引起孔隙度计算出现较大误差的风险;然后,将初始聚类中心优化的k均值聚类方法与数字图像的数据特点相结合,确定了较为合理的数据密度搜索半径,提出改进k均值聚类方法对冠层图像进行两次聚类分割,计算出冠层孔隙度。最后,将结果与传统k均值方法、Otsu法和Win SCANOPY2006a软件的处理结果进行对比分析,实验结果表明所提的方法是可行且有效的。
-
关键词
图像反光
K均值聚类
冠层半球图像
孔隙度
-
Keywords
reflective image
k-means clustering
canopy hemisphere image
porosity
-
分类号
S718.42
[农业科学—林学]
-
-
题名基于L_(0)矩阵范数正则化的自然图像去反光算法
- 3
-
-
作者
丁凤
夏又生
-
机构
福州大学数学与统计学院
南京信息工程大学人工智能学院
-
出处
《福州大学学报（自然科学版）》
CAS
北大核心
2022年第6期729-736,共8页
-
基金
国家自然科学基金资助项目(61473330)。
-
文摘
提出一种基于L_(0)范数正则化的自然图像去反光算法.首先,根据自然反光图像的两个特征构建基于L_(0)范数的正则优化模型,保证漫反射图像系数矩阵的稀疏性、低秩性和反光区域漫反射分量的有效恢复.其次,利用增广拉格朗日技术,导出求解L_(0)范数正则优化模型的算法.最后,通过与相关的图像去反光算法对比,证实本图像去反光算法在均方误差和结构相似度上均优于其他去反光算法,使其生成图像在保留更多纹理细节信息的同时,可以有效去除图像反光.
-
关键词
图像反光去除
L_(0)范数正则化
矩阵变量优化
-
Keywords
specular highlight removal
L_(0)norm regularization
matrix-variable optimization
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP301.6
[电子电信—信息与通信工程]
-
