基于图像增强的隧道暗环境目标识别算法的研究.pdfVIP

下载本文档

9
0
约8.53万字
约 59页
2024-07-31 发布于江苏
举报
版权申诉

基于图像增强的隧道暗环境目标识别算法的研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

TitleBasedonImageAugmentationwithHSV空间LowLightTargetDetectionAlgorithmResearchAbstractTunneldefectdetectionisacritical环节in隧道maintenance,butitisoftenaffectedbylowlightingconditionsThispaperproposestwoadvancedima

摘要

隧道缺陷检测是目前隧道养护的重要一环，但受到隧道内低照度光源的影响，

采集图像存在亮度低、细节信息不明显等问题。而现有的低照度图像增强算法恢复

图像往往会出现颜色失真、微小细节信息丢失等情况，导致整体视觉效果较差，不

利于后续处理任务的进行。本文针对隧道低照度采集图像设计了两种增强算法，并

提出一套隧道复杂暗环境缺陷检测方案，具体内容如下：

1．设计基于U-Net网络的HSV空间低照度图像增强算法。首先将

基于图像增强的隧道暗环境目标识别算法的研究.pdf 原文免费试下载