1 南京信息工程大学, 南京 210000南京信息工程大学江苏省大气环境与装备技术协同创新中心, 南京 210000
2 南京信息工程大学, 南京 210000
针对水下图像颜色失真和细节丢失等问题, 提出了一种基于多尺度三重注意力机制的水下图像增强算法。该算法使用生成对抗网络作为基础架构, 生成网络采用编码解码结构, 并设计一个多尺度三重注意力模块, 多尺度结构和三重注意力机制结合可以实现不同层次信息的跨维度交互, 使网络更好地学习水下图像特征和抑制噪声特征, 判别网络采用类似马尔可夫判别器的结构; 构建了多个损失函数, 使生成的图像在结构、内容、色彩上和参考图像保持一致。实验结果表明, 所提算法在主观视觉和客观评价指标上均优于比较算法, 可以有效地提升网络的特征提取能力, 实现对不同场景水下图像的色彩恢复, 增强图像的对比度和清晰度。
水下图像增强 三重注意力 生成对抗网络 编码解码结构 多尺度结构 underwater image enhancement Triple Attention Generative Adversarial Network codec structure multi-scale structure
1 中国石油大学(华东)海洋与空间信息学院,山东青岛 266580
2 中国石油大学(华东)计算机科学与技术学院,山东青岛 266580
针对红外与可见光图像融合算法中多尺度特征提取方法损失细节信息,且现有的融合策略无法平衡视觉细节特征和红外目标特征,出了基于空洞卷积与双注意力机制(Dilated Convolution and Dual Attention Mechanism, DCDAM)的融合网络。该网络首先通过多尺度编码器从图像中提取原始特征,其中编码器利用空洞卷积来系统地聚合多尺度上下文信息而不通过下采样算子。其次,在融合策略中引入双注意力机制,将获得的原始特征输入到注意力模块进行特征增强,获得注意力特征;原始特征和注意力特征合成最终融合特征,得在不丢失细节信息的情况下捕获典型信息,同时抑制融合过程中的噪声干扰。最后,解码器采用全尺度跳跃连接和密集网络对融合特征进行解码生成融合图像。通过实验表明,DCDAM比其他同类有代表性的方法在定性和定量指标评价都有提高,体现良好的融合视觉效果。
图像融合 空洞卷积 多尺度结构 密集网络 image fusion, dilated convolution, multiscale stru
西安工程大学电子信息学院, 陕西 西安 710699
在一些特定环境下, 红外传感器无法探测到目标时, 需要将偏振技术与红外技术相融合。为了获得更清楚的融合图像, 采用一种基于多尺度结构分解的图像融合方法实现红外光强与偏振图像融合。该算法提出将红外图像与偏振图分解成 3个独立部分: 平均强度、信号强度和信号结构。其中平均强度部分, 采用一种反正切的权重函数进行融合, 信号强度采用最大值的融合原则, 而信号结构采用一种基于信号强度幂函数的加权平均方进行融合, 最后重构得到融合图像。为了更快进行融合、降低计算的复杂度, 将分解过程通过均值滤波代替, 再通过上采样与下采样得到最终的融合图像。为了得到更好的融合图像, 通过不同融合参数实验对比, 选择较优的融合参数。最后实验表明使用所提出的反正切权重函数与融合参数设置, 在与传统的多尺度算法的比较中, 4项评价指标取得优势, 且主观上保留更多的纹理细节、提升对比度以及抑制伪影。
红外偏振 多尺度结构分解 图像融合 infrared and polarization multiscale structural decomposition image fusion
光学 精密工程
2022, 30(10): 1217
西安电子科技大学 物理与光电工程学院,陕西 西安 710071
针对实时广域高分辨率成像需求同时保证系统结构的小型化与轻量化,设计了高集成度共心多尺度光学成像系统。该系统采用伽利略型共心多尺度成像结构将球透镜与次级相机阵列进行级联 ,以充分利用双层共心球透镜视场大且全视场成像效果一致性好的特点,并发挥伽利略型共心多尺度结构体积紧凑的优势。此外,通过设计相机阵列的排列方式进一步减少相机使用数量,实现轻量 化。通过全系统联动设计与优化,系统的调制传递函数曲线在特征频率270 lp/mm处可达0.3,全视场弥散斑均方根(RMS)半径均小于探测器像元尺寸1.85 μm,成像效果优良,且公差分析结果表明 系统易加工制造。该系统不仅能够有效实现大视场高分辨率成像,而且具有低的结构复杂度及更紧凑的结构,应用前景广阔。
光学系统 多尺度结构 共心球透镜 大视场高分辨率成像 optical system multiscale structure concentric spherical lens wide field of view and high-resolution imaging
江南大学物联网工程学院, 江苏 无锡 214122
使用基于深度学习的端到端去模糊方法,将模糊图像编码后再解码成高清图像。针对编码过程中网络模型存在提取特征信息不足,导致重建的去模糊图像质量下降的问题,提出两种网络结构改进方法:在自编码网络中添加密集网络结构以提高网络提取特征信息的能力;引入多尺度感受野结构,该结构由4个尺度的平均池化层和上采样层组成,从而提取更多输入图像的上下文特征信息。在GOPRO数据集和Kohler数据集,两种网络改进方法均取得了较好的图像重建效果。
图像处理 图像去模糊 多尺度结构 平均池化层 上采样层 激光与光电子学进展
2019, 56(21): 211001
1 广东电网有限责任公司珠海供电局,广东珠海 519000
2 华南理工大学电子与信息学院,广东广州 510006
在户外电力设备维护中,红外热图增强与分割是今后诊断排障智能化发展的关键一环。本文提出复杂环境下电力设备红外热图增强与分割的新模型:采用区域联合先验信息约束和伽马变换对 Retinex图像增强模型进行改进;提出多尺度结构保留型平滑滤波,用高斯正则项约束滤波尺寸。新模型不仅可以对隐藏噪声进行估计补偿,增大红外热图的对比度,而且消除了滤波边缘弥散现象,适用于多种尺寸的电力设备分割。实验证实,在复杂环境下相比其他算法,新模型可以得到更为完整、高对比度的红外热图,同时具备去除绝大多数背景干扰的性能。
电力设备 红外热图分割 图像增强 Retinex模型 联合先验信息 多尺度结构保留型平滑滤波 power equipment infrared heat map segmentation image enhancement Retinex model joint prior information multi-scale structure preserving smoothing filter
昆明理工大学机电工程学院, 云南 昆明 650500
为实现复杂背景下裂纹目标的有效检测,提出一种融合小波边缘检测与多尺度结构化森林的裂纹分割方法,以提高裂纹检测稳健性。该方法利用多幅裂纹图像和人工标注结果提取裂纹图像特征通道并离散化映射标准结果;利用三角滤波器和降采样方法获取常规和相关性候选特征;并将该特征与离散化后的标签进行结构化森林分类器的训练和验证,进而获得多个尺度的裂纹分割。在776幅结构体裂纹图像和600幅钢梁裂纹图像数据集上进行实验,结果表明,相比于单一多尺度结构化森林方法和其他几种分割方法,本文方法能够在较短的时间内获得最高的分割精度。
机器视觉 表面裂纹分割 多尺度结构化森林 反对称双正交小波变换 半重构 模极大值边缘检测