数字图像处理技术及应用 课件 10-图像处理技术应用案例

图像处理技术应用案例10.1红外小目标检测技术技术简介红外小目标检测利用物体发出的红外辐射，在复杂环境（如夜间、雨雾）

下实现微小目标的识别与跟踪。应用领域：军事侦查、火灾预警、视频监控等。数据集概况NUAA-SIRST

：首个真实单帧红外小目标数据集，427张图像。IRSTD-1K

：大规模真实数据集，1000张图像。NUDT-SIRST

：大规模合成数据集，1327张图像。10.1红外小目标检测技术数据集示例NUAA-SIRST

：NUAA-SIRST数据集是第一个真实单帧红外小目标检测数据集，包含427个来自数百个真实世界视频的不同场景的代表性图像，且具有精确的像素级注释来提供信息丰富的监控信号。10.1红外小目标检测技术数据集示例IRSTD-1k

:

IRSTD-1k数据集是新开发的大型红外小目标检测数据集，它包含1000张具有高多样性的不同目标的真实图像。10.1红外小目标检测技术数据集示例NUDT-SIRST

:

NUDT-SIRST数据集是一个大规模合成的单帧红外小目标检测数据集，其中所有图像都是通过真实红外背景与各种虚拟红外目标合成来渲染的。10.1红外小目标检测技术模型概述DNANet模型的基本结构的网络结构可以分为三个部分。第一部分为特征提取，输入图片经过基于Unet的主干网络提取多层特征。第二部分为特征金字塔融合，用来融合不同尺度的特征。第三部分为目标分割，通过将融合后的特征图输入到分割头中，经过八连通邻域聚类，分割出图像中的红外小目标。2025/12/11图像处理技术应用案例工作汇报10.1红外小目标检测技术DNANet模型检测结果如图10-7所示为DNANet模型在三个数据集上的分割结果和3D可视化结果。其中Input表示输入图像，GT表示真实分割图像。file:///C:/Users/Lenovo/Downloads/10.html2025/12/11图像处理技术应用案例工作汇报10.2水下图像增强技术file:///C:/Users/Lenovo/Downloads/10.html技术简介水下图像常受光线衰减、色偏、低对比度影响，增强技术可提升图像质量。应用领域：海洋勘探、水下考古、生态监测、机器人导航。数据集与模型UIEB数据集：大规模水下图像增强基准数据集。Water-Net模型：多步骤增强流程，包括白平衡、伽马校正、直方均衡等。实验结果增强后图像在颜色还原、对比度提升、噪声减少、细节保留方面表现优异。10.2水下图像增强技术数据集示例UIEB数据集：UIEB（UnderwaterImageEnhancementBenchmark）数据集是一个专门用于评估水下图像增强算法的大规模数据集。它由天津大学的研究人员开发，旨在提供一个标准化的平台，用于比较和评估各种水下图像增强方法。10.2水下图像增强技术水下图像增强技术的流程目前，基于深度学习的水下图像增强方法被广泛的使用，其具有适应性强，增强效果好，增强流程简单清晰等优点。10.2水下图像增强技术水下图像增强技术的常用模型采用Water-Net模型来完成水下图像增强任务。Water-Net模型的基本结构如图10-11所示，它给出了一种多步骤水下图像增强技术的流程。10.2水下图像增强技术Water-Net模型实验结果如图10-12所示，增强后的图像在颜色还原、对比度提升、噪声减少和细节保留方面表现良好。增强技术有效地纠正了由于光线吸收和散射引起的颜色失真，使图像色彩更加真实自然。同时，图像的对比度明显提高，细节更加清晰，物体轮廓分明，层次感增强。10.3人体动作识别技术技术简介从视频中自动识别人体动作，广泛应用于智能推荐、视频分析、人机交互等领域。数据集：Kinetics400包含400类动作、约24万个视频片段，涵盖丰富的人类行为。模型概述：双流网络+I3D双流网络结合RGB外观信息与光流运动信息。I3D通过膨胀卷积将2D卷积扩展至3D，提取时空特征。10.3人体动作识别技术数据集介绍：Kinetics400Kinetics400数据集是2017年提出的一个广泛使用的人体动作识别公开数据集。该数据集主要关注人类的行为（而不是活动或事件）。其中包含400个人类动作类，包含约240000个视频片段，每类动作至少有400个视频剪辑，平均约有600个视频片段。10.3人体动作识别技术模型介绍：基于卷积网络深度双流动作识别网络构建方法该算法利用opencv将视频序列提取成RGB图像和携带动作运动信息的Flow图像。首先利用卷积神经网络提取多帧堆叠图像中的空间特征向量，然后利用另一个卷积神经网络提取输入的Flow图像中的时间特征向量，最后利用后期融合，聚合时间、空间特征向量获得表征动作的高维特征向量，并通过分类器得到动作的类别。10.3人体动作识别技术实验结果：在单张NvidiaV100平台上进行人体动作识别实验，在单张GPU设备上可以流畅地对输入的视频动作进行分类，模型的预训练是在kinetics400数据集上进行，该模型可以迁移到其他数据集中，如UCF101和HMDB51。410.4多模态脑肿瘤图像分割技术技术简介利用多模态MRI影像分割脑肿瘤区域，辅助医生进行精准诊断与治疗规划。数据集：BraTS提供多模态MRI影像，标注肿瘤增强核心、水肿等区域。模型概述：编码器-解码器CNN采用非对称设计，编码器提取特征，解码器重构分割掩码。引入变分自动编码器（VAE）

提升泛化能力。10.4多模态脑肿瘤图像分割技术数据集介绍：BraTS由国际医学图像计算和计算机辅助干预协会举办的脑肿瘤分割挑战大赛（MultimodalBrainTumorSegmentationChallenge，BraTS）为脑肿瘤分割任务提供了高质量的多模态MRI影像公开数据集。10.4多模态脑肿瘤图像分割技术多MRI模态影像成像特点T1W、T2W、T1ce和Flair是临床中常见的四种MRI模态，这些不同模态的序列为医生提供了不同的形态学信息和病理学信息。T1W（T1weighted,T1W）模态，该模态的影像通常用于显示大脑的解剖结构、区分大脑灰质（graysubstance）和白质（whitematter）。T2W（T2weighted,T2W）模态，该模态的影像用于显示大脑中水含量较高的组织和结构。液体衰减反转恢复（Fluidattenuatedinversionrecovery,Flair）模态，该模态的影像在T2W基础上使用反转脉冲技术来反转和抑制大脑中自由水的信号，在保持大脑组织可见性的同时将脑脊液呈现为低信号。T1加权对比增强（T1weightedcontrast-enhanced,T1ce）模态，该模态的影像通过注射含钆（gadolinium,Gd）对比剂来强化显示血管和异常组织。10.4多模态脑肿瘤图像分割技术多模态脑肿瘤分割模型该模型运用了一个非对称设计，其中编码器部分相对庞大，负责深入提取图像特征，而解码器则设计得更为精巧，专注于重构精确的分割掩码。10.4多模态脑肿瘤图像分割技术实验结果图10-23显示了部分分割结果的可视化对比。其中，肿瘤周围水肿组织使用绿色标记，肿瘤核内部的坏疽组织使用红色标记，强化肿瘤核组织使用黄色标记。可以发现：使用深度学习技术可以较为准确地实现脑部肿瘤区域分割。10.5眼底图像青光眼检测技术背景与意义青光眼是全球第二位致盲眼病，早期检测至关重要。数据集DRIVE：视网膜血管分割

ORIGA：视盘与视杯分析

MESSIDOR：高分辨率视网膜图像模型概述：FCN网络全卷积网络实现端到端的视盘分割，为青光眼检测提供基础信息。10.5眼底图像青光眼检测技术数据集介绍：DRIVE数据集DRIVE数据集是一个常用的视网膜图像数据集，由荷兰研究人员收集。该数据集包含了40幅分辨率为584x565像素的彩色视网膜图像。这些图像经过专业医生手动标注，标记了血管和视盘的位置。10.5眼底图像青光眼检测技术数据集介绍：ORIGA数据集ORIGA（OpticNerveHeadImageGradingandAnalysis）数据集来自新加坡国立大学医院，包含超过650幅视网膜图像，其中包括来自青光眼患者的样本。这些图像包含了详细的视神经头结构信息，经过专业人员标注，用于开发和评估青光眼视盘和视杯分割算法。ORIGA数据集的广泛使用推动了青光眼诊断技术的进步，促进了自动化分析系统的发展。10.5眼底图像青光眼检测技术数据集介绍：MESSIDOR数据集MESSIDOR数据集由法国医院提供，包含超过1200幅高分辨率的视网膜图像，其中包括青光眼和其他视网膜疾病的样本。这些图像被广泛用于开发青光眼筛查系统和其他自动化视网膜图像分析工具。MESSIDOR数据集不仅有助于研究青光眼的视盘和视杯分割，还支持糖尿病视网膜病变等眼部疾病的诊断和治疗。10.5眼底图像青光眼检测技术file:///C:/Users/Lenovo/Downloads/10.html检测模型概述FCN网络常用来完成视盘检测，进而达到对青光眼检测提供基础信息的目的。首先，需要准备大量的眼底图像数据集，这些数据通常来自医院的眼科诊断图像或公开的视网膜图像数据集。每张图像应该包含已经标注好的视盘区域，标注通常是由眼科专家进行的，标记视盘的边界或中心位置。其次，构建FCN。FCN是一种特殊设计的深度学习网络，主要用于图像分割任务。它与传统的卷积神经网络（CNN）相比，去除了全连接层，将其替换为全卷积层，这使得网络能够接受任意大小的输入图像，并生成相应大小的输出，输出结果如图10-30所示。10.6新视图合成技术技术简介从现有图像生成新视角图像，应用于VR/AR、影视特效、自动驾驶仿真等。数据集ShapeNet：三维模型集合

DTU：多视图立体数据集NeRF

Synthetic：神经辐射场专用数据集模型概述：NeRF通过多层感知机学习场景的颜色与密度分布，实现高质量视图合成。10.6新视图合成技术数据集介绍：ShapeNetShapeNet数据集由斯坦福大学、普林斯顿大学和芝加哥丰田技术学院合作开发，并于2015年首次发布。其中包含数万个经过精心整理的三维模型，覆盖了数百个类别，如家具、交通工具、电子产品等，每个类别下有多个实例。10.6新视图合成技术数据集介绍：DTUDTU是来自丹麦技术大学的多视图立体数据集，专为多视图立体匹配和三维重建研究设计。它包括了从多个固定视角拍摄的真实世界物体，每组数据都带有精确的相机参数和高密度的地面真值点云，适合用来测试新视图合成算法的准确性和泛化能力。10.6新视图合成技术数据集介绍：LLFFLLFF(LearningfromLightFields)数据集包含了一系列真实世界场景的光场图像，这些场景具有复杂的光线交互和动态范围。它被用来测试那些能够从少量输入图像重建场景并合成新视图的算法，特别是在处理自然光照和材质复杂性方面的表现。710.6新视图合成技术模型概述在本案例中，我们采用NeRF来完成新视图合成任务。NeRF通过多视角图像、相机姿态估计和射线采样训练多层感知机模型，以生成新的视角下的场景图像。10.6新视图合成技术实验结果观察如图10-38所示的合成后的图像，第一列是源视角图像，第二列是示例模型合成的新视图结果，第三列是GroundTruth，最直观的差别是视角或观察角度。新视图合成能够生成从新的位置或方向观看场景的图像，这些是原始图像拍摄时没有直接记录的角度。2025/12/11图像处理技术应用案例工作汇报10.7工业缺陷检测技术file:///C:/Users/Lenovo/Downloads/10.html技术简介检测工业制品表面缺陷，如钢铁、电路板、织物等，保障产品质量。数据集NEU

surface

defect：热轧带钢缺陷

Oil

Pollution

Defect：石油干扰缺陷

Micro

Surface

Defect：微尺度缺陷模型概述：基于ResNet的检测网络采用多级特征融合与RPN技术，实现缺陷的精准定位与分类。10.7工业缺陷检测技术数据集介绍：NEUsurfacedefectNEUsurfacedefect数据集收集了斑块、开裂、划痕等六种热轧带钢表面的典型缺陷。每种类型缺陷各300个样本，总共1800张灰度图像，每张图像的原始分辨率为200×200。对于缺陷检测任务，作者还提供了boundingbox标注，注明了每个图像中缺陷的类别和位置。10.7工业缺陷检测技术数据集介绍：OilPollutionDefectOilPollutionDefect数据集(2014)是石油干扰硅钢表面缺陷。该数据库有16个样本，图像尺寸为640×480。它包括三种类型的缺陷:划伤、小缺陷和擦裂，比例为3:2:3。10.7工业缺陷检测技术数据集介绍：MicroSurfaceDefectDatabaseMicroSurfaceDefectDatabase数据集是一个微尺度的带钢缺陷数据库。该缺陷的尺寸仅为6×6像素，图像分辨率为640×480。数据包含35幅图像，其中点缺陷和钢坑缺陷的红外比值为4:3。10.7工业缺陷检测技术基于深度学习的缺陷检测算法与传统的机器学习方法相比，深度学习方法可以通过卷积和合并等操作提取更深层次、更抽象的图像特征，因此具有更强的应用潜力，不需要人工设计的特征提取规则，允许端到端的模型设计。卷积神经网络利用卷积运算从输入图像中提取特征，可以捕获不同层次的语义信息，从而有效地从大量样本中学习特征表示，使模型具有更强的泛化能力。10.8偏振增强技术技术简介利用光的偏振特性与深度学习，提升图像对比度与细节表现。应用领域：遥感、自动驾驶、军事侦测。数据集：LLCP低光照彩色强度-偏振图像数据集，包含多角度偏振图像对。模型概述：ColorPolarNet双网络结构：强度网络增强偏振光强，偏振网络增强Stokes参数。10.8偏振增强技术数据集介绍：LLCPLLCP数据集由搭载IMX250MYR传感器的LUCIDTRI050S-QC相机采集，用于低光照彩色强度-偏振图像增强网络的训练、验证和测试。该数据集包含300组不同场景的低照度光照图像。每组包含4对不同角度(0°、45°、90°和135°)线偏振片调制的1224×1024大小的低光照-正常光强图像。10.8偏振增强技术模型概述：ColorPolarNet基于深度学习的偏振增强模型ColorPolarNet，它不仅能够增强强度图，还能够增强DoLP和AoP图。该模型包括多层卷积神经网络，通过输入多通道的偏振图像数据，模型能够自动提取和学习偏振特征，并利用这些特征对图像进行增强处理。10.8偏振增强技术实验结果ColorPolarNet模型在LLCP数据集上的测试结果。结果显示，通过该模型增强后的图像与真值非常接近。此外，ColorPolarNet在一定程度上缓解了低光照S0图像的颜色