共查询到10条相似文献,搜索用时 203 毫秒
1.
《实验室研究与探索》2015,(12)
基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。 相似文献
2.
3.
4.
《实验室研究与探索》2016,(2)
从图像中快速准确定位出图像主要内容的显著物体检测已经成为数字图像处理的一个研究热点。研究并设计了基于视觉注意的显著物体检测实验,通过实验操作增强学生对显著物体检测的理解以及激发学生进一步学习和研究的兴趣。首先介绍了基于视觉注意的显著性物体检测原理和方法,然后利用视觉注意方法进行显著性检测,在此基础上利用显著物体密度最大化这一特征进行有效子窗口搜索以实现显著物体检测,最后介绍了查准率、查全率和F度量作为性能评价准则并对实验结果进行了分析。提供可实现上述方法的Matlab程序代码,学生可根据相关程序进行显著物体检测处理,得到符合人眼视觉感知的检测结果。该实验方案可以检测不同内容、主题与背景环境的自然图像,具有较强的鲁棒性和较好的可操作性。 相似文献
5.
针对已有的基于样本块的纹理合成修复算法存在修复误差累积高的问题,重点研究了一种改进的基于样本块的数字图像修复算法。通过块匹配法与边缘驱动填充顺序的结合、全局搜索与局部搜索的结合,充分发挥修补过程中填充优先权的作用,有效地修补了图像受损区域的纹理和结构信息。仿真实验结果测试表明,与已有的传统算法相比,受损图像的修补更加完善,修复的误差累积得到了较好的改善。 相似文献
6.
提出了一种基于生成器网络的遥感图像超分辨率方法。该方法对网络的权重随机初始化,无需使用数据集进行预训练。输入待修复的低分辨率图像,通过迭代训练网络,生成网络输出边缘更为清晰的超分辨率图像。对遥感图像上复杂纹理的修复也达到了更清晰的预期效果。实验结果表明,生成网络能在遥感图像超分辨率上达到经过大量数据集训练的卷积神经网络相似甚至更好的表现。 相似文献
7.
麦晓冬 《广东轻工职业技术学院学报》2010,9(3):1-5
通过分析室内室外图像的内容,发现其差异性有一定规律性,通常情况下,室内图像含有较高比例的具有一定规则的几何形状的人造物体,而室外图像含有一定比例的具有分形结构的自然物体。本文的方法是利用这个差异性和图像的颜色作为出发点,使用支持向量机(SVM)作为分类器依据图像的边缘和颜色矩特征对图像进行分类。实验结果表明此方法对室内、室外图像分类可以获得较高的准确率。 相似文献
8.
基于双边滤波器上采样算法提出了一种修复图像纹理的合成方法,以计算的样本纹理作为引导纹理,对低分辨率的待修复纹理图像区域的纹理进行插值运算,实现高分辨率的修复。仿真结果表明,该法提高了待修复纹理图像区域的分辨率。 相似文献
9.
赵秀芝 《浙江工贸职业技术学院学报》2014,(1):36-39
基于L0梯度泛函优化和变换域阈值法的图像去噪算法,首先利用L0梯度泛函的最优化算法把含有噪声的图像分解为显著边缘层和细节纹理细节层,然后对含有噪声的细节纹理层图像进行短时傅利叶转换,并在变换域中利用阈值法分离纹理细节层中的图像细节纹理和噪声,进而去除图像的噪声。实验结果表明图像去噪算法获得了显著的去噪效果。 相似文献