共查询到18条相似文献，搜索用时 202 毫秒
1.
针对海底侧扫声纳图像对比度低、纹理弱、噪声严重等问题,提出了一种基于第二代Curvelet变换的声纳图像增强算法。首先对原始声纳图像进行多尺度、多方向的Curvelet变换分解,得到低频子带和高频子带;然后引入非线性S型函数对低频系数进行处理,提高图像整体的对比度;采用一种可以避免过度增强的新型非线性函数对各尺度的高频子带系数进行处理,提高图像整体的对比度,增强图像边缘和纹理细节,并通过估计噪声水平设定阈值进行阈值降噪。最后经Curvelet逆变换得到增强图像。实验表明,该方法不仅改善了海底侧扫声纳图像对比度低的问题,而且降低了噪声,突出了声纳图像的边缘和纹理细节。 相似文献
2.
声纳具有对大范围水下场景探测的能力,一直以来都是水下设备感知外界环境的重要手段,但由于声纳图像分辨率低,海洋环境噪声干扰较为复杂,所以在诸多方面的应用都受到了限制。文中提出了一种基于马尔可夫随机场和引导滤波的声纳图像去噪与增强方法,使用马尔可夫随机场对声纳图像进行预分割,然后采用中值滤波方法对原始图像进行简单滤波处理,最后将该图像作为引导图像对马尔可夫随机场(Markov Random Field,MRF)分割后的图像进行引导滤波实现了对声纳图像的去噪与增强。该方法有效地去除了背景和影子内的噪声,对目标区域内部噪声起到了很好的抑制作用,消除了MRF分割产生的伪轮廓效应,具有较好的边界保持和增强效果。 相似文献
3.
胡红波 《数字海洋与水下攻防》2019,2(5):1-6
针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点，提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先，根据侧扫声呐图像中水下小目标成像特点，对声呐图像进行滤波及聚类分割，大幅降低图像中噪声；然后，采用斑点检测思想，提取侧扫声呐图像中疑似目标区域；最后，基于自动阈值分割算法对声呐图像进行分割，获取目标区域二值图像，使用二阶矩估计目标尺度，剔除虚假目标，最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高，对侧扫声呐图像中的水下小目标具有良好的检测效果。 相似文献
4.
由于水下环境具有不稳定性,水下图像可能会出现偏色、对比度低以及运动模糊等退化现象。针对这些问题,本文提出了适用于水下图像的增强算法,其实现需要依次经过颜色恢复和去模糊这2个阶段。在第一阶段中,本文增强算法先利用高斯滤波和均值漂移对图像进行锐化;然后,通过对比图像各颜色通道的均值得到补偿值对图像颜色进行校正;最后通过线性拉伸来调整图像的对比度。在第二阶段中,采用带有残差思想的生成对抗网络(GenerativeAdversarialNetworks,GAN),利用9个连续的残差网络能够很好地提取图像中的特征,可起到消除模糊和增强图像特征的作用。利用本文算法处理水下图像时,发现本文方法不仅能去除图像模糊,而且能消除图像的色偏现象且不携带红色伪影。同时,通过对比水下图像质量度量(UnderwaterImageQualityMeasures,UIQM)和水下彩色图像质量评估(UnderwaterColorImageQualityEvaluation,UCIQE)这2项指标发现,本文算法有较好的图像处理效果。 相似文献
5.
针对水下小目标探测与识别难的问题，开展基于侧扫声呐的声呐图像滤波、图像分割及目标提取方法研究。常规滤波方法难以有效清除图像中存在的噪声，从而造成图像质量下降。采用非局部均值滤波算法与 GPU 加速的方法，在获得声呐图像较好处理效果的同时，满足水下小目标检测实时性的要求；同时， 采用膨胀算法与 Canny 边缘检测算法相结合的方式，实现了水下真假目标的有效区分。 相似文献
6.
水下成像存在颜色失真、图像对比度严重下降等问题。大多数基于深度学习的水下图像增强方法依赖仿真数据集，由于仿真与实测数据之间存在较大的分布差异，实测泛化能力受限。将水下图像增强任务划分为 2 个更简单，但是同时具有明确物理意义的子问题：颜色校正和对比度增强，提出基于物理模型分解的域内–域间迁移框架。首先，域内迁移校正图像颜色，通过学习对退化图像进行分解，在场景光层面通过对齐颜色退化，校正颜色失真同时保证其它成分完全不受影响。进一步，再次利用基于水下散射模型的分解策略，通过针对性迁移水下退化因素，使得仿真–实测域之间实现相互迁移和交互，增强水下图像对比度。实验结果表明：本方法在真实水下图像数据集上处理的结果，在色彩、纹理细节和清晰程度方面均优于现有的对比方法。 相似文献
7.
现有的基于深度学习的水下图像增强方法在仿真的水下图像上取得了良好的效果。但是，由于简化的仿真图像与复杂的真实图像之间存在较大差距，此类方法在处理真实水下图像时性能明显下降。为了解决真实水下图像增强问题，提出了一种联合生成–去除水下图像增强方法。该方法采用分解思路，将水下图像分解为干净的背景层和退化层，通过循环一致性损失和对抗性损失来更好地保留背景，进而实现真实图像和仿真图像之间的转换，既校正了图像颜色，又提升了图像对比度，实现良好的增强效果。实验结果表明， 本方法在真实水下图像数据集上处理的结果，在色彩、纹理细节和清晰程度方面均优于现有的对比方法。 相似文献
8.
侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明：利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。 相似文献
9.
图像增强是通过改变图像中某类像素的灰度值,以改变图像视觉效果或为有助于机器自动分割。水下红外图像对比度差,干扰强,为了便于人工判读,在保边去噪的基础上还要进行增强处理。将基于粗糙集理论的中值滤波和增强方法应用于水下红外图像处理中,给出了实验结果。结果表明这种方法具有可行性。 相似文献
10.
图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展，基于深度学习的超分辨率重建算法取得了突破性进展。然而，水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题，重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先，对自然图像退化方式和数据集进行分类总结，结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知(非盲)多种退化、未知(盲)多种退化 3 个方面进行详细总结，为水下应用场景提供参考。然后， 介绍了水下光学图像退化方式，归纳了常见的公开数据集，总结并分析了水下光学图像超分辨率重建的最新进展。最后，对该领域未来可能的发展趋势进行了展望。 相似文献
11.
12.
Experiments on vision guided docking of an autonomous underwater vehicle using one camera 总被引：1，自引：0，他引：1
This paper introduces an underwater docking procedure for the test-bed autonomous underwater vehicle (AUV) platform called ISiMI using one charge-coupled device (CCD) camera. The AUV is optically guided by lights mounted around the entrance of a docking station and a vision system consisting of a CCD camera and a frame grabber in the AUV. This paper presents an image processing procedure to identify the dock by discriminating between light images, and proposes a final approach algorithm based on the vision guidance. A signal processing technique to remove noise on the defused grabbed light images is introduced, and a two-stage final approach for stable docking at the terminal instant is suggested. A vision-guidance controller was designed with conventional PID controllers for the vertical plane and the horizontal plane. Experiments were conducted to demonstrate the effectiveness of the vision-guided docking system of the AUV. 相似文献
13.
海底影像存在着对比度低、噪声污染严重、图像质量差等问题，采用传统算子的海底管线边缘图像中含有大量的无用和断裂边缘信息。文中将多尺度边缘检测和匹配跟踪相结合，提出利用平稳小波变换的海底管线边缘检测方法；在提取边缘的同时利用匹配跟踪手段对噪声干扰进行抑制，提高图像目标边缘检测质量。通过对海底管线和测试图像边缘检测实验表明，文中所提出的方法在抑制图像噪声的干扰、提高水下目标边缘完整性方面明显优于传统的边缘提取算子，证明该算法的有效性。 相似文献
14.
水下视频可直观记录和反映海洋牧场生物资源的现状和变动,目前亟待开展基于图像的海洋牧场生物识别分类方法研究,以充分发挥图像处理技术在海洋牧场生物群落监测领域的应用潜力。利用采集自我国北方烟威地区包含鱼礁、藻床和泥沙三种图像背景的水下视频,开展了图像增强、图像分类数据集的建立和3种分类模型的应用。对比了基于绿通道的色彩补偿和限制对比度的自适应直方图均衡等方法在海洋牧场水下图像增强上的效果。建立了北方海洋牧场常见岩礁生物图像分类数据集,包括花鲈(Lateolabraxjaponicus)、(Lizahaematocheilus)、许氏平鲉(Sebastes schlegelii)等鱼类11种、棘皮类3种和蟹类1种,共23 211张图像。基于飞桨深度学习框架和PaddleX全流程开发工具,选择AlexNet、MobileNetV3和ResNet50三种图像分类卷积神经网络进行迁移学习,并分别验证了其在含噪音水下图像上的鲁棒性。结果表明,三种模型在测试集的类准确率分别达到96.64%、94.75%和99.23%,其中ResNet50模型在含有高斯噪音的图像集验证具有更好的鲁棒性。综之,基于深度学习的计算机视觉技术在我国海洋牧场生物群落监测中具有较大应用潜力,可为我国海洋牧场监测和管理提供新的思路和方法。 相似文献
15.
《Oceanic Engineering, IEEE Journal of》2005,30(3):570-587
Underwater imaging is important for scientific research and technology as well as for popular activities, yet it is plagued by poor visibility conditions. In this paper, we present a computer vision approach that removes degradation effects in underwater vision. We analyze the physical effects of visibility degradation. It is shown that the main degradation effects can be associated with partial polarization of light. Then, an algorithm is presented, which inverts the image formation process for recovering good visibility in images of scenes. The algorithm is based on a couple of images taken through a polarizer at different orientations. As a by-product, a distance map of the scene is also derived. In addition, this paper analyzes the noise sensitivity of the recovery. We successfully demonstrated our approach in experiments conducted in the sea. Great improvements of scene contrast and color correction were obtained, nearly doubling the underwater visibility range. 相似文献
16.
椒盐噪声是常见的图像噪声,典型的图像平滑算法不能区分海岸带高分辨率遥感图像中的噪声点和信号点,常造成图像平滑后海岸线等细节损失。提出先识别噪声点再进行去噪的新方法,通过统计关联参数用双阈值识别噪声,然后用中心权值为零的模板平滑噪声点。实验表明,该方法在滤除椒盐噪声的同时,较好地保持了海岸线等细节。 相似文献
17.
基于多小波分析的多聚焦图像融合 总被引：5，自引：0，他引：5
多聚焦图像融合的关键问题是如何保持原始图像的细节。基于多小波分析具有多个分析基函数和产生更多分解子图像的特点,本文提出1种基于多小波分析的多聚焦图像融合方法。根据小波变换域分解信号的特点,分别对细节信号采用基于局部区域能量指导下的融合规则和对粗大信号采用局部均方误差加权均衡的融合规则,最后考虑了焦点区域的一致性调整。通过实验证明,在采用空间频率和清晰度作为客观评价条件之下,该方法比基于单小波分解、塔式分解和其它的融合方法都具有更好的融合效果。 相似文献
18.
GF-1 WFV图像经验模分解的光谱保真性与水深遥感探测 总被引：1，自引：2，他引：1
水深是海洋环境的重要参数之一，水深遥感反演是水深测量的一种重要手段。经验模分解（EMD）具有剔除小尺度波浪信息，留下大尺度水下地形信息的特性。本文利用EMD对高分一号卫星宽幅影像进行尺度变换，使用光谱相关系数、光谱角、光谱偏差和光谱相对偏差等评价指标，对剩余层图像进行光谱保真性分析；利用改进的对数转换比值模型对原始影像和剩余层图像进行水深反演，并进行相关性分析与精度评价。研究结果表明:（1）评价指标显示EMD变换后影像具有相当的保真性；空间断面分析表明EMD去除了小尺度的噪声信息，保留了水下地形变化信息。（2）经均匀分布的检查点验证，两区域的原图像反演水深和实测水深的相关性较好，相关系数达0.75以上，且两种波段组合的MAE和MRE均不超过2.42 m和8.5%。（3）对EMD的全部10层进行水深反演，蓝绿波段的MAE和MRE均不高于1.62 m和5.8%；绿红波段的MAE和MRE均不高于1.93 m和6.9%。（4）对于不同的波段组合，蓝绿波段组合在各剩余层的水深反演效果明显优于绿红波段，经EMD后的水深反演效果明显提高。（5）20~30 m水深段的反演精度整体要高于30~40 m，该模型应用于较浅水深段更具优势。 相似文献