当前位置:主页 > 科技论文 > 船舶论文 >

计算机辅助处理技术的船舶图像增强方法

发布时间:2021-12-31 03:27
  近年来,对船舶图像的研究逐渐加深,传统的船舶图像增强方法由于没有进行合理的滤波以及光照处理,造成对光照异常以及像素异常图像处理能力较差的问题。为此,设计计算机辅助处理技术的船舶图像增强方法。使用二维离散函数,获取船舶数字图像,并采用Matlab软件对其展开处理。获取船舶数字图像领域,并采用同态滤波完成图像预处理。选用计算机辅助技术对处理后图像进行光照补偿,实现船舶图像增强。构建方法应用测试环节,通过与原有船舶图像增强方法对比,此方法对于图像的像素清晰度问题以及光照色彩异常问题,处理能力较好,使用效果更佳。 

【文章来源】:舰船科学技术. 2020,42(18)北大核心

【文章页数】:3 页

【部分图文】:

计算机辅助处理技术的船舶图像增强方法


图像领域示意图Fig.1Schematicdiagramofimagefield

航行图,测试样本


比2种方法的使用效果以及使用差异。此次测试中使用的船舶图像样本库中包含图像500张,均为高清相机捕捉到的船舶航行图像。部分图像中存在模糊以及失真等问题。此次测试中选定测试图像如图2所示。图2测试样本Fig.2Testsample上述测试样本中,选取了具有代表性的船舶图像,具有光照问题及以及像素问题。采用原有方法以及文中设计方法对其展开增强处理,并对比2种方法在使用中的不同之处。图3测试样本1增强结果Fig.3Enhancementresultsoftestsample12.2测试结果分析通过图像的方式,获取了2种方法对于测试样本1的处理结果。由于像素清晰度通过图像显示效果较差,采用对比度比较的形式获取文中方法与原有方法对测试样本2的处理结果,具体如表2所示。表2测试样本2增强结果对比Tab.2Comparisonofenhancementresultsoftestsample2测试次数文中方法图像处理对比度/%文中方法图像处理对比度/%10.1240.05820.1350.06730.1450.11540.1670.15050.1800.174通过上述图像与数据可以看出,文中设计的图像增强方法的使用效果优于原有方法。原有处理方法对于像素的增强效果较佳,但对于光照问题,没有实现良好的处理效果,并造成图像退化的问题,导致图像问题增加。文中设计方法对于像素问题处理效果较好,且对于图像的光照问题可进行及时的弥补,还原图像原有的色彩。通过文献研究可知,在船舶航向的研究中,图像的色彩会对海洋环境的判定造成影响。文中设计的计算机辅助处理技术的船舶图像增强方法,图像处理能力较强,使用效果更佳。3结语针对传统图像增强方法在使用中的不足,展开此次设计。通过对比可知,此次研究中提出的方法具有更高的实用性。参考文?

航行图,测试样本


比2种方法的使用效果以及使用差异。此次测试中使用的船舶图像样本库中包含图像500张,均为高清相机捕捉到的船舶航行图像。部分图像中存在模糊以及失真等问题。此次测试中选定测试图像如图2所示。图2测试样本Fig.2Testsample上述测试样本中,选取了具有代表性的船舶图像,具有光照问题及以及像素问题。采用原有方法以及文中设计方法对其展开增强处理,并对比2种方法在使用中的不同之处。图3测试样本1增强结果Fig.3Enhancementresultsoftestsample12.2测试结果分析通过图像的方式,获取了2种方法对于测试样本1的处理结果。由于像素清晰度通过图像显示效果较差,采用对比度比较的形式获取文中方法与原有方法对测试样本2的处理结果,具体如表2所示。表2测试样本2增强结果对比Tab.2Comparisonofenhancementresultsoftestsample2测试次数文中方法图像处理对比度/%文中方法图像处理对比度/%10.1240.05820.1350.06730.1450.11540.1670.15050.1800.174通过上述图像与数据可以看出,文中设计的图像增强方法的使用效果优于原有方法。原有处理方法对于像素的增强效果较佳,但对于光照问题,没有实现良好的处理效果,并造成图像退化的问题,导致图像问题增加。文中设计方法对于像素问题处理效果较好,且对于图像的光照问题可进行及时的弥补,还原图像原有的色彩。通过文献研究可知,在船舶航向的研究中,图像的色彩会对海洋环境的判定造成影响。文中设计的计算机辅助处理技术的船舶图像增强方法,图像处理能力较强,使用效果更佳。3结语针对传统图像增强方法在使用中的不足,展开此次设计。通过对比可知,此次研究中提出的方法具有更高的实用性。参考文?

【参考文献】:
期刊论文
[1]基于小波分析和伪彩色处理的轮毂图像增强[J]. 焦腾云,王明泉,张俊生,王玉.  自动化与仪表. 2020(01)
[2]条件生成对抗网络的低照度图像增强方法[J]. 黄鐄,陶海军,王海峰.  中国图象图形学报. 2019(12)
[3]图像处理方法在微观土力学中的应用和发展[J]. 李向杰,施子骏.  工程技术研究. 2019(17)
[4]基于高斯过程模型的指节图像识别方法[J]. 杨世强,闫雪萍.  计算机系统应用. 2018(05)



本文编号:3559533

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/3559533.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2c74c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com