-
题名线性变换与局部均衡融合的红外图像增强
被引量：1
- 1
-
-
作者
魏艳平
-
机构
南昌工学院信息与人工智能学院
-
出处
《激光技术》
CAS
CSCD
北大核心
2024年第5期705-710,共6页
-
基金
国家自然科学基金资助项目(61562063)
江西省教育厅科学技术研究项目(GJJ2202909,GJJ191092)
+1 种基金
江西省高等学校教学改革课题(JXJG-21-27-3)
南昌工学院科技计划博士专项基金资助项目(NGKJ-22-01)。
-
文摘
为了改善红外图像的效果,提升对比度和清晰度,丰富边缘细节信息,提出了融合线性变换和局部均衡的红外图像增强方法。利用图像的像素值分布,对像素值进行自适应的分段线性变换,并用局部的直方图均衡增强图像;分别计算两张增强图像的权重图。对比度权重、显著性权重和亮度分布权重;以拉普拉斯金字塔和高斯金字塔的方式,分别对增强图像和权重图进行分解,将分解的图像与权重图进行多尺度线性融合,获得效果理想的增强图像。结果表明,相对于现有方法,本文中提出的方法增强图像的视觉效果更清晰,信息熵、平均梯度和变异系数分别比现有方法高出9.03%、23.87%和9.97%以上。该研究可更有效地提高红外图像增强的性能。
-
关键词
图像处理
对比度
变异系数
像素变换
局部直方图均衡
多尺度金字塔融合
-
Keywords
image processing
contrast
coefficient of variation
pixel transformation
local histogram equalization
multi-scale pyramid fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于YOLO-RMFP的光伏板缺陷检测方法研究
- 2
-
-
作者
李莹
孙钰鑫
张强
王淦源
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《电子测量与仪器学报》
2025年第8期178-188,共11页
-
基金
国家自然科学基金(62203197)
辽宁省博士科研启动基金支持项目(2022-BS-330)
+3 种基金
葫芦岛市科技项目(2024JH(2)2/11b)
校级科研项目:博士启动基金(21-1036)
2025年大学生创新创业训练计划(202510147015)
辽宁省教育厅项目(LJ232510147002)资助。
-
文摘
针对光伏板内部缺陷目标小且尺寸差异大的问题,提出了一种基于YOLOv8n的改进模型YOLO-RMFP。首先,将高效多尺度注意力机制与感受野注意力相结合,提出了一种感受野混合注意力机制,使模型聚焦不同尺度的特征,并解决高效多尺度注意力机制参数共享问题,提升光伏板微小缺陷检测精度。其次,将感受野混合注意力机制与空间金字塔池化模块结合,增强模型对多尺度特征的捕捉能力及对复杂特征区域的关注度,使模型在复杂背景下能够有效剔除噪声并增强鲁棒性,进一步增强光伏板缺陷小目标的检测精度。然后,将YOLOv8n主干网络中不同分辨率的特征映射与改进后的多尺度特征融合金字塔网络相结合,进一步增强了特征信息的交互性,以实现更全面的特征提取并增强目标检测的检测性能。最后,在PIoU的基础上,通过改变缺陷样本难易的权重,提升目标定位的精确度,有效缓解了光伏板缺陷样本不平衡问题。通过消融实验和对比实验的结果表明,YOLO-RMFP网络模型的检测精度mAP@0.5和mAP@0.5:0.95值分别提高3.1%和6.5%,精准度和召回率分别提升了4.2%和3.5%。满足了光伏板缺陷检测的评估要求。
-
关键词
光伏板缺陷
目标检测
YOLOv8n
感受野混合注意力机制
多尺度特征融合金字塔网络
-
Keywords
photovoltaic panel defects
target detection
YOLOv8n
receptive field mixed attention mechanism
multi-scale feature fusion pyramid network
-
分类号
TM914.4
[电气工程]
TN919.5
[电气工程—电力电子与电力传动]
-
