共查询到19条相似文献，搜索用时 635 毫秒
1.
针对眩光/阴影等复杂光照干扰场景视觉定位鲁棒性较低的问题，该文提出一种顾及图像亮度特征的自适应视觉同时定位与地图构建(SLAM)定位方法。该方法基于ORB-SLAM2算法进行改进，通过在ORB-SLAM2前端利用图像平均亮度阈值法检测光照干扰图像，并对其进行饱和度增强，从而得到有利于ORB特征提取的图像。该文利用TUM数据集与KITTI数据集验证了所提方法的可靠性，并与原ORB-SLAM2和ORB-SLAM3算法进行了对比实验。实验结果表明，该文方法的定位精度优于其他两种算法，有效提升了复杂光照场景中视觉定位的鲁棒性。 相似文献
2.
基于中波红外图像获取困难的现状,利用高分辨率可见光图像,分别提出基于近似模型和辐射传输模型的中波红外图像模拟方法。在近似模型中,对可见光图像分类,结合不同地物的发射/反射特性,建立起待模拟中波红外图像与源图像之间的灰度映射关系;在辐射传输模型中计算出地面的辐射亮度值,并利用MODTRAN4进行大气改正;利用这两种方法,得到了不同条件下的模拟图像,并给予初步的评价。模拟结果表明,两种方法均能反映出中红外波段下不同地物的相应特征,并在制导等军事应用中有一定的价值。 相似文献
3.
提出了一种基于类别光谱变化规律的高分辨率遥感图像土地利用变化检测方法。在基准期土地利用图的辅助下,以像斑为图像分析的基本单位,分别建立不同类别像斑特征在基准期和检测期图像上的分布曲线,通过三次多项式拟合参数表征上述2个时期特征值分布曲线的变化规律,在此基础上获取变化阈值,进行迭代计算,找出不符合类别光谱变化规律的像斑,确认为发生变化的像斑。以武汉市局部2002年、2005年QuickBird多光谱图像及相同区域2002年土地利用图为实验数据,以绿地和城区为例,对上述方法进行验证,证明上述方法有效。 相似文献
4.
应用光照模型的交通车辆识别定位的高分辨率遥感方法 总被引：1，自引：0，他引：1
针对识别和定位路面上每辆汽车这一交通遥感图像处理的核心环节,提出一种解决方法。应用光照模型推导出路面、车辆(深浅两类)、汽车阴影在全色遥感影像中的亮度差异与亮度变化特征。以亮度差异为基础建立了能够将车辆区域从路面遥感图像中分割出来的图层分离算法。针对密集行驶的汽车因阴影相互覆盖而容易被误识别为一辆大型车的问题以及浅色车因深色车窗造成的识别结果割裂问题,利用亮度变化特征以及阴影、车窗与汽车的位置关系设计了车辆区域内的阴影和车窗干扰消除算法,通过闭运算实现了遥感图像中的汽车识别与定位。选用10幅交通遥感图像进行了测试,对浅色车的识别率大于92%,对深色车的识别率大于87%。 相似文献
5.
6.
视频序列图像中运动目标检测与阴影去除 总被引：2，自引：1，他引：1
提出了一种新的基于柯西分布的光照模型(shading model,SM)变化检测方法。在一种快速动态背景图像初始化的基础上,建立了Gaussian统计背景模型;基于使用统计假设检验方法检测变化区域的结果,利用YCbCr颜色空间的亮度、颜色信息,识别和消除视频序列图像中的阴影和反光等。试验表明,该文所提出的方法可以承受整体或局部的、缓慢或突然的背景光线变化,以及由场景背景中小的背景扰动、阴影或反光导致的噪声,可以较精确地检测背景目标,改善了SM方法在较暗区域的目标检测效果。 相似文献
7.
8.
9.
基于小波变换的大面阵CCD相机影像亮度不一致性消除算法 总被引：1，自引：0，他引：1
针对大面阵CCD影像亮度不均匀现象，提出一种基于小波变换的影像亮度不一致性消除算法。在分析像面光照模型的基础上，构造出光照模型的仿真影像，通过分析仿真影像的小波变换系数，发现影像亮度不一致信息集中反映在小波的近似系数之中。利用这一特性，先将数字相机原始影像进行多尺度小波分解，并对近似系数取对数，然后施加一个衰减算子，对近似系数的对数进行非均匀改正，将改正后的系数取指数，再对近似系数进行线性拉伸，同时根据人类视觉系统对不同方向细节敏感度的不同，对不同方向的细节系数进行不同幅度的线性拉伸，以突出图像细节，最后通过影像重建，获得均匀亮度的航空影像。实验结果显示，该算法具有很好的匀光效果，同时能够较好地保持影像细节特征。 相似文献
10.
基于自适应参数估计的多时相遥感图像变化检测 总被引：6，自引：0，他引：6
提出一种基于自适应参数估计实现多时相遥感图像的变化检测算法.首先应用分层Markov随机场模型建立多时相差分图像的统计模型;然后通过非监督的迭代自适应参数估计实现差分图像的分类,从而检测出变化的像元.在每次参数估计过程中,先将上次估计出的参数用于最大后验估计实现差分图像的分类,然后根据分类结果再对参数进行修正,并将修正后的参数用于下一次迭代分类,如此循环迭代,能够自适应地完成差分图像的参数估计与分类. 相似文献
11.
针对Mask匀光法对低通滤波器及其尺寸参数依赖的问题,提出一种变分Mask自适应匀光算法。根据影像自身的先验信息,结合Mask数学模型构造变分能量函数,分别利用各向异性和各向同性全变分正则项约束理想影像和背景影像,采用分裂Bregman方法交替迭代求解,可同时获取最优化背景影像和理想影像。利用3幅光照不均匀的遥感影像进行实验并与3种不同滤波尺寸的Mask匀光法进行了比较,本文方法在目视效果和定量评价指标上均呈现明显的优势,在消除亮度不均的同时能够保持影像的纹理和细节信息。 相似文献
12.
由于计算机内存的限制,遥感影像的超分辨率重建一般采用分块算法进行处理,重建后的影像由于亮度、反差分布不均匀很难实现无缝拼接。针对超分辨率重建影像无重叠、规则大小的特点,本文提出了一种改进的加权Wallis匀光算法。该方法采用一种新的影像调整顺序,并使用加权法计算匀光参数,可以减少影像调整时误差的空间传递和累积,避免过度计算造成影像信息损失。最后,采用本文方法对900幅超分辨率重建后的资源三号影像进行匀光处理。试验结果表明：该方法能够使大幅面超分辨率重建影像达到亮度、反差一致性,取得了较好的匀光效果,达到了消除拼接缝的目的。 相似文献
13.
14.
15.
一种顾及影像纹理特性的自适应分辨率增强算法 总被引：1，自引：1，他引：1
针对传统的影像分辨率增强算法存在的缺点,提出了一个顾及影像纹理特性的自适应分辨率增强算法。在算法中,首先通过影像分析,根据定义的3种纹理特性,确定出像素在影像中所在的位置是属于平滑纹理、一般纹理还是边缘纹理,然后根据不同的属性应用不同的滤波器进行内插增强。特别是对边缘纹理的处理,为了提高精度,是通过两次迭代来完成的。实验中利用该算法和传统的增强方法对三峡地区航空影像和武汉TM影像分别进行了处理,并用常用的影像质量评价方法对增强处理结果进行了对比评价,实验证明,所提出的算法在保持纹理、边缘方面有较大的优越性,具有实用价值。 相似文献
16.
针对双边滤波在抑制SAR图像相干斑噪声的不足,本文提出了一种基于背景匀质性的改进双边滤波算法BH-IBF (Improved Bilateral Filtering algorithm based on Background Homogeneity),并将其应用于SAR图像斑点噪声抑制。BH-IBF以传统双边滤波作为基本框架,并利用了双边滤波器中的双边核函数描述像素灰度值之间的相似性以及相邻像素间的几何空间信息。然而,传统双边滤波存在不能有效地滤除强斑点噪声的缺点,并且SAR图像又因成像原理的缺陷导致强斑点噪声普遍存在。针对这些问题,BH-IBF设计了一种根据背景窗口的匀质性进行自适应样本截断的方法,并根据描述背景匀质性的指标自动获取样本截断的截断深度。此外,本文将自适应滤波窗口尺寸以及权重核修改的方案应用到BH-IBF中,以增强匀质区域的斑点噪声平滑强度以及异质区域的边缘信息效果。最后,使用自适应截断后的样本作为已调整权重核的双边滤波器的输入。实验数据显示,BH-IBF能够在有效保留SAR图像纹理信息的同时,获取较好的斑点噪声平滑性能。 相似文献
17.
煤矿井筒是煤矿安全生产的咽喉部位,对确保煤矿安全生产有着重要的意义,其安全状况及病害变换趋势可由竖井井壁影像获取。本文针对井壁影像的纹理结构极大相似、影像对比度较差、亮度不足等特点,提出一种基于最小二乘法拟合速度模型的影像拼接方法。首先对影像进行裁剪、亮度增强等预处理,再根据设备及相机的运行参数拟合影像拼接模型,由模型参数建立影像拼接索引,最后分区进行拼接。实验结果表明:该方法既满足了实际需求,又提高了影像拼接在矿井巡检中的实际应用价值,取得了满意的效果。 相似文献
18.
提出了一种基于亮度空间和相位一致性理论的多光谱遥感影像特征点检测算法。首先利用参数自适应的灰度变换函数建立影像亮度空间;然后结合相位一致性方法在影像亮度空间进行候选特征点检测,并将候选特征点映射到原始影像上进行非极大值抑制;最后在尺度空间计算特征点的特征尺度值。本文方法有效结合了亮度空间特征检测和相位一致性特征检测的优势,对多光谱遥感影像的辐射变化具有较强的稳健性。试验结果证明,与传统特征点检测算法相比,本文方法在特征重复率和重复特征数量方面都具有明显的优势。 相似文献
19.
Sub-pixel mapping is a promising technique for producing a spatial distribution map of different categories at the sub-pixel scale by using the fractional abundance image as the input. The traditional sub-pixel mapping algorithms based on single images often have uncertainty due to insufficient constraint of the sub-pixel land-cover patterns within the low-resolution pixels. To improve the sub-pixel mapping accuracy, sub-pixel mapping algorithms based on auxiliary datasets, e.g., multiple shifted images, have been designed, and the maximum a posteriori (MAP) model has been successfully applied to solve the ill-posed sub-pixel mapping problem. However, the regularization parameter is difficult to set properly. In this paper, to avoid a manually defined regularization parameter, and to utilize the complementary information, a novel adaptive MAP sub-pixel mapping model based on regularization curve, namely AMMSSM, is proposed for hyperspectral remote sensing imagery. In AMMSSM, a regularization curve which includes an L-curve or U-curve method is utilized to adaptively select the regularization parameter. In addition, to take the influence of the sub-pixel spatial information into account, three class determination strategies based on a spatial attraction model, a class determination strategy, and a winner-takes-all method are utilized to obtain the final sub-pixel mapping result. The proposed method was applied to three synthetic images and one real hyperspectral image. The experimental results confirm that the AMMSSM algorithm is an effective option for sub-pixel mapping, compared with the traditional sub-pixel mapping method based on a single image and the latest sub-pixel mapping methods based on multiple shifted images. 相似文献