国家自然科学基金(61372145)
- 作品数：16 被引量：180H指数：9
- 相关作者：徐岩杨爱萍王建张莉云何宇清更多>>
- 相关机构：天津大学国家海洋技术中心更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于透射率归一化的弱光图像增强被引量：3
- 2017年
- 针对阴天或夜晚等弱光条件下拍摄的图像具有低信噪比、低对比度、强噪声等问题,在暗原色先验理论去雾框架下,提出了一种基于透射率归一化的弱光图像增强方法.首先,针对弱光图像的特点,简化弱光图像增强模型;然后,用点暗原色取代块暗原色求取透射率,并利用局部维纳滤波进行细化,以保留更多图像的细节;最后,由弱光图像直接对透射率进行归一化即可得到增强图像.实验结果表明,该方法运算简单,可有效增强弱光图像,且能保留更多的图像细节.
- 杨爱萍宋曹春洋张莉云白煌煌卜令勇
- 关键词：图像增强透射率归一化维纳滤波
- 基于多特征融合的卷积神经网络图像去雾算法被引量：17
- 2018年
- 针对传统去雾算法需要人工提取特征,对比度低、信噪比低等问题,提出一种基于多特征融合的卷积神经网络去雾算法。利用卷积神经网络算法模拟人类视觉系统对雾天图像进行层次化处理,实现自动提取特征。算法采用直接从雾天图像到清晰无雾图像映射的学习方式,该映射由特征提取、多尺度特征融合和浅层深层特征融合联合实现。多尺度特征融合提升网络对图像细节的重建,浅层深层特征融合则将浅层卷积得到的轮廓信息和深层卷积得到的细节信息进行融合,提升去雾重建的整体效果。实验结果表明,相比于单一尺度网络,多特征融合网络的峰值信噪比提高了1.280dB。本文算法对自然雾天图像去雾效果明显,细节信息和对比度均优于其他算法,为去雾方法的研究提供了新思路。
- 徐岩孙美双
- 关键词：图像处理卷积神经网络
- 一种改进的交通标志图像识别算法被引量：32
- 2017年
- 交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法,被称为PCA-HOG。该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征,利用改进PCA算法对提取出的HOG特征进行降维处理,之后利用降维后的HOG特征进行ELM模型训练,利用经过训练的ELM模型识别测试图片。实验结果表明,基于PCAHOG和ELM模型的交通标志识别算法获得的计算复杂度低,图像识别率可达97.69%。
- 徐岩韦镇余
- 关键词：图像处理交通标志识别特征提取极限学习机
- 基于改进随机抽样一致算法的视觉SLAM被引量：11
- 2020年
- 同时定位与地图构建(SLAM)在智能驾驶和机器人技术中发挥着重要的作用.针对传统随机抽样一致(RANSAC)算法对噪声敏感的问题,提出了一种改进的RANSAC算法,命名为LORANSAC,简称LO*.该算法包含内点筛选和非线性优化两部分.首先,在传统RANSAC算法估计出较好的模型后,保存在这个模型下得到的内点,在这些内点中随机选出一个子集,以进一步缩小内点的选择范围,迭代地进行模型估计.然后,对估计的模型进行捆集调整,通过最小化误差优化模型.实验使用公开的TUM RGBD数据集和KITTI数据集中的共10个序列进行评估,每个序列至少存在一个闭环,数据集涵盖小型和大型、室内和室外环境.从定性角度验证该算法删除误匹配的特征点的有效性,从定量角度验证使用该算法的定位精度.实验结果显示,与传统的RANSAC算法相比,改进的算法可以提高SLAM的定位精度.此外,实验结果与4个流行的SLAM系统对比,精度平均最高提高60.82%,最低提高12.16%.实验结果证明,该方法可以有效提高SLAM的定位精度.
- 徐岩安卫凤
- 关键词：机器视觉同时定位与地图构建
- 基于改进K-SVD和非局部正则化的图像去噪被引量：10
- 2015年
- K-奇异值分解(K-SVD)算法在强噪声下的去噪性能较差。为此,提出一种新的图像去噪算法。使用相关系数匹配准则和噪声原子裁剪方法改进传统K-SVD算法,提高原算法的去噪性能,将非局部正则项融入图像去噪模型,并采用非局部自相似性进一步改善图像的去噪效果。实验结果表明,与传统K-SVD算法相比,该算法在提高同质区域平滑性的同时,能保留更多的纹理、边缘等细节特征。
- 杨爱萍田玉针何宇清董翠翠
- 关键词：图像去噪奇异值分解
- 双层PSO-ELM融合室内定位算法被引量：6
- 2021年
- 随着基于位置服务需求的增长,室内定位成为国内外学者研究的重点领域.研究发现采用多传感器信息融合方法可以提高定位准确度,目前人们普遍认为利用多传感器的互补特性,结合各融合算法提升导航系统的整体精度是室内定位领域未来的发展趋势.本文提出一种基于双层粒子群极限学习机(PSO-ELM)神经网络的融合视觉和惯性信息的室内定位算法.第1层粒子群极限学习机(PSO-ELM)引入图像模糊判断来解决采集图像模糊时视觉定位算法误差大的问题,并计算出全局最优仿射变换矩阵作为粒子群极限学习机(PSO-ELM)的输入.同时,提出了一种基于视觉静态反馈和惯性特性的漂移校正方法来有效控制惯性导航系统(INS)的误差累积.第2层粒子群极限学习机(PSO-ELM)神经网络用于融合第1层粒子群极限学习机(PSO-ELM)获得的视觉定位结果和漂移校正后获得的惯性定位结果.将本算法所得融合后的定位结果分别与改进后的惯性定位结果和视觉定位结果进行比较,实验结果表明融合后的效果要优于单一算法的实验效果,定位精度和稳定性均得到提升.同时通过对比实验证明了本算法在存在外界干扰时也能保持良好的定位精度,具有较强的鲁棒性.
- 徐岩李宁宁
- 关键词：视觉导航系统惯性导航系统
- 基于透射率融合与优化的水下图像复原被引量：7
- 2019年
- 由于光与水体介质的相互作用的固有复杂性,所拍摄的水下场景图像发生降质退化,这导致诸如水下图像的低对比度以及色彩失真等问题.尤其是对于污染较为严重或者高浑浊度水体下获得的图像,典型的水下图像处理方法有一定的性能缺陷,而其根本原因在于其无法对于散射造成的色彩失真问题进行有效处理,同时也未充分考虑对比度信息带来的影响.因此,本文提出了一种透射率融合与优化方法,并由此给出有效的水下图像复原方案.该方案考虑各通道在水下衰减差异性,建立了基于颜色衰减差异的水下图像形成模型,其场景环境光由成像光源计算得到.首先,利用色彩校正算法来处理水下图像存在的色彩失真的问题,并利用灰度色调算法对场景光源的颜色进行估计;接着,基于水下场景约束,提出水体透射率估计方法,同时基于对比度先验提出对比度透射率估计算法;然后,将上述两种透射率进行融合,并使用多方向梯度加权正则化进行细化;最后,通过求解基于颜色衰减差异的水下图像形成模型复原图像.通过多次实验,所提出的基于透射率融合优化的水下图像复原方法得到的图像不仅具有相对自然的颜色,同时保持着良好的细节和对比度信息.
- 杨爱萍杨炳旺曲畅王建
- 正交半迭代硬阈值(OSIHT)压缩感知重构算法
- 2016年
- 信号重构是压缩感知过程中的重要环节,迭代硬阈值(IHT)算法因具有较好的重构性能被广泛应用,但其收敛速度比较慢。近期提出的半迭代硬阈值算法(SIHT)虽然可实现快速收敛,但对测量矩阵的尺度缩放非常敏感,依赖性强,大大限制了其应用范围。受OMP对MP算法改进启发,对SIHT算法进行改进,提出了正交半迭代硬阈值(OSIHT)重构算法。该算法不仅取消了对测量矩阵的依赖性,还有效改善了图像重构质量,减少运行时间。
- 杨爱萍刘华平何宇清栗改
- 关键词：压缩感知迭代阈值
- 水下图像增强方法研究现状被引量：16
- 2016年
- 光线在水下传播过程中,它的失真程度会随波长不同而发生改变。导致水下图像视觉质量下降的3个主要原因是吸收、散射和颜色失真。有关水下图像处理的研究在近十几年来得到了广泛的关注,取得了重要进展。文中着重讨论水下图像增强处理技术,探讨其中的典型算法和研究成果,对部分算法的测试结果进行定性和定量分析比较,最后总结水下图像增强技术研究现状,并展望了未来可能的发展方向。
- 王建宋占杰李重仪张莉云
- 关键词：水下图像图像增强性能比较
- 高动态范围(HDR)技术综述被引量：7
- 2016年
- 高动态范围技术由于能够提供更多亮度和细节信息,近年来已逐渐成为国内外热点研究领域。文章主要从高动态范围成像、合成以及显示等方面论述、分析了高动态范围技术的研究现状,对主要研究算法总结并分析了其优缺点,分析了高动态范围技术的发展趋势,并给出了提高显示器动态范围的软件、硬件方案。
- 孙婧徐岩段绿茵雷志春李文元
