期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于再模糊理论的航拍图像质量检测方法 被引量:3
1
作者 房楚尧 周知 +1 位作者 赵家培 冯宇迪 《计算机工程与应用》 CSCD 北大核心 2019年第7期199-206,共8页
无人机在进行航拍任务时,会因为机身抖动、地物环境等原因导致采集的图像模糊,对后续提取图像信息造成影响。针对这一问题,提出了一种基于再模糊理论的无参考图像质量检测方法,用来区分清晰和模糊图像。对原始图像进行缩放、灰度化等预... 无人机在进行航拍任务时,会因为机身抖动、地物环境等原因导致采集的图像模糊,对后续提取图像信息造成影响。针对这一问题,提出了一种基于再模糊理论的无参考图像质量检测方法,用来区分清晰和模糊图像。对原始图像进行缩放、灰度化等预处理后附加一定程度的高斯模糊,得到再模糊图像,再分别对两张图像使用拉普拉斯算子提取边缘,得到两张图像的边缘差异图像。通过计算所得的边缘差异图像的标准差与经验得出的划分清晰和模糊图像的阈值相比,判断该图像是否为模糊图像。对人工合成的模糊图像和无人机实拍图像进行实验。实验结果表明,该算法具有较高的模糊图像检测率,表现优于其他图像质量检测方法,且单张图片的检测计算速度很快。 展开更多
关键词 图像质量检测 人类视觉感知 再模糊理论 无人机航拍图像 边缘差异 模糊检测
在线阅读 下载PDF
互参考激光光条图像质量评价 被引量:7
2
作者 贾振元 王灵丽 +2 位作者 刘巍 刘阳 樊超楠 《光学精密工程》 EI CAS CSCD 北大核心 2015年第11期3041-3050,共10页
提出了互参考激光光条图像质量评价方法用于检测激光辅助立体视觉测量中的图像质量。分析了立体视觉测量中单幅激光光条图像的灰度分布特性以及左右激光光条图像灰度分布的相关性。利用光条截面灰度分布梯度表征图像清晰度,并建立了综... 提出了互参考激光光条图像质量评价方法用于检测激光辅助立体视觉测量中的图像质量。分析了立体视觉测量中单幅激光光条图像的灰度分布特性以及左右激光光条图像灰度分布的相关性。利用光条截面灰度分布梯度表征图像清晰度,并建立了综合考虑单幅图像质量与左右图像相关质量的互参考激光光条图像质量评价方法。然后,确定质量系数的阈值,通过分析噪声对光条提取误差的影响,确定提取误差不高于1个像素的单幅图像质量系数QL,QR∈[0.2,1),通过不同表面激光光条投影实验,确定左右图像相关质量系数QLR∈[0.8,1)。最后,在锻造车间进行了现场实验,重建方形锻件高度为1 747.0mm和491.3mm。实验结果显示,清晰的光条图像质量系数符合确定阈值,受噪声干扰的光条图像质量系数偏离设定阈值,验证了本文提出的质量评价方法能较好地反映激光光条图像缺陷。 展开更多
关键词 立体视觉 图像质量检测 互参考图像质量评价 激光光条图像 阈值
在线阅读 下载PDF
基于边缘重构图像的边缘检测算法优选研究 被引量:9
3
作者 邓建新 黄秋林 +1 位作者 袁邦颐 丁度坤 《机电工程》 CAS 北大核心 2023年第9期1441-1448,共8页
边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节,其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题,提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检... 边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节,其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题,提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检测质量评价算法。首先,采用待处理边缘图像的最大连续非边缘矩形区域作为重构搜索窗口,设计了多方向滑动窗口线性插值图像重构法;然后,根据图像边缘的特征,建立了集成图像结构相似度和边缘错检率为性能指标的边缘检测算法的优选评价方法;最后,进行了实例应用,通过实验对重构算法的性能、优选方法的可行性和正确性进行了验证。研究结果表明:该边缘图像重构算法准确率最高,实验中重构图像的结构相似度可达到0.7087,耗时320.9021 s;采用该优选方法能快速地筛选出最佳的边缘处理算法,与人体视觉评价一致,便于实现边缘检测算法的智能优选和图像的智能处理目标。 展开更多
关键词 边缘重构图像 边缘检测 图像边缘检测质量评价算法 算法优选 结构相似度 图像目标识别与定位精度 人体视觉评价
在线阅读 下载PDF
DCGAN模型改进与SAR图像生成研究 被引量:12
4
作者 徐永士 贲可荣 +1 位作者 王天雨 刘斯杰 《计算机科学》 CSCD 北大核心 2020年第12期93-99,共7页
针对SAR图像识别软件,通过改进DCGAN模型单生成器与单判别器对抗的结构,采用多生成器与单判别器进行对抗,设计了控制各生成器生成图像平均质量的算法,提出了一种基于改进的DCGAN生成SAR图像的方法。为测试和验证多个同类图像识别软件,... 针对SAR图像识别软件,通过改进DCGAN模型单生成器与单判别器对抗的结构,采用多生成器与单判别器进行对抗,设计了控制各生成器生成图像平均质量的算法,提出了一种基于改进的DCGAN生成SAR图像的方法。为测试和验证多个同类图像识别软件,并进行择优,需要自行设计不同于训练用的图像来对测软件进行测试。此方法可以为择优测试提供一个公平的基准测试集。实验分别使用原DCGAN模型和改进的DCGAN模型生成目标图像和场景图像,并使用公开判别器分别对两种模型生成的新图像进行质量验证。实验结果表明,改进的DCGAN模型比原DCGAN模型生成的图像效果更好,经其训练生成的新SAR图像与原SAR图像相比,质量相当且多样性更好,可以满足软件择优测试的需要。 展开更多
关键词 软件优选 生成对抗网络 图像自动生成 图像识别 图像质量检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部