高动态范围图像分层阶调映射改进算法

目的针对高动态范围图像分层阶调映射算法中显著边缘处产生的光晕和阶调逆转问题,提出了一种分层阶调映射的改进算法。方法首先通过对图像分层后的基础层图像和细节层图像进行分析,确认导致光晕和阶调逆转的异常信号特征;然后依据其异常信号特征,从细节层图像梯度的角度予以识别、修正,再在修正梯度的基础上,建立对应图像的正规化方程;最后利用共轭梯度算法求解正规化方程。结果抑制了细节层图像的异常信号,去除了映射结果图像中的光晕和阶调逆转。结论该算法不仅可以有效地抑制原分层映射算法中的光晕和阶调逆转现象,还可保有与原分层映射算法同等的细节再现能力。     

一种基于梯度域的彩色图像转灰度图像的方法

本文提出了一种基于梯度域的彩色图像转灰度图像的方法。当彩色图像转化为灰度图像时,一些亮度相似但颜色不同的可视细节可能会丢失。本文通过在梯度域的操作,试图减少这种彩色图像转化为灰度图像时可视细节的丢失。此方法首先将图像从RGB颜色空间转化到LCrCb空间,然后对各个分量分别计算其梯度。其次对亮度L的梯度进行修改,若梯度值较大,则保持不变;若梯度值较小,并且对应位置色差分量Cr或Cb的梯度值较大,则保持亮度L梯度的方向不变,适当放大其大小。最后通过对修改后的亮度梯度求解泊松方程,得到灰度图像。实验表明,此方法获得的灰度图像保留了大部分的可视细节。     

基于高斯拉普拉斯算子的色域映射算法

目的进一步提高色域映射质量,深入研究空间色域映射算法。方法利用高斯拉普拉斯算子对原图的边缘细节进行提取,叠加到映射后图像上再进行二次映射,得到的图像使用结构相关性和图像色差模型进行评价,将数据与最小色差法、CUSP和Bala等人提出的算法进行比较。结果基于高斯拉普拉斯算子的色域映射算法的结构相关性和图像色差都比Bala等人提出的算法要好。对于色彩艳丽、细节丰富的图像,空间色域映射算法结构相关性和图像色差反而不如普通算法。结论基于高斯拉普拉斯算子的色域映射算法能够提高图像的映射质量,但是空间色域映射算法映射质量并不一定优于非空间类色域映射算法。     

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。     

基于梯度的自适应椒盐噪声滤波算法

针对传统中值滤波方法不能有效保持图像细节信息和对图像适应能力差的问题,提出一种改进的椒盐噪声滤除算法。算法基于先检测、后滤波的思想,根据图像的极小梯度矩阵自适应计算噪声阈值,提高了噪声检测的准确性;为了更好地保持图像细节,对检测出的噪声像素进行多窗口中值滤波。多组去噪实验表明：所提算法对污染程度不同的图像具有良好的适应性,在滤除噪声的同时还可以有效还原图像边缘等细节信息。     

数字水印技术在印刷品防伪中的应用

在许多打印和出版应用中,需要在半色调图像中嵌入数据用于作品的版权保护和认证.介绍了一种新颖的半色调图像中数据隐藏的算法,该算法利用DCT域数据分类法进行数字水印信息的嵌入.实验结果显示:该算法能够抵抗打印/扫描攻击,鲁棒性较好.     

基于边缘检测的邻域加窗图像去噪算法

针对目前图像去噪算法中,消除噪声的同时又破坏边缘细节信息的问题,本文提出了结合边缘检测及邻域加窗的新算法.该算法采取平稳小波基以保持相位不变性,对低频和高频子带进行边缘检测,并将检测后的边缘信息选择后融合,即可得到原图像近似的边缘信息.依据小波方向性特点和层内相关性原理,对不同的子带在非边缘信息处采用不同的模板进行加窗处理.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的细节,较好地复原了图像.     

高动态范围图像(HDRI)编码及色调映射技术研究

在分析和讨论了高动态范围图像的基本理论和获得技术的基础上,深入剖析和研究了高动态范围图像编码的几种技术方法和途径,并分析了各自的特点和应用。同时还讨论了高动态范围领域中的色调映射技术,特别针对高动态范围图像色调映射中的背景强度的计算方法进行了研究,最后还对高动态范围图像技术的应用领域和前景进行了展望和预测。     

基于梯度权重规则的IHS变换与小波变换结合算法

针对多光谱图像与全色图像的融合,本文在认真分析了IHS变换、小波变换,以及基于梯度绝对值最大准则的IHS变换与小波变换结合算法的基础上,提出了一种基于梯度权重规则的改进算法.在使用小波变换融合多光谱图像I分量与全色图像时,计算二者高频细节分量的梯度作为权重,实现高频细节信息的融合;低频近似分量采用经验调节权系数的方式,运用加权和准则融合获得.融合所得新I'分量与之前多光谱图像IHS变换分离出的色度H和饱和度S进行逆变换,生成最终的融合图像.实验结果表明,该方法在保留多光谱图像光谱信息的基础上,有效地增强了融合图像的空间细节表现能力.     

基于数学形态学的显微图像分割算法

分水岭算法是一种图像分割的强有力的工具,而其分割性能和待分割图像梯度的计算方法相关,LucVincent所提出的分水岭算法主要存在过分割的问题。文章提出用形态学混合开闭重建运算的尺度空间平滑算法对图像进行平滑滤波处理,以消除图像细节和噪声而保留重要的边缘轮廓,再对平滑后的图像进行梯度修正,并进行梯度极小值抑制,进一步消除造成过分割区域,然后对修正后的梯度边缘图像进行分水岭分割。实验结果表明,采用本文的算法对显微动物精细胞图像分割能较好的解决过分割问题。     

半色调技术综述

本文对图像再现的关键性技术数字半色调技术进行了综述。介绍了数字半色调的基本概念,基本原理和发展现状。通过对经典半色调方法的研究,评判了各自的优点与不足,最后展望了数字半色调技术的发展趋势。国内在这一领域的研究甚少,研究数字半色调技术,对于填补我国在这一领域的空白,具有重要的现实意义。     

CCD高分辨成像的梯度解析法

基于序列图像重建的高分辨成像技术需要获取互有位移的序列图像,并需利用图像重建算法进行高分辨率图像重建。为此,设计了一种利用压电陶瓷体控制CCD位移来获取互有微小位移的序列图像的装置,在此基础上提出了一种基于梯度理论从序列图像重建高分辨率图像的算法——梯度解析法。该解析法根据图像灰度场梯度理论,同时考虑了图像的更高频成分,提高了重建图像分辨率。仿真实验显示,该算法与已有算法相比,重建图像的失真度降低40％以上。     

独立分量分析的图像融合算法

独立分量分析可实现图像的稀疏编码并具有能很好地捕捉图像重要边缘信息的特性.本文提出一种基于独立分量分析的图像融合算法,结合支持向量机对多聚焦图像的清晰域、模糊域进行判断以及在ICA域中进行图像分割以提取图像的主要边缘特征信息来实现特征级的多聚焦图像的融合.实验结果表明,本文提出的融合算法是有效的.     

逆色调映射算法的研究及其在影视领域中的应用

逆色调映射算法使得传统的标准动态范围影像上变换为当前逐渐兴起的高动态范围影像。本文通过研究逆色调映射算法的发展历史,对不同时期、不同分类的算法进行了详细的梳理,探讨其在当今影视领域中的应用,最后提出了几条逆色调映射算法在内容创作上的设计原则,并对该技术的未来前景做了简要的分析。     

柱面全景图像拼合及漫游算法研究

基于图像的绘制技术不仅可以弥补传统基于几何绘制技术的不足，而且能给出更丰富的图像显示．文中从实际应用出发，提出并实现了图像拼接新算法，并在此基础上，利用OpenGL的纹理映射技术，将全景图像作为纹理图像映射到由OpenGL预先构造出的虚拟视点空间上，并实现了虚拟场景的全景漫游。     

模糊核估计不准确下的振铃效应修正

在图像恢复过程中,总会引入一定程度的振铃效应,严重的影响了图像恢复的质量 .本文分析了图像的梯度分布直方图,通过分析它们在图像处理过程中的变化,论述了将自然图像梯度分布添加到图像恢复中的必要性.采用参数替代算法处理添加约束后的图像恢复表达式,使得恢复过程简单迅速.本文分别采用模拟图像和实拍图像论证了该算法,从恢复的两组图像中看到,不管是针对模拟图像还是实拍图像,该算法对图像中的振铃效应的消除作用都是比较明显的,恢复后得到的梯度分布图也相较于RL算法的恢复图更接近原图的梯度分布图.即该算法即使在模糊核估计不准确的情况下,也能得到比较好的恢复图像.     

基于共轭梯度法的快速Mean Shift图像分割

针对均值漂移算法收敛速度较慢的问题,本文出了基于共轭梯度的快速均值漂移算法,并将其用于图像分割.该算法利用共轭梯度法简便,存储需求小,收敛速度介于最速下降法和牛顿法之间, 具有较好的全局收敛性和较快的收敛速度的特点,通过交替执行均值漂移算法和共轭梯度算法提高经典均值漂移算法的收敛速度.对合成图像和真实图像的实验结果表明了新算法不但提高了经典均值漂移算法的速度,而且在进行图像分割时保持了良好的分割结果.     

图像复制中的超色域映射技术

目的提高跨媒体过程中色域映射技术在不均匀空间中的映射效果。方法通过研究分析CIELAB颜色空间的不均匀性,提出基于色相阶调曲线模型的超色域映射算法。该算法按照红、绿、蓝、青、品、黄以及灰色将颜色分为7类色相相同、饱和度不同的颜色。将这7类颜色从CIERGB空间转换到CIELAB空间,获得的各个散点按照一定的顺序连接起来,便可获得7个色相的空间曲线,并以此来预测图像相同色相、不同饱和度的颜色点。依据空间曲线预测颜色的方法,保持色相恒定性映射超出设备色域边界的颜色点。结果主观评价显示,HPMINDE,SGCK算法的4位数均为0,新算法平均数为0.8,中位数为1。客观评价显示,测试所用的4幅图像,在HPMINDE,SGCK与新算法的色差平均值分别为12,11,10,新算法色差较小。结论该算法相对于HPMINDE算法和SGCK算法,具有保持颜色色相不变的优越特性,并且映射结果视觉感能达到更好的效果,更适合视觉观察者的偏好。     

基于视点纠正的鱼眼图像场景化漫游方法

针对鱼眼图像畸变大、表示的场景信息不直观等特点,本文提出了一种基于视点纠正的鱼眼图像场景化漫游方法。该方法以鱼眼图像所表示的半球空间为观察对象,通过视点的转移在半球空间进行漫游,以对不同区域内的场景信息进行直观的观察。采用鱼眼图像校正算法为基础建立鱼眼镜头的球面映射模型,通过映射关系对以视点为中心的观察区域进行实时校正,当视点变化时对校正后的可视区域进行实时显示从而实现漫游。实验结果表明,通过本文算法能够实现鱼眼图像所表示半球空间的实时漫游,且漫游时显示的校正图像满足直线约束标准。     

改进非局部均值各向异性扩散图像去噪算法

针对各向异性扩散算法的不稳定性在去噪过程中易产生阶梯效应,导致纹理细节不能较好保留的缺点,提出一种改进的非局部均值各向异性扩散图像去噪算法.所提算法将非局部均值引入迭代过程,利用图像中的大量相似冗余信息,以中心像素邻域图像块作为像素点的相似性度量,对图像进行合理的描述;同时在扩散系数函数中,将图像梯度结合残差图像中局部能量算子,自适应选择扩散系数.结果表明,所提算法在有效平滑噪声的情况下,减弱了阶梯效应,保留了更多的纹理细节,与各向异性扩散算法、自适应选择扩散去噪算法和基于非局部均值理论的各向异性扩散算法相比,峰值信噪比和结构相似度有较好提升.