一种基于亮度均衡的图像阈值分割技术

对于光照不均匀的图像，用通常的图像分割方法不能取得满意的效果。为了解决这个问题，文中提出了一种实用而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿，使得整个图像亮度背景趋于一致后，再进行通常的阈值分割。实验结果表明，用该方法能取得良好的分割效果。     

一种光照不均匀图像的二值化方法

在图像处理与分析中,二值化方法能把特征或目标从图像中分割出来,以便识别。在实际拍摄的图像中,图像光照不均匀使得图像二值化阈值确定困难。针对一类光照不均匀图像的二值化问题,提出一种单列处理及改进OSTU的二值化方法,通过分析该类图像上不均匀光照的分布特点,首先应用单列二值化处理方案,在省去专门光照均匀化处理步骤的同时,解决统一阈值二值化方法所造成的信息丢失问题。在逐列二值化处理过程中,首先采用传统OSTU方法获取图像各列的初始二值化阈值,然后根据各列的光照强度计算出该列二值化阈值的自适应微调量,实现对初始二值化阈值的优化。一组缺陷钢坯图片处理结果证实了所述方法的有效性。     

光照鲁棒的模糊C均值聚类显微图像分割

传统的模糊C均值FCM聚类图像分割算法在显微图像分割中由于没有考虑光照不均匀的影响而降低了分割的效果,为此,提出了一种光照鲁棒的FCM显微图像分割算法。该算法用正交基函数的线性组合模拟不均匀光照,并引入到FCM算法的目标函数中,进行图像的模糊分割。算法不仅降低了非均匀光照对分割效果的影响,还可以同步估计不均匀光照场。实验结果表明,该方法非常有效。     

一种适用于人脸检测的自适应光照补偿方法

为了解决复杂光照条件下的人脸检测问题,提出一种人脸光照补偿新方法。该方法先使用高通滤波增强边缘信息,同时利用对数变换和指数变换调节全局亮度,最后利用非线性变化削弱局部高光和阴影的影响,改善图像光照不均衡的情况,最终实现光照补偿。在YaleB人脸库、Orl人脸库以及自建人脸库上分别对光照不均匀人脸图像和均匀光照下的人脸图像进行了实验,证明该方法能有效地进行光照补偿,提高人脸检测率。     

一种光照不均匀图像的恢复增强方法

在图像采集过程中,由于实际环境中成像条件的限制,造成图像的背景光照不均匀.针对这一问题,提出基于背景变化拟合的图像恢复和增强算法.该算法首先从图像中提取空间位置合适分布的背景样点,然后作多项式拟合得到背景光照的分布特性,并通过调节对比度因子,达到恢复和增强图像的目的.实验结果表明,该方法能有效恢复不均匀光照背景,为实际图像处理应用提供了有效的前期处理.     

一种基于亮度均衡的图像阈值分割技术

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果。为了解决这个问题,文中提出了一种实用而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割。实验结果表明,用该方法能取得良好的分割效果。     

复杂背景和非均匀光照环境下的条码自动定位和识别

提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法,用于定位和识别实际应用中的条码图像.该算法首先将灰度图像分成若干个子区域,根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子区域,对这些子区域采用连通区域算法进行合并和分析,定位出条码区域.由于传统的二值化方法对于非均匀光照环境下的条码图像处理效果不佳,提出一种改进的Bernsen二值化算法对条码区域进行二值化处理,有效地减小了光照不均对条码识别的影响.实验结果表明,该算法可以有效去除大量复杂背景,准确定位和识别任意角度的条码区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下,该方法具有明显优势.     

一种基于亮度均衡的图像阈值分割技

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果.为了解决这个问题,文中提出了一种实用而简便的图像分割方法.该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割.实验结果表明,用该方法能取得良好的分割效果.     

可变光照条件下的人脸图像识别

对于人脸图像识别中光照变化的影响,传统的解决方法是对待识别图像进行光照补偿,先使它成为标准光照条件下的图像,然后和模板图像匹配来进行识别。为了提高在光照条件大范围变化时,人脸图像的识别率,提出了一种新的可变光照条件下的人脸图像识别方法。该方法首先利用在9个基本光照方向下分别获得的9幅图像来构成人脸光照特征空间,再通过这个光照特征空间,将图像库中的人脸图像变换成与待识别图像具有相同光照条件的图像,并将其作为模板图像;然后利用特征脸方法进行识别。实验结果表明,这种方法不仅能够有效地解决人脸识别中由于光照变化影响所造成的识别率下降的问题,而且对于光照条件大范围变化的情况,也可以得到比较高的正确识别率。     

一种基于亮度均衡的图像阈值分割技

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果.为了解决这个问题,文中提出了一种实用而简便的图像分割方法.该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割.实验结果表明,用该方法能取得良好的分割效果.     

DenseNet生成对抗网络低照度图像增强方法

针对低照度环境下采集图像存在低信噪比、低分辨率和低照度的问题,提出了一种基于稠密连接网络（DenseNet）生成对抗网络的低照度图像增强方法。利用DenseNet框架建立生成器网络,并将PatchGAN作为判别器网络;将低照度图像传入生成器网络生成照度增强图像,同时利用判别器网络负责监督生成器对低照度图像的增强效果,通过生成器和判别器二者间的博弈不断优化网络权重,最终使得生成器对低照度图像具有较好的增强效果。实验结果表明,该方法与现有主流方法相比较,不仅在对低照度图像亮度增强、清晰度还原等方面优势明显,且在峰值信噪比和结构相似度等图像质量客观评价指标方面也具有显著的优势。     

Object-based illumination classification

Estimation of scene illumination from a single image or an image sequence has been widely studied in computer vision. The approach presented in this paper, introduces two new issues: (1) illumination classification is performed rather than illumination estimation; (2) an object-based approach is used for illumination evaluation. Thus, pixels associated with an object are considered in the illumination estimation process using the object's spectral characteristics. Simulation and real image experiments, show that the object-based approach indeed improves performance over standard illumination classification.     

用于低照度图像增强的自适应颜色保持算法

视频监控、场景恢复等领域中低照度图像噪点多,亮度低,可视效果差,而现有的图像处理技术容易出现颜色失真、光晕色块严重。为解决这一问题,根据韦伯-费希纳定律,把图像的像素点转换到对数空间,自适应获得符合视觉系统特点的预增强图像;再根据多尺度视网膜算法,分别计算与增强图像的R通道在三个尺度上的平均高斯滤波结果,获得入射光估计,把对数域的自适应增强图像像素值与入射光估计的差值作为多尺度视网膜算法的结果图像。进一步处理结果图像,将其RGB通道按照预增强图像中的颜色比例关系映射到0~255的范围;最后融合三个通道获得最终图像输出。通过图像质量的评价对比,该算法对不同低照度场景图像的增强结果,在对比度、色度保持等方面优于MSR、MSRCR和MSRCP算法。实验证明该算法在低照度图像的恢复和色度保留等方面有较好的效果,在增强视频监控的有效性等方面有较好的应用价值。     

A unified framework for document restoration using inpainting and shape-from-shading

We present a restoration framework to reduce undesirable distortions in imaged documents. Our framework is based on two components: (1) an image inpainting procedure that can separate non-uniform illumination (and other) artifacts from the printed content and (2) a shape-from-shading (SfS) formulation that can reconstruct the 3D shape of the document's surface. Used either piecewise or in its entirety, this framework can correct a variety of distortions including shading, shadow, ink-bleed, show-through, perspective and geometric distortions, for both camera-imaged and flatbed-imaged documents. Our overall framework is described in detail. In addition, our SfS formulation can be easily modified to target various illumination conditions to suit different real-world applications. Results on images of synthetic and real documents demonstrate the effectiveness of our approach. OCR results are also used to gauge the performance of our approach.     

基于物理模型的低照度图像增强算法

针对低照度图像反转后为与雾天图像相似的伪雾图,其雾的浓度由光照情况而非景深决定这一特点,提出一种基于物理模型的低照度图像增强算法。该算法根据光照情况给出一种更加准确且快速的新方法估计伪雾图的透射率。首先,采用暗原色先验规律对伪雾图的环境光值进行估计,并基于光照情况对透射率进行估计;然后,基于大气散射模型还原出无雾图像;最后,对无雾图像反转得到低照度图像的增强结果,并对该结果进行细节补偿得到最终的增强图像。大量实验表明,与基于暗原色先验的增强算法、基于去雾技术的增强算法及带色彩恢复的多尺度Retinex算法相比,该算法处理效率更高且效果良好,信息不会丢失,可有效提高图像分析识别等系统的工作效率。     

基于红蓝通道先验主动光源偏振水下图像复原算法

针对光在水中传播距离短、损耗大造成图像信息损失严重、对比度低、色彩畸变问题,提出一种基于红蓝通道先验的主动光源偏振水下图像复原算法（ALPUIR-RBCP）,首先,研究光线在水体传播时的偏振特性,建立水下光学偏振模型;在此基础上,研究不同通道光信息差异性的先验知识和偏振度之间的映射关系,构建多通道光学偏振成像模型;进一步,结合后向散射光偏振度的光敏感性以及光分量间相关性,计算光照分布图和互信息,实现自适应偏振度估计,提高偏振度计算精度,增大目标信息光比重,从而提高图像复原质量。实验结果表明,对比传统的偏振光算法以及传统图像增强和复原算法,本算法不仅在主观上具有良好的水下图像复原效果,同时在各项评价指标中均有提高。     

Face recognition under varying illumination

To eliminate the effects of illumination variation, the conventional approaches firstly produce a compensation-based face image under standard illumination from the input image and then match the image with the face templates in a database. This method is not inapplicable to the input image with large illumination variation. Therefore, a novel method for varying illumination conditions is proposed. Firstly, the quotient image method is improved. Then, the nine basis images of each subject are generated by the improved quotient image method. Thirdly, one new image of each subject under the same lighting conditions with an input image is synthesized by the corresponding basis images. Finally, the synthetic images and the input image are projected to PCA plane to fulfill the recognition task. The experimental results show that the proposed approach can eliminate the effects of illumination variation and have a high recognition rate in the illumination conditions with remarkable changes.     

一种人脸标准光照图像的线性重构方法

基于相同光照下不同人脸图像与其标准光照图像之间的稳定关系,文中提出一种人脸标准光照图像重构方法。首先,为消除人脸结构影响,引入人脸三维变形,实现图像像素级对齐。其次,根据图像明暗变化,给出一种基于图像分块的光照分类方法。最后,对于形状对齐后的不同光照类别样本,训练出基于子空间的线性重构模型。该方法有效避免传统预处理方法带来的重构图像纹理丢失和子空间方法引起的图像失真。Extended Yale B数据库上实验表明,该方法对图像真实度与人脸识别率的提升,也验证文中人脸对齐和光照分类方法的有效性。     

基于球面谐波基图像的任意光照下的人脸识别

提出了一种基于球面谐波基图像的光照补偿算法,用以在任意光照条件下进行人脸识别.算法分两步进行：光照估计和光照补偿.基于人脸形状大致相同和每个人脸的反射率基本相等的假设,首先估计了输入人脸图像光照的9个低频谐波系数.根据光照估计的结果,提出了两种光照补偿方法：纹理图像和差图像.纹理图像为输入图像与其光照辐照图之商,与输入图像的光照条件无关.差图像为输入图像与平均人脸在相同光照下的图像之差,通过减去平均人脸在相同光照下的图像,减弱了光照的影响.在CMU-PIE人脸库和Yale B人脸库上的实验表明,通过光照补偿,不同光照下人脸图像识别率有了很大提高.