基于颜色特征分析的色偏检测算法

色偏检测广泛应用于机器视觉相关的各种领域.而传统色偏检测方法大多依赖于一定的假设条件或先验知识.本文基于图像色彩度和色彩自然度,改进了基于图像统计信息的色偏检测方法,提出了一种基于图像颜色特征分析的色偏检测算法.实验结果表明,该算法能够消除图像中主色调对色偏检测的影响,提高色偏检测准确率,同时检测结果与人眼视觉感知系统具有较高的吻合度,并具有较强的适应性.     

采用双尺度图像分解的水下彩色图像增强

目的 为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法 通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果 选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价（natural image quality evaluation,NIQE）指标和信息熵（information entropy,IE）值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标（underwater image quality measurement method,UIQM）较其他方法更优。结论 提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。     

基于改进DCP算法的水下机器人视觉增强

对水下机器人的视觉增强问题进行了研究,提出了基于改进暗通道优先（IDCP）的图像增强算法对单目视觉图像进行预处理．首先对水下图像的色偏与雾化等现象进行退化建模,然后通过计算亮暗通道的视差来获取图像的景深信息,以精确估计水体的背景颜色,同时计算得到相应的透射图．在此基础上,采取自适应比例因子选择策略对透射图进行后处理以得到具有更高对比度的图像恢复效果．此外,进一步采用颜色校正方法以去除残余色偏,并提高图像的整体亮度．针对水下多场景的实验结果表明,与常规方法相比,本文的IDCP方法能够在纠正色偏的前提下实现具有更高清晰度和亮度的视觉增强效果．     

图像色偏的量化研究与应用

目前,国内外针对各种色彩I／O设备中图像色偏的量化的研究还比较薄弱,虽然有ICC色彩标准,但是没有一个独立于设备的图像色偏量化标准。本文试图提出一套独立于打机、印刷机等色彩设备的色偏量化体系与方法,通过该方法的应用可方便地实现不同种类的数码打样(印刷机打样,照排机打样,屏幕打样等)。随着色偏量化的深入研究与应用,业界通过主观经验进行色彩纠偏的做法将会成为历史。     

基于变分法和偏微分方程的图像彩色化方法

针对传统的图像彩色化算法易产生的图像边缘颜色模糊等问题,提出一种基于变分法和偏微分方程的图像彩色化算法,结合整体变分(TV)模型和金兹堡一朗道(GL)模型的特点,通过求泛函极值建立偏微分方程,使图像的光滑区域和边界区域都能有效的实现颜色扩散,对偏微分方程进行数值求解得到彩色化结果.实验结果表明,与其它偏微分方程彩色化技术相比,该方法能得到清晰自然的彩色化图像和较高的图像质量.     

一种利用整体变分的深度恢复算法

由散焦图像恢复三维景物的深度信息是一个不适定问题.提出一种新的基于整体变分的散焦图像深度恢复算法:首先将散焦图像深度恢复转化为带有整体变分正则化项的能量泛函极值问题,然后采用变分原理将其中的最小化问题转为偏微分方程的求解,最后通过方程迭代获得深度的最优解.该算法避免了解不适定问题的逆,恢复聚焦图像等问题.模拟图像和真实图像的实验结果表明该算法是有效的,与最小二乘法相比具有较小的均方根误差.     

对称四阶偏微分方程去噪算法

通过分析整体变分模型的去噪原理和效果,提出一个新的四阶偏微分方程去噪模型,用于克服二阶偏微分方程去噪后使图像分块的缺点,同时保持去噪后图像的高保真性,并发展一个基于四邻域系统的对称离散化算法用于求解新模型,应用中值滤波去除四阶偏微分方程去噪所引起的亮点。实验结果表明,与传统方法相比,以该算法去噪后的图像具有更好的质量和视觉效果。     

基于视锥细胞色适应生理机制的颜色恒常性计算

通过模拟人类底层视觉系统中的颜色恒常处理机制,提出基于视锥细胞色适应生理机制的颜色恒常性计算方法,利用视锥细胞的色适应计算代替基于灰度边缘假设的颜色恒常性计算方法所采用的Von Kries对角变换.实验结果及定量定性的分析表明本文方法比原计算模型下的算法颜色校正效果要好,能有效恢复图像中物体的本质颜色,且性能更稳定.从计算神经科学的角度,本文方法支持视锥细胞的色适应生理机制在视觉颜色恒常性中扮演重要角色的观点.     

动态特效实时建模方法的研究*

提出了一种α-体建模方法:对实拍图像的学习生成动态纹理之后,再对纹理进行边界合成得到划分了颜色区域的图像;通过对图像区域边界的扫描勾勒出图像的轮廓线网格,并根据其到中心的距离为每个网格边界赋予标准的颜色值;最后根据网格的颜色值生成三维模型.实验证明这种动态景物的建模方法能够满足虚拟场景实时绘制的要求,而且具有很好的鲁棒性和连续性.     

基于数值微分的图像融合方法

提出一种基于数值微分的图像融合方法。用精确求解离散数据导数的数值微分方法取代传统的邻域差分来求解图像梯度,将求解得到的图像梯度应用到基于偏微分方程的图像融合模型中,改进基于偏微分方程的图像融合数值化方案。将改进前后的方法进行对比实验,结果表明,应用改进方法得到的融合图像的质量指标和图像收敛性较优。     

基于图像分析的偏色检测及颜色校正方法

采用一种基于等效圆的偏色检测方法,克服了传统方法在图像偏色检测中的局限性。为了对检测后的偏色图像进行校正,采用一种结合灰度世界和完美反射的颜色校正方法,弥补了传统方法的不足,从而得到更为"真实"的校正图像。实验结果表明,基于图像分析的偏色检测及颜色校正方法,提高了偏色检测的可靠性,取得了较好的颜色校正效果。该方法仅利用图像本身的特征进行分析,具有普遍的适用性。     

Nighttime image dehazing using color cast removal and dual path multi-scale fusion strategy

Nighttime image dehazing aims to remove the effect of haze on the images captured in nighttime, which however, raises new challenges such as severe color distortion, more complex lighting conditions, and lower contrast. Instead of estimating the transmission map and atmospheric light that are difficult to be accurately acquired in nighttime, we propose a nighttime image dehazing method composed of a color cast removal and a dual path multi-scale fusion algorithm. We first propose a human visual system (HVS) inspired color correction model, which is effective for removing the color deviation on nighttime hazy images. Then, we propose to use dual path strategy that includes an underexposure and a contrast enhancement path for multi-scale fusion, where the weight maps are achieved by selecting appropriate exposed areas under Gaussian pyramids. Extensive experiments demonstrate that the visual effect of the hazy nighttime images in real-world datasets can be significantly improved by our method regarding contrast, color fidelity, and visibility. In addition, our method outperforms the state-of-the-art methods qualitatively and quantitatively.     

使用Photoshop校正图像偏色

图像由于客观原因可能导致偏色。本文根据作者在photoshop软件中的使用体会,结合图片的操作过程和操作效果,介绍了两种校正偏色的方法：使用“中性灰”理论校正偏色和本色还原校正法。     

使用Photoshop校正图像偏色

图像由于客观原因可能导致偏色。本文根据作者在photoshop软件中的使用体会,结合图片的操作过程和操作效果,介绍了两种校正偏色的方法:使用"中性灰"理论校正偏色和本色还原校正法。     

基于RGB颜色空间的彩色图像分割方法

传统的图像阈值分割算法是将彩色图像转换为灰度图像再进行分割。通过分析RGB颜色空间的特点,本文提出基于RGB颜色空间的阈值分割算法,采用新的判定准则,在颜色空间中以立方体取代原来的四面体,直接对彩色图像进行分割。分析和实验证明,改进的判断准则能够克服由于灰度转换造成颜色信息丢失而引起的误判,在保证原有阈值分割算法快速、简单的前提下,能够对彩色图像进行更为准确的分割。算法适用于目标颜色为黑色的情况,并可以推广到目标颜色为其它颜色的情况。     

彩色图像的分割技术

图像分割是计算机早期视觉不可缺少的一步。彩色图像由于具有比灰度图像更多的视觉信息,受到了越来越多的重视。文章将彩色图像的分割技术分为6类,并分别加以介绍,分析了各种技术的优缺点。最后提及了彩色图像分割技术与彩色空间的关系。     

图像数据库检索中颜色特征提取方法的研究

为了降低基于颜色特征图像检索中空间的维数，本文改进了颜色特征的图像特征的提取方法，提出了一种新的基于HSV空间的18色非均匀颜色量化算法。与传统的基于RGB的颜色特征检索算法相比，该算法明显的降低了时间和空间的复杂度。     

一种改进的自适应图像颜色迁移算法

颜色迁移是图像处理中一个重要的研究课题,它要解决问题是:基于图像A和图像B,合成一幅新的图像B,使其具有A的颜色和B的形状;提出了一种改进的自适应图像颜色迁移算法,它可以更好地利用图像的局部信息,并在算法中引入了正交化分析,进一步减少了颜色空间各通道间的相关性,实现对图像A和图像B的图像颜色最优的迁移过程。