一种基于单尺度Retinex的快速实时图像增强方法

    公开(公告)号:CN103996179A

    公开(公告)日:2014-08-20

    申请号:CN201410270579.3

    申请日:2014-06-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于单尺度Retinex的快速实时图像增强方法,包括以下步骤:第一步:读取RGB彩色空间中待增强的彩色图像;第二步,计算图像的尺寸,如大于标准尺寸,则对其进行降采样;第三步,将图像分解为R、G、B三个分量;第四步,对图像的各分量采用单尺度Retinex方法进行增强,得到各反射分量;第五步,对各反射分量取指数并合并得到增强的RGB图像;第六步,把得到的RGB图像转化为HIS图像,并用直方图均衡化进一步增强;第七步,把增强后的图像采用双线性插值法进行插值,得到输出图像。本发明利用单尺度Retinex方法对图像进行增强,通过对原始图像进行降采样,加快增强速度,从而达到实时增强的目的。

    一种基于非连续性指示符的图像局部结构自适应复原方法

    公开(公告)号:CN103559693A

    公开(公告)日:2014-02-05

    申请号:CN201310581473.0

    申请日:2013-11-18

    Applicant: 东南大学

    Abstract: 本发明提出一种基于非连续指示符的图像局部结构自适应复原方法,它包括如下步骤:第一步,初始化读入图像,将输入的RGB图像转换到YCbCr颜色空间;第二步,构建三边散布矩阵,提高对噪声的鲁棒性;第三步,构建非连续性指示符,动态表征图像局部结构特征;第四步,建立图像退化模型;第五步,根据所构建的非连续性指示符,建立图像复原优化模型,使得所建立的模型连续依赖于图像局部结构特征;第六步,利用变分法求解复原优化模型,得到优化模型所对应的梯度下降流,并采用半点格式对其进行离散化,得到最优复原图像。本发明提出的方法能够根据图像局部结构特征自适应控制复原过程,能够复原出图像更多的细节结构,使得图像质量显著提高。

    图像内快速响应矩阵码的光照均衡处理方法

    公开(公告)号:CN102842116A

    公开(公告)日:2012-12-26

    申请号:CN201210227632.2

    申请日:2012-06-30

    Abstract: 一种图像内快速响应矩阵码的光照均衡处理方法,第一步,初始化读入图像,将输入的RGB图像转换到灰度空间;第二步,对灰度图像进行光照均衡处理,将不均匀光照图像分割成若干子块,然后计算每个子块内的背景光照值,通过相邻的几个子块的背景光照值插值出子块内部每个点的背景光照值,再根据每个点的背景光照值,自适应的调整它的灰度值,消除原图像中存在的不均匀光照情况,最后利用大津法对图像进行二值化处理。用这种方法对光照不均的快速响应矩阵码图像进行处理能够得到很好的效果。

    图像序列的加权自适应超分辨率重建方法

    公开(公告)号:CN101794440B

    公开(公告)日:2012-04-18

    申请号:CN201010123621.0

    申请日:2010-03-12

    Applicant: 东南大学

    Abstract: 本发明提出一种图像序列的加权自适应超分辨率重建方法,该方法在鲁棒性和实用性方面优于传统的方法,对获得高质量的图像具有重要的应用价值,它包括如下步骤:(1)取同一传感器获得的连续多帧低分辨率图像,然后对该低分辨率图像序列进行重采样,得到重采样的低分辨率图像序列;(2)利用重采样的低分辨率图像序列重建一帧高分辨率图像,重建一帧高分辨率图像的方法为:首先建立高分辨率图像的退化模型,然后根据给定的高分辨率图像的退化模型以及正则化理论,把退化模型中高分辨率图像的求解过程转化为高分辨率图像的重建优化模型解的优化过程,最后利用逐渐非凸算法对高分辨率图像的重建优化模型进行优化,得到高分辨率图像的最优估计值。

    基于变分框架的彩色图像对比度增强方法

    公开(公告)号:CN102110289A

    公开(公告)日:2011-06-29

    申请号:CN201110077327.5

    申请日:2011-03-29

    Applicant: 东南大学

    Abstract: 一种基于变分框架的彩色图像对比度增强方法,其主要步骤:第一步,初始化读入图像,将输入的RGB图像转换到YCbCr颜色空间;第二步,对YCbCr空间中彩色图像的Y分量进行降采样;第三步,建立图像的成像模型,并将其变换到对数域;第四步,利用变分框架模型对亮度图像进行计算;第五步,用输入图像减去亮度图像得到图像的反射信息;第六步,将反射图像取指数;第七步,采用插值算法将反射图像还原到原始图像大小;第八步,将得到的反射图像与Cb和Cr分量结合,并反变换到RGB空间,作为输出结果。本发明采用变分框架模型对低能见度天气下的彩色图像进行处理,使得图像质量显著提高,相对于以往的图像增强方法,处理速度快、算法稳定性高、使用范围广、图像增强效果好。

    一种基于视觉背景提取的高速公路车辆检测方法

    公开(公告)号:CN105005778B

    公开(公告)日:2018-07-17

    申请号:CN201510502841.7

    申请日:2015-08-14

    Applicant: 东南大学

    Abstract: 一种基于改进的视觉背景提取的高速公路车辆检测方法,第一步,初始化读入图像,将输入的彩色图像转换为灰度图像;第二步,对图像进行背景建模,如果是第一帧图像,则进行背景初始化,否则进行背景更新,从而分割出背景;第三步,从前景中分割出路面;第四步,对图像进行八邻域填充;第五步,利用车道线较窄的特点来去除车道线;第六步,采用纵向填充的方法来填充车辆内部;第七步,提取车辆区域并绘制车辆区域的外接矩形框;本发明采用图像处理的方式检测无人机航拍视频中的高速公路上的车辆,成本低廉,检测精度高,实时性好,适用面广。

    一种基于积分投影与边缘检测的快速人眼定位方法

    公开(公告)号:CN103218605B

    公开(公告)日:2016-01-13

    申请号:CN201310119843.9

    申请日:2013-04-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于积分投影与边缘检测的快速人眼定位方法,它主要有以下几个步骤:第一步:对检测到的人脸图像进行转灰度,并利用滤波器对其平滑去噪;第二步:采用水平积分投影法获取人眼大概位置;第三步:对第一步中的图像进行边缘提取,并将图像二值化;第四步:计算行、列复杂度,精确定位人眼位置;第五步:校正,得到最终人眼位置。该方法计算速度快,能够有效抑制人脸图像中的饰品对人眼定位的影响,具有快速稳定的优点。

    图像内快速响应矩阵码区域的提取方法

    公开(公告)号:CN102831428B

    公开(公告)日:2015-07-08

    申请号:CN201210227572.4

    申请日:2012-06-30

    Applicant: 东南大学

    Abstract: 一种图像内快速响应矩阵码区域的提取方法,第一步,初始化读入图像,将输入的RGB图像转换到灰度空间;第二步,利用大津法对其进行二值化处理;第三步,利用快速响应矩阵码寻像图形的形态特征:一个矩形中包含两个小矩形,利用这个特征和图像轮廓得到快速响应矩阵码的三个寻像图形的中心点,并且在寻轮廓时,对于每次寻到的一个轮廓,就对其进行判断是否符合规格,并进一步得到快速响应矩阵码的四个顶点实现精确定位。这种方法使得找寻像图形更准确,并且使得需要的存储空间大大减小,实验表明这种方法对普通摄像头采集的图像就能取得很好的效果,实时性高。

    基于肤色与形态特征的动态手势识别方法

    公开(公告)号:CN102880865B

    公开(公告)日:2015-06-17

    申请号:CN201210372408.2

    申请日:2012-09-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于肤色与形态特征的动态手势识别方法,该方法为:采集视频图像,得到当前的视频帧;对采集到的视频帧作肤色阈值处理,得到肤色二值图像;将二值图像进行滤波降噪处理,提高图像质量;检测识别肤色二值图像中的人手部分;根据人手部分的重心位置信息识别手势的动作。本发明具有一下优点:(1)实时性好,响应时间短,可以应用到人机交互领域;(2)成本低廉,通过摄像头和计算机或DSP之类的处理设备即可组成;(3)稳定性好,对于手势的旋转、平移、变形,本算法都有较好的处理效果。本发明可应用于人机交互领域。

    一种基于图像颜色空间特征的雾天检测方法

    公开(公告)号:CN102779349B

    公开(公告)日:2015-02-18

    申请号:CN201210226642.4

    申请日:2012-06-30

    Applicant: 东南大学

    Abstract: 本发明是一种基于图像颜色空间特征的雾天检测方法,它包括如下步骤:第一步,通过视频图像或者单幅图像获取背景图片;第二步,对背景图片进行颜色空间转换,提取颜色空间特征:首先对背景图片进行颜色空间转换,从RGB颜色空间转换到HSV颜色空间,然后根据图像包含信息提取出HSV各个分量的特征;第三步,根据判定条件将图像包含天气信息划分为非雾天、小雾天气和大雾天气:首先若满足判定条件1,则为大雾天气,否则继续判定,其次若满足判定条件2,则为非雾天气,否则继续判定,最后若满足判定条件3,则为小雾天气,否则为大雾天气。本发明适用于对高速公路雾天监测,特别是对部分路段团雾突发情况进行预警,保障道路行驶安全。

Patent Agency Ranking