采用亮通道先验的低照度图像增强算法

针对低照度彩色图像亮度偏低、对比度差等问题,提出基于亮通道先验的低照度图像增强算法.首先,分析Retinex算法所存在的缺陷,提出了亮通道先验.然后,将原RGB彩色图像转换到HSV彩色空间,对亮度分量V使用亮通道先验和引导滤波估计光照分量和反射分量,并且采用自适应对数校正对光照分量进行提升.最后,将增强后的图像转换到RGB彩色空间.实验结果表明:该算法快速有效,能够很好地提升图像整体亮度和对比度,图像细节得到增强,克服了颜色失真和光晕等问题,增强后的彩色图像更为明亮、自然.     

基于颜色特征的改进图像检索算法

本文提出一种综合图像的颜色、灰度和空间信息提取特征向量的改进算法将图像从RGB空间转换成HSV空间,将彩色图像转换成黑白图像,并分别进行直方图量化后,进行相似度比较;改进颜色相关图的算法,提高颜色空间特征的检索效率.     

基于主成分分析的彩色图转灰度图方法的研究

主要讲述利用主成分分析方法将彩色图像转变为灰度图像。传统的彩色图转灰度图是由R、G、B三元色按照一定的权重进行加权而得。一般的转化公式对于所有RGB或RGBA的图像都适用,它虽然符合心理学研究结果,但是没有反映出不同图像本身的特点。阐述利用主成分分析方法对彩色图像转化为灰度图。该方法既能根据不同图像有不同的灰度,又能增强灰度图的对比度,适合作为深度学习的图像输入。     

基于局部占优度的彩色图像分割算法

设计了一种新的有效稳定的彩色图像分割算法.该算法首先利用均值漂移(MS)算法预分割图像,产生了许多保留了图像不连续特征的分割区域,然后构建预分割区域的相似度图,并利用谱聚类集成算法对相似度图进行全局最优划分.为了避免在构建相似度图时仅利用像素点的亮度信息而产生一些不合适的划分结果,定义了一个局部占优度的变量,该变量综合考虑了局部区域像素的亮度和细节信息.本文算法在彩色图像上的实验结果验证了其高效的运算速度.     

彩色自然场景统计显著图模型

提出了一种彩色图像自然场景统计显著图模型,它根据人类视觉系统对图像的处理方式,利用自然场景高斯尺度混合(GSM)统计分布中的乘数随机变量来计算图像灰度通道与彩色拮抗对的显著性描述,将三者的加权平均作为彩色图像的显著图.实验结果表明,彩色拮抗对通道的加入能够有效提高显著图模型与视觉注意力选择机制的一致性.对比不同模型提取的显著图,以及利用公开数据库计算得到的ROC曲线及该曲线下的面积(AUC),均表明本文显著图模型具有显著的优越性.     

基于FSIM的彩色图像检索

为了得到一种简单而有效的图像特征,提出了一种频域结构相似度的图像检索方法．该方法利用彩色图像的高斯变换下相位不变、梯度的结构特征和局部二值模式描述图像特征,既弥补了相位不变性对图像对比度不变的影响,又能充分利用LBP纹理特征的旋转不变性,对彩色图像有很好的检索效果．为了验证该算法的效率,在3个彩色图像库中进行了对比实验．结果表明：该方法明显优于其他算法,比GCD—HSV,HSV,LBP算法的平均检索率分别提高了27．24％,29．86％,33．48％．     

一种基于alpha通道的彩色图像超分辨率方法

彩色图像的RGB 3个通道间具有密切的相关性.若将现有具有边缘保持作用的灰度图像超分辨率方法直接推广到RGB空间中进行,很容易破坏这种相关性,也必会导致色彩伪影.为解决此问题,本文提出了一种基于alpha通道的彩色图像超分辨率方法.首先,对图像进行区域分割,并对每个区域进行前景、背景及alpha通道的提取;然后,将alpha通道、前景及背景图像分别进行超分辨率;最后,合成得到高分辨率图像.该方法基于图像分割和alpha matting技术,利用alpha通道协调3个通道的边缘信息.实验结果表明,该算法在较好地实现超分辨率的同时保持了图像的边缘,避免了色彩失真,具有较好的视觉效果.     

基于改进多尺度Retinex的单幅彩色图像增强算法

针对传统基于多尺度Retinex的单幅彩色图像增强算法, 进行图像增强时未考虑亮度分量和局部对比度, 导致图像增强未达到最佳尺度值, 获取的增强图像存在失真、 带有雾膜的问题, 提出一种基于改进多尺度Retinex的单幅彩色图像增强算法. 首先采用高斯环境函数 对3种灰度图像实施卷积并进行灰度纠正, 将3种纠正灰度后的图像合并, 获取初步单幅彩色图像增强结果; 然后改进多尺度Retinex的单幅彩色图像增强算法, 增强单幅彩色图像像素的平均亮度; 最后通过非线性函数对亮度增强后的彩色图像实施局部对比度增强处理, 用线性调整方法恢复局部对比度增强后的图像颜色, 以获取最佳单幅彩色图像的图像增强结果. 实验结果表明, 该算法可获得亮度和对比度均较好的单幅彩色图像增强结果.     

基于模糊算法的彩色图像边缘检测

彩色图像的边缘检测算法有很多;但检测结果仍存在细节丢失、抗噪性差的问题。提出一种新的彩色图像边缘检测算法。首先,在RGB空间下,采用矢量梯度算法,分别在三个通道中求出像素的梯度值。然后,采用自适应双阈值算法,对梯度值进行判断,筛选出图像的边缘点。最后,只采用筛选后的边缘点的信息,构造新的模糊矩阵的隶属函数,从而形成新的模糊算法。利用该算法,检测出最终的图像边缘信息。实验证明,该算法得到的图像检测结果,不仅对比度高、边缘连续、细节保存完整;而且具有较强的抗噪性。     

基于四元数色度距离的对比度保持灰度化方法

传统对比度保持灰度化方法采用欧氏距离计算彩色图像的对比度。这种方式只考虑了通道整体的相关性,没有考虑到通道之间的相关性,可能导致灰度化后的结果出现噪声或者细节丢失的情形。针对上述问题,利用四元数相关理论,提出基于色度面投影的四元数色度距离度量公式;利用该度量公式进一步提出基于随机差分的全局色度对比度度量方法和基于水平和垂直方向差分的局部对比度度量方法;利用该对比度度量方法构造对比度保持的目标函数;采用离散近似求解的思路来确定最优的用于灰度化映射的组合系数。实验结果表明,该方法具有较好的实时性,得到的灰度化结果能够更好地保持原彩色图像中的色彩细节对比度信息。     

彩色图像的边缘检测

彩色图像的边缘检测算法有很多,但检测结果仍存在细节丢失、抗噪性差的问题。本文提出一种新的彩色图像的边缘检测算法。首先,在RGB空间下,采用矢量梯度算法,分别在三个通道中求出像素的梯度值。然后,采用自适应双阈值算法,对梯度值进行判断,筛选出图像的边缘点。最后,只采用筛选后的边缘点的信息,构造新的模糊矩阵的隶属函数,从而形成新的模糊算法。利用该算法,检测出最终的图像边缘信息。实验证明,该算法得到的图像检测结果,不仅对比度高、边缘连续、细节保存完整,而且具有较强的抗噪性。     

基于数学形态学高帽变换的彩色图像增强算法

分析了RGB颜色空间和HSV颜色空间各自的优缺点,通过将彩色图像在RGB颜色空间和HSV颜色空间互相转换,把一个灰度图像形态学边缘增强算法推广到彩色图像。实验结果表明该算法性能良好,既能够较好地增强图像,又没有引入不自然的人造痕迹。     

球团回转窑火焰纹理特征与温度模型

为了完成球团回转窑内温度监测,本文对温度影响最大的火焰状况进行研究。首先将彩色图像进行RGB分解成三幅灰度图像,利用灰度共生矩阵研究RGB各通道的纹理参数,如能量、熵、对比度、相关性,与通过黑体炉标定的温度建立对应关系,制成温度模型,用于实时监测球团回转窑内火焰状况,指导生产。在实际测试中,该模型最大误差为5%,能够满足生产要求。     

融合彩色和光照信息的尺度不变特征变换图像匹配算法

针对灰度图像色彩信息缺失导致尺度不变特征变换(SIFT)算法匹配能力差的问题,提出一种新的融合色彩和光照信息的SIFT图像匹配算法。新算法首先求出彩色图像各个像素的彩色补偿量和光照补偿量;在图像灰度化时增加彩色补偿量和光照补偿量来增强对比度,以减小颜色差异带来的匹配误差;采用SIFT算法对获得的灰度图进行图像匹配。对7组存在多种变化的图像对进行匹配测试,结果表明,新算法可以有效区分不同颜色但灰度相似的区域,增加了SIFT算法的匹配点数和准确率,提高了算法的匹配性能。     

基于CIELab颜色空间的矢量彩色图像放大算法

提出了一种基于CIELab颜色空间和矢量滤波器的彩色图像放大算法.该算法利用彩色图像各颜色通道的固有相关性,在CIELab颜色空间中利用矢量滤波器将彩色像素作为矢量集合进行处理,首先将彩色图像从RGB空间转换为CIELab颜色空间,然后在CIELab颜色空间利用矢量滤波器进行空间插值,最后将插值后的图像从CIELab空间转换为RGB颜色空间,得到放大后的彩色图像,保持了彩色图像的空间和频率特性.实验结果表明该算法优于传统算法.     

基于多通道均衡化的水下彩色图像增强算法

针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题,提出一种多通道均衡化的水下图像增强算法.首先,对原始图像在对数域上进行归一化处理后转换到HSI(色调-饱和度-亮度)颜色空间;然后,对亮度分量利用McCann Retinex算法在四个方向(纵横)进行比较、实现增强,并根据图像全局亮度信息进行照度增强;最后,将图像重新转换到RGB(红-绿-蓝)空间,计算各通道的累积分布函数,对密集部分进行拉伸处理,达到颜色均衡的效果.针对多幅水下彩色图像进行增强对比实验,结果表明:通过该方法得到的增强图像颜色失真程度减弱,图像对比度和清晰度显著提高,色彩更加鲜艳;该算法在改善水下图像照度信息的同时,保留了饱和度和色度信息,解决了水下图像增强的颜色失真问题,使水下图像具有较高的对比度和清晰度.     

基于暗通道先验的图像去雾改进算法

为了改进常规暗通道先验的图像去雾算法中,因大气光值求取不准确引起的复原图像色偏现象,在分析有雾图像天空区域灰度均值和方差特征基础上,提出一种基于二分搜索的大气光值估计算法,获得更为合理的大气光值;针对有雾图像边缘位置暗通道值计算偏差产生的复原图像光晕效应问题,依据最小值图和暗通道图的灰度值差,获取自适应阈值,根据阈值确定图像中景深变化剧烈的边缘位置,从而对边缘位置的暗通道值进行修正。测试结果表明,该方法能够有效去除复原图像中的光晕效应,改善色偏现象,提高图像对比度,以及保留图像中更多的细节信息。     

采用像素配对的自适应对比增强灰度化法

对比了像素间高斯随机配对、伪随机数距离配对及不同固定距离配对对灰度化效果的影响,对Grundland脱色法进行改进,同时自适应地得到更适合给定彩色图像的对比度增强系数增强灰度图像.实验表明:不同的像素配对方法适合不同主题特色的彩色图像,在改进的脱色法中采用自适应对比度增强系数,可使更多的图像种类获得更加突出的灰度化效果.     

一种改进的暗通道先验水下彩色图像复原算法

为了解决光在水下传播过程中能量散射和衰减所导致水下图像对比度较低、纹理细节模糊和颜色失真等问题,提出一种改进暗通道先验水下彩色图像复原算法,根据水下光线传播特性建立水下图像成像模型,将水下图像的去模糊和颜色校正相结合,应用改进的暗通道先验算法提高水下彩色图像的对比度,再通过白平衡颜色复原方法处理水下彩色图像,实现水下彩色图像的颜色校正.实验结果表明,本文算法能够提高水下彩色图像的对比度,有效恢复水下图像的颜色.     

基于加权结构相似度的图像融合质量评价

利用结构信息理论,提出了基于加权结构相似度的图像融合质量评价方法.该方法充分考虑了图像的结构信息和人眼的视觉特性,无需标准参考图像,可以为不同场合下选择不同的算法提供依据.不同融合算法的质量评价结果表明该方法是有效的.