-
题名基于拉普拉斯边缘增强的SAR影像水体提取研究
- 1
-
-
作者
李可
李大成
苏巧梅
杨毅
-
机构
太原理工大学矿业工程学院
太原理工大学物理与光电工程学院
-
出处
《中国空间科学技术(中英文)》
北大核心
2025年第1期162-172,共11页
-
基金
国家重点研发计划重点专项(2022YFB3903304)。
-
文摘
在深度学习水体提取中,存在卷积神经网络对低级语义特征识别效果不佳的问题,比如对小型湖泊、细小河流识别不到。针对此问题,提出了一种基于拉普拉斯(Laplace)边缘增强的水体提取方法,通过拉普拉斯算子对预处理后的SAR(Synthetic Aperture Radar)数据集进行卷积操作,生成拉普拉斯边缘特征层,再将原始图像与生成后的边缘特征层进行融合得到边缘增强后的SAR数据集,使水体边缘更加清晰;在此基础上再利用DeeplabV3+和U-net两种语义分割模型进行水体提取。实验表明,相较于无处理的DeeplabV3+和U-net模型,经过Laplace算子处理后的两种模型对不同地区的水体提取效果均有提升,其中,经过Laplace算子处理后的U-net模型对大型水体、小型湖泊以及细小河流的提取效果最佳。
-
关键词
水体提取
深度学习
SAR图像
拉普拉斯边缘增强
语义特征
-
Keywords
water extraction
deep learning
SAR image
Laplacian edge enhancement
semantic feature
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名HSV空间的明度对数斜率变换的低照图像增强
被引量：3
- 2
-
-
作者
万里勇
汪浩
罗文兵
-
机构
江西师范大学管理科学与工程研究中心
南昌工学院信息与人工智能学院
江西师范大学软件学院
江西师范大学计算机信息工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第7期1202-1209,共8页
-
基金
国家自然科学基金项目(61562063)
江西省教育厅科学技术研究项目(GJJ212517,GJJ191105)
+3 种基金
南昌工学院机器人与智能系统研究中心项目(NGYZY-20-005)
南昌工学院科技计划博士专项项目(NGKJ-22-01)江西省科技厅重点研发计划项目(20192BBEL50031)
江西省高校人文社会科学研究项目青年项目(JY21242)
江西省教育科学“十四五”规划课题项目(23YB327)。
-
文摘
为了在保持图像颜色自然的同时,适宜地提升图像的亮度和对比度,丰富图像的细节信息,提出了HSV空间的明度对数斜率变换的低照图像增强方法。将低照图像转到HSV颜色空间,将明度分量V进行多尺度Retinex分解,得到多尺度的细节层图像和光照图像;对多尺度的细节层图像进行自适应分数拉普拉斯增强,而用自适应的对数斜率变换对光照图像进行增强;将增强后的明度分量V与色调H和饱和度S分量组合,得到亮度适宜、高对比度和高清晰度的图像。与部分现有方法进行比较,实验数据显示所提方法的增强图像的视觉效果更佳、信息熵和平均梯度更高,因此具有更优的图像增强性能。
-
关键词
图像增强
HSV空间
RETINEX
分数拉普拉斯增强
对数斜率变换
-
Keywords
image enhancement
HSV space
Retinex
fractional Laplace enhancement
logarithmic slope transformation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名海面红外图像的动态范围压缩及细节增强
被引量：15
- 3
-
-
作者
王园园
赵耀宏
罗海波
李方舟
-
机构
中国科学院沈阳自动化研究所
中国科学院大学
中国科学院光电信息处理重点实验室
辽宁省图像理解与视觉计算重点实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2019年第1期307-315,共9页
-
基金
中国科学院国防创新基金(CXJJ-15-S109)
-
文摘
动态范围压缩和细节增强是红外图像处理的两个重要课题。为了将高动态海面背景红外图像清晰显示,提出一种高动态范围压缩及细节增强算法。首先,通过基于梯度边缘信息的多方向拉普拉斯增强方法,将梯度图像平滑处理,并与多方向拉普拉斯滤波相乘,实现高动态范围图像的细节增强;然后统计增强后图像的动态广义直方图信息;最后采用灰度级分组的方法构造映射函数,将高动态范围压缩到8 bits,输出可清晰显示的红外图像。对大量海面背景红外图像进行实验分析,结果表明,该算法提高了图像的对比度,有效增强了舰船目标细节,同时抑制了海面背景噪声的放大和光晕现象的产生,最终获得较好的输出图像。
-
关键词
动态范围压缩
灰度级分组
细节增强
拉普拉斯增强
海面红外图像
-
Keywords
dynamic range compression
gray level grouping
detail enhancement
Laplacian enhancement
sea-surface infrared image
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FPGA的红外图像清晰化系统设计
被引量：5
- 4
-
-
作者
李娜
刘文进
杜育宽
陈褒丹
-
机构
海南大学信息与通信工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2021年第5期612-618,共7页
-
基金
海南省重点研发计划项目(No.ZDYF019006
No.ZDYF2020013)资助。
-
文摘
针对红外图像普遍存在细节模糊、对比度低的问题,设计实现了基于FPGA的红外图像清晰化系统。首先对输入原始红外图像进行8×8窗口的平滑滤波,然后将滤波后的图像叠加拉普拉斯算子进行细节增强,以解决传统拉普拉斯增强产生的噪声放大问题。最后通过Gamma校正曲线调整增强后图像的灰度。硬件系统实现时采用串并行流水计算方式,仅占用2%的Slice Register和5%的LUT资源,工作频率最高达228 MHz,满足实时处理视频图像的需求。实验结果表明,系统能够有效提高图像的对比度,增强目标景物的细节。
-
关键词
红外图像
平滑滤波
拉普拉斯增强
FPGA
-
Keywords
infrared image
smoothing filter
Laplacian enhancement
FPGA
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名地物背景下中距桥梁目标检测与识别
被引量：1
- 5
-
-
作者
杨渊
李寒松
-
机构
中国航天科工集团第三研究院 第三十五研究所
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2006年第z4期316-320,共5页
-
文摘
基于知识的目标检测与识别是目前机器视觉里非常活跃的一个领域.依据中距桥梁的几何及光学特性形成中距桥梁知识库,并依此提出了一种有效的中距桥梁识别算法.该算法解决了低对比度、多干扰图像的增强;根据统计意义上的递归 Otsu 分割有效地解决了水域误分割;利用中距桥梁的知识来判断桥梁两侧的真实水域,并以该水域来定位桥梁;提出了基于知识的中距桥梁置信度设置方法.实验结果表明了该算法的有效性.
-
关键词
中距桥梁
检测与识别
拉普拉斯金字塔图像增强
递归Otsu分割
-
Keywords
Middle-range bridge
Detection and recognition
Laplace pyramid image enhancement
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
