轨道巡检图像增强方法研究
Railway Engineering（2022）
摘要
针对高速铁路综合巡检车拍摄到的轨道巡检原始图像在某些工况下成像质量差的问题,基于视觉系统神经电生理试验提出了RGC的nCRF模型.由于感受野模型中存在不同的高斯通道,通过设计能自适应显示抑制强度变化的势函数改进了基本模型,提出mnCRF模型来改变抑制效果.根据边缘对比度指数QEC、细节增强指数QDE、灰度保持指数QMG三个图像增强测量指标,利用nCRF、mnCRF模型对图像处理标准测试库的图像及综合巡检车采集到的高速铁路轨道巡检图像进行加强处理,并与HE、Retinex算法的处理结果进行对比.结果表明:nCRF和mnCRF模型优于对比算法,可以使轨道巡检图像上的小部件如STF、TP等图像增强,同时具有边缘增强、细节增强和灰度保持的图像处理功能,有利于后续的智能分析处理.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要