适于图像融合的快速颜色传递方法

为获得具有自然日光色彩效果的融合图像,利用线性YCBCR空间和Reinhard统计颜色传递策略,提出了一种适于图像融合的颜色传递方法：YCBCR颜色传递方法。此方法不仅计算复杂度低,而且非常适合彩色图像融合,使得利用高对比度灰度融合图像替换彩色融合图像亮度分量,从而增强彩色融合图像亮度对比度的操作变得简单易行。本文从数学上证明了YUV等符合通用YCBCR空间模型的颜色空间用于颜色传递所产生的重染色结果,与用YCBCR空间得到的结果相同。实验结果表明,YCBCR颜色传递方法可以赋予彩色融合图像一种自然的日光色彩效果,其重染色彩色融合图像的能力好于Reinhard方法。     

Bayer彩色序列图像的电子稳像

提出了一种适合Bayer彩色序列图像的电子稳像方法。该方法根据Bayer彩色图像特点,通过色彩还原和RGB至YCbCr颜色空间的变换,将Bayer彩色图像转换为灰度图像。采用灰度投影算法估计两幅图像之间的运动量;通过计算灰度图像在水平和垂直方向的投影特征数据,构造当前图像和参考图像投影数据之间的相关函数;依据最小误差匹配准则,估计两幅图像之间的水平和垂直位移量。为解决传统补偿算法在处理奇数运动量时的颜色失真问题,基于双线性插值算法构建了适合Bayer彩色图像的运动补偿算法。最后,对Bayer彩色序列样本图像进行了色彩还原和图像稳定实验。结果表明,本文方法可以实现像元级运动量检测,运动补偿后的序列图像峰值信噪比优于40db。实验显示,本文方法可行且有效,适合Bayer彩色序列图像的运动估计和运动补偿,可以实现序列图像的稳定输出。     

基于色彩传递的生物医学图像彩色化

单色生物医学图像的彩色化通常需要手工操作.基于色彩传递的彩色化方法在生物医学成像过程中应用计算机给单色生物医学图像添加颜色,是一种跨学科的新方法.首先根据单色图像的内容确定一幅合适的彩色图像做参考图像,然后单色图像和彩色参考图像转换到去相关的对立色空间(1 αβ颜色空间);用亮度通道邻域统计量匹配的方法为单色图像的每个像素选取最佳参考图像采样点,并将最佳参考图像采样点的颜色赋值给相应的单色图像像素;最后,传递结果转换到RGB颜色空间显示.经过这样的处理过程,单色生物医学图像获得了看上去近似于参考图像的色彩,与传统方法相比更方便高效.     

夜视图像自适应彩色化融合算法

夜视图像的彩色化是图像融合研究的一个重要方面,在军事侦察、遥感技术等方面有着广泛的应用.本文提出一种基于统计学的夜视图像自适应彩色化融合算法.通过主分量分析,实现颜色空间的转换;根据图像整体和局部信息制定融合规则,将源(彩色)图像的色彩迁移到夜视(灰度)图像上,使其呈现出自然的色彩.     

基于CMAC的图像融合快速算法

提出了一种基于CMAC数据融合模型的复杂智能图像融合快速算法.将多源传感器图像配准后的各源图像按相同标准分解成若干个J×J区域,通过量化编码,概念映射到关联存储空间的存储单元区域中,再用hash编码技术实际映射到权重存储空间进行压缩,经过CMAC网络的迭代训练,得到CMAC图像融合结果.设计多聚焦图像的模型仿真实验,将CMAC图像融合方法、加权平均图像融合方法、像素灰度值选大图像融合方法以及像素灰度值选小图像融合方法进行了定性与定量的比较与分析.实验结果表明:CMAC图像融合方法比其它方法能更有效地逼近真实的融合模型,其均方根误差分别只有其它3种方法的30.4%、22.2%和20.9%,且具有实时性的优点.     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

基于彩色图像的运动目标分割方法

针对彩色图像Hue-saturation-intensity颜色模型各分量所携带的颜色信息不同的特点,结合区域分割算法在彩色图像中提取区域颜色特征,并将区域颜色特征作为局部阈值分割方法的阈值特征,提出一种基于图像区域颜色特征的运动目标分割方法。分割试验显示了该运动目标分割方法的有效性和可行性。提出融合梯度算子和子区合并技术进行区域分割的方法,子区合并技术能够在一定程度上防止两个独立的区域被错误的合并成一个区域, 这种区域分割方法和常用的Region growing算法的对比分割试验显示该方法对灰度变化不均匀的区域进行分割的效果优于Region growing算法。     

一种基于渲染目的的自适应图像分类新算法

国际色彩协会在色彩管理系统中规定了三种渲染方式，针对不同渲染目的对图像进行自动分类，以达到最佳匹配效果。本文对基于图像的彩色特征、边缘特征、纹理特征和灰度特征等单图像牲基于渲染目的进行分类，结果发现单个特征分类的精度并不是十分理想。因此提出一种基于渲染目的的自适应图像分类算法，它将多个图像特征联合起来对图像按照高彩色图像、计算机生成图像和自然图像等渲染方式进行自适应分类。     

oRGB颜色空间的夜视图像彩色融合

针对红外与可见光双波段夜视图像增强提出了基于oRGB颜色空间的彩色融合算法。选择亮度与颜色分离的对立色颜色空间,应用多尺度Top-hat变换方法将红外与可见光增强融合图像作为伪彩色图像的亮度分量,根据双波段图像的差异性并结合参考图像色调构造颜色分量;为避免线性变换的颜色传递方法容易造成灰度级压缩或过饱和情况,在分析颜色传递机理的基础上,使用非线性的直方图匹配方法实现颜色传递。实验结果表明,融合图像的颜色分布更自然,纹理细节、整体亮度和对比度等视觉特征表现更优。     

基于分层模型与局部复原的多聚焦图像融合方法

针对多聚焦图像融合后清晰像素信息损失较为严重的问题,提出一种分层模型与局部复原相结合的方法。首先,根据源图像模糊区域分布情况,对不同灰度特征源图像进行多尺度分解选取恰当的分层模型,并利用此模型对图像进行初步融合;在此基础上,通过计算对应区域的功率谱曲线斜率以推导图像中局部模糊区域像素值,提高图像融合算法的细节提取能力,再结合维纳滤波策略对其进行恢复,以实现图像清晰融合。最后,利用3个实例验证了该方法的有效性与可行性。     

共光轴实时彩色融合系统

长波红外与可见光图像的自然感彩色融合有助于观察者快速感知环境和发现目标,而共光轴结构对于提高融合图像质量和简化配准算法具有独特的优势。为满足战场侦查、监视等需求,设计了一种基于TMS320DM642数字信号处理器和ATmega32单片机的共光轴实时彩色融合系统。融合系统的长波红外和可见光成像系统平行放置,利用分光镜和反射镜实现光路分离,通过视场匹配和光轴校准实现双波段视频图像完全配准。图像处理程序基于DSP/BIOS嵌入式操作系统开发,根据视频图像的特点,采用基于CbCr查找表的自然感彩色融合算法。针对硬件特点,对融合算法进行优化,使720 pixel×576 pixel的单帧图像融合时间为9.18 ms,满足25 frame/s的实时融合要求;融合图像呈现自然色彩,场景中的热目标易于辨识。文中对共光轴融合系统设计、实现过程中相关问题的研究具有参考借鉴价值。     

Multifocus watermarking approach based on discrete cosine transform

Image fusion process consolidates data and information from various images of same sight into a solitary image. Each of the source images might speak to a fractional perspective of the scene, and contains both “pertinent” and “immaterial” information. In this study, a new image fusion method is proposed utilizing the Discrete Cosine Transform (DCT) to join the source image into a solitary minimized image containing more exact depiction of the sight than any of the individual source images. In addition, the fused image comes out with most ideal quality image without bending appearance or loss of data. DCT algorithm is considered efficient in image fusion. The proposed scheme is performed in five steps: (1) RGB colour image (input image) is split into three channels R, G, and B for source images. (2) DCT algorithm is applied to each channel (R, G, and B). (3) The variance values are computed for the corresponding 8 × 8 blocks of each channel. (4) Each block of R of source images is compared with each other based on the variance value and then the block with maximum variance value is selected to be the block in the new image. This process is repeated for all channels of source images. (5) Inverse discrete cosine transform is applied on each fused channel to convert coefficient values to pixel values, and then combined all the channels to generate the fused image. The proposed technique can potentially solve the problem of unwanted side effects such as blurring or blocking artifacts by reducing the quality of the subsequent image in image fusion process. The proposed approach is evaluated using three measurement units: the average of Q^abf, standard deviation, and peak Signal Noise Rate. The experimental results of this proposed technique have shown good results as compared with older techniques. Microsc. Res. Tech. 79:431–437, 2016. © 2016 Wiley Periodicals, Inc.     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.     

马尔科夫随机场模型下的Retinex夜间彩色图像增强

由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题,本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量;在MRF模型下求解仅包含物体本身特性的反射分量,并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正,最终实现了夜间彩色图像的增强。实验结果表明,利用本文算法处理后图像的均值（整体亮度）可以提高2倍以上,标准差、熵、峰值信噪比（PSNR）等参数均有5%以上的提升。与其它基于Retinex原理的算法相比,本文提出的算法增强效果显著,具有消除“光晕伪影”现象、抑制噪声、颜色保真和有效地凸显边缘细节信息等能力。     

彩色眼底图像视盘自动定位与分割

针对彩色眼底图像视盘定位时图像边缘高亮环对定位准确率的影响,提出了一种有效的图像预处理方法。针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及梯度矢量流(GVF)Snake模型的分割算法。提出的预处理方法首先利用最小二乘法拟合出眼底图像的边界,然后裁剪掉边界的一部分高亮像素点,最后进行视盘定位。视盘分割算法则首先进行血管擦除,然后用椭圆拟合提取初始轮廓,最后使用GVF Snake精确调整视盘边界。用提出的方法对Messidor眼底图像数据库1 200幅图像上进行了实验,结果显示:视盘定位准确率由原来没经过预处理的95.4%提升到了98.7%;视盘分割错误率与当前已知最好的算法相比由12.5%降低到了9.39%。结果表明:提出的眼底图像视盘自动定位与分割方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断。     

Color Image Modification with and without Hue Preservation

Color image modification is an essential component for several applications and the grayscale transformation is generally mapped to the color image indirectly. Although several techniques have been used for this transfer, they suffer from gamut mapping issue. In this paper, it is aimed to study the mapping of grayscale transformations to the color scale in different perspectives. Modifying the image in different color space than the original retains hue to a promising extent, but suffers from the gamut problem. A generic scheme to map grayscale changes to the color space for all kinds of spatial modification is proposed here. The hue preserving color image enhancement (HPCE) scheme discussed here is free of gamut-mapping issue and shows promising results in transferring the grayscale transformation to the color image in a simplistic manner. The proposed HPCE scheme is analysed qualitatively through visual appearance and quantitatively using color difference metrics SHAME and CID, gray image difference and EBCM measures. Different gray scale transformations such as S-type enhancement and different forms of histogram equalization techniques are applied on Berkeley dataset of 500 images to prove the efficacy of proposed algorithm.     

应用颜色聚类图像块的多舰船显著性检测

由于多舰船目标显著性检测过程容易将边界像素作为背景处理,本文提出了应用颜色聚类图像块的多舰船显著性检测方法。该方法首先检测邻域像素是否具有颜色相似性,并将临近的具有相似颜色的像素聚集在一起作为一个图像块。接着,对获得的图像块进行扩展,使图像块包含很多其他图像块的像素以提高图像块内像素间的对比强度;对边缘像素进行背景索引标记,计算图像块中像素的显著性强度,采用阈值分割方法获得目标显著性区域。最后,基于颜色聚类的图像块存在部分重叠的特点,利用权值对存在叠加的显著性图像进行融合,从而获得多舰船目标整幅图像的显著性检测结果。对获得的多舰船目标图像进行了实验测试,并对本文算法结果和当前比较先进的其它显著性检测算法进行了效果对比。结果显示:提出的利用颜色聚类图像块的舰船显著性检测方法的查全率达到78%以上,准确率达到92%以上,综合评价指标Fβ≥0.7;无论考虑单个指标还是整体指标,本文算法均优于其他对比算法。     

一种不同分辨率异类图的融合算法

将较高分辨率的图像分解到各个较低分辨率，对最低分辨率的图像采用先加权平均，进而取亮度极大值的融合方法进行融合，并对上述最低分辨率上的融合图像和较高分辨率的图像利用基于Kalman滤波的多分辨图像融合算法进行融合；上述2步重复进行，最后可得最高分辨率下综合所有图像信息的融合图像。实验表明，本文所介绍的图像融合算法是有效的。