行 业 动 态

NEWS INFORMATION

详细内容

视觉传达技术如何单独提升视觉质量?

视觉传达技术在提升视觉质量方面具有多种方式,以下将详细阐述视觉传达技术如何单独提升视觉质量。


一、图像去雾技术提升视觉质量
结合大气弹射模型,采用改进的四叉树搜索方法估计有雾舰船图像的大气光值,通过子窗口引导滤波器估计有雾舰船图像的透射率,反推大气散射模型,获取去雾后的舰船图像1。去雾后的图像能够减少雾气对图像的干扰,使图像更加清晰,色彩更加真实,从而提升视觉质量。例如,在海洋环境中拍摄的舰船图像,常常会受到雾气的影响,导致图像模糊不清,颜色暗淡。通过去雾技术,可以有效地去除雾气,使舰船图像的纹理细节更加丰富,颜色更加鲜明。


二、颜色修正与清晰度增强
通过视觉传达技术中低通滤波器将去雾后舰船图像分解为低频部分和高频部分。将舰船图像的低频部分输入到编码 - 解码深度网络中,修正舰船图像的颜色;将舰船图像的高频部分输入到残差网络中,增强舰船图像的清晰度1。颜色修正可以使图像的色彩更加饱满、真实,符合人眼的视觉感受。而清晰度增强则可以使图像的细节更加清晰,轮廓更加分明。这两个方面的结合,可以大大提升图像的视觉质量。


三、亮度调整
经视觉传达技术中改进的双伽马函数调整舰船图像的亮度,实现舰船图像的质量提升1。合适的亮度可以使图像更加清晰、舒适,避免过亮或过暗对视觉造成的不良影响。通过调整亮度,可以使图像的对比度更加明显,细节更加突出,从而提升视觉质量。


四、移动端 UI 界面视觉设计
在用户端引进数据通信技术,获取用户历史信息;基于视觉传达角度,描述用户视觉路径,设计 UI 界面;将色彩的饱和度与亮度作为设计标准,根据界面所展示的内容,优化 UI 界面色彩与背景搭配27。在移动端 UI 界面设计中,通过合理运用视觉传达技术,可以提升用户的视觉体验感。例如,色彩的合理搭配可以使界面更加美观、舒适,用户视觉路径的设计可以使用户更加方便地获取信息,从而提升视觉质量。


综上所述,视觉传达技术可以通过图像去雾、颜色修正与清晰度增强、亮度调整以及移动端 UI 界面视觉设计等多种方式单独提升视觉质量。这些技术的应用可以使图像更加清晰、色彩更加真实、亮度更加合适,从而满足人们对高质量视觉效果的需求。
1
基于视觉传达技术的舰船图像质量提升方法
省明
27
基于视觉传达的移动端UI界面视觉设计方法
欧冬梅

多技术融合提升视觉质量有哪些具体的融合方式和优势?


多技术融合提升视觉质量是当前研究的一个重要方向,通过不同技术的结合,可以有效地改善图像或视觉信号的质量,为各种应用提供更好的视觉效果。以下是具体的融合方式和优势:


一、毫米波雷达与视觉传感器融合


  • 融合方式:首先用毫米波雷达数据完成对前方车辆的有效目标的筛选;然后构建基于学习的视觉检测模型,建立车辆数据库,设计视觉检测算法,验证视觉检测数据;最后把毫米波雷达筛选的有效目标数据和视觉检测性能数据进行时间和空间融合,完成不同场景的前方车辆检测30

  • 优势:这种融合方式可以为智能汽车的规划决策提供可靠数据。毫米波雷达能够在不同天气条件下工作,提供目标的距离、速度等信息,而视觉传感器则可以提供丰富的图像信息,两者融合可以提高车辆检测的准确性和可靠性。


二、VMD 与 Sobel 梯度和均衡技术融合


  • 融合方式:该算法首先将图像基于频率分解为各种子模式。低频分量使用传统的均衡技术进行均衡化,而高频分量使用传统滤波器。最后,将原始图像的边缘添加到处理后的图像中以保证质量31

  • 优势:这种融合方式有两个优点。一是通过仅增强低频分量来提取隐藏的伪影,二是专门对高频分量进行去噪。这个过程不仅增强了对比度,还保留了图像的亮度。在主观和客观评价方面,重建的图像更加准确且视觉上更令人愉悦。它还在峰值信噪比(PSNR)、均方根误差(RMSE)、互信息和结构相似性等方面优于现有的图像融合方法。


三、机器视觉与激光融合


  • 融合方式:使用 CCD 相机、激光发射器、荧光屏、LabVIEW 软件和 PC 组成变形诊断及其定位系统实时采集荧光屏上的光斑图像,对采集的光斑图像进行图像增强、阈值分割、图像匹配跟踪和像素质心计算等处理;在 PC 监控界面显示罐道情况及位置32

  • 优势:这种融合方式对台阶凸起高度的识别度达到 88.43%,台阶凸起的长度识别度高达 99.15%,深度识别率高达 99.52%。能够实时准确地诊断矿井刚性罐道变形并快速地进行定位。


四、多技术融合的低光图像增强网络(MTIE-Net)


  • 融合方式:MTIE-Net 由基于 Retinex 理论的残差密集分解网络(RDD-Net)、编解码去噪网络(EDD-Net)和基于并行混合注意力的自校准照明增强网络(PCE-Net)组成。低光图像首先由 RDD-Net 分解为照明图和反射图;EDD-Net 用于处理反射图中的噪声;最后,将照明图与去噪后的反射图融合作为输入到 PCE-Net,使用傅里叶变换在频域中进行照明增强和细节恢复33

  • 优势:众多实验结果表明,MTIE-Net 在图像视觉质量增强、去噪和细节恢复方面优于比较方法。在夜间人脸检测中的应用也充分展示了其作为实际应用中预处理手段的前景。


五、深度学习技术在图像融合中的应用


  • 融合方式:依托端对端学习强大的特征提取、表征及重构能力,深度学习已成为图像融合研究的主流技术。例如,从数据集生成、神经网络构造、损失函数设计、模型优化和性能评估等方面进行基于深度学习的图像融合34

  • 优势:与传统图像融合技术相比,基于深度学习的图像融合模型性能显著提高。随着深度学习研究的深入,一些新颖的理论和方法也促进了图像融合技术的发展,如生成对抗网络、注意力机制、视觉 Transformer 和感知损失函数等。


六、微光与红外图像融合


  • 融合方式:图像融合技术是当前夜视技术发展的重要方向之一,彩色夜视技术更是其中的研究重点。然而,有关彩色 / 灰度融合图像的质量问题尚未形成一致的认识35

  • 优势:近年来国外典型的夜视融合图像视觉评价实验表明:融合图像在大多数视觉任务中均优于单波段图像,但融合图像质量不仅与视觉任务相关,也与融合算法和获取图像条件等诸多因素有关。


七、多层融合图像增强方法在视觉里程计中的应用


  • 融合方式:首先将输入图像分解为照明、反射和细节层。随后,在照明层中设计多个加权策略以保持自然度并提高对比度,并在反射层中应用线性操作以增强颜色对比度。还应用了双区间频率优化模型来增强细节层中的纹理。最后,将这些层重新组合以获得增强图像36

  • 优势:这种方法可以在自然度保持、纹理特征增强、对比度提高和噪声抑制之间实现平衡。在低能见度场景下,与其他六种方法相比,我们的实验结果在定量和定性方面都显示出优越性。整体性能表明,我们的方法可以有效地改善图像匹配和视觉里程计结果。


八、水下图像多特征先验融合增强方法


  • 融合方式:提出了一种基于多特征先验融合(MFPF)的水下图像视觉质量增强方法,通过提取和融合水下图像的多个特征先验来实现。设计了一种基于自适应标准差的颜色校正方法,实现基于水下图像主色的颜色偏移校正。还应用了伽马校正幂函数和空间线性调整,从单个退化图像中获得一组人工曝光图序列,并增强暗区的亮度和结构细节。利用白平衡、引导滤波和多曝光序列技术的优势,通过多尺度融合各种先验特征来增强水下图像37

  • 优势:实验结果表明,通过应用多特征先验融合方案,该设计全面解决了各种退化问题,消除了过度增强,并改善了暗部细节。


九、多过程融合在视觉位置识别中的应用


  • 融合方式:采用一种新颖的 “多传感器” 融合方法,应用于单个视觉图像流的多种图像处理方法,结合动态序列匹配长度技术和自动处理方法加权方案38

  • 优势:与传统的单一方法相比,这种方法降低了单个图像处理方法的性能要求,只需要在图像处理方法套件中,至少有一种在任何特定环境中表现良好。与静态序列长度技术相比,动态序列匹配技术通过在重新进入熟悉位置时分析识别质量指标,实现降低定位延迟。


十、Transformer 和 GANs 在多模态视听感知机器人音乐表演艺术中的应用


  • 融合方式:研究利用 Transformer 模型处理机器人表演中的音频和视频信号。利用生成对抗网络(GANs)生成与音乐输入同步的视觉上吸引人的表演。多模态强化学习用于同步机器人动作与音乐39

  • 优势:该方法在各种音乐风格和情感背景下都取得了有希望的结果。性能平滑度得分超过 94 分,展示了机器人动作的流畅性。准确率为 95%,突出了系统在使机器人动作与音乐对齐方面的精度。与基线模块相比,性能召回率有了显著的 33% 的提高。F1 分数的整体改进强调了该方法在机器人音乐表演艺术领域的优势。


菁视力(成都)健康管理有限公司

地址:成都市新都区蓉都大道南一段361号

客服热线:028-83960959  |  13076018456

公众号

官方微信

技术支持: 网站建设 | 管理登录
seo seo