彩色图像量化的FSCAMMD聚类算法

提出了一种基于模式识别技术的彩色图像量化的新算法－－基于最小距离最大的快速统计聚类算法（FSCAMMD）。本算法克服了SCA算法对聚类中心初始值选取的不足,给出了最大频度与类内最小距离最大相结合的方法－－初始值优选法,实验结果表明,本算法可较大幅度地减少图像量化后的总方差以颜色失真度。     

基于嵌入式小波编码的DEM快速无损压缩算法

为减少网络地理信息系统(GIS)海量数字高程模型(DEM)数据的存储与传输数据量,提出了一种基于嵌入式小波编码的DEM快速无损压缩算法--FEC算法,此算法编解码快速,压缩位流具有分辨率嵌入、感兴趣区域嵌入和质量嵌入特点.对2/6可逆整数小波变换系数的每级分辨率数据按照区域划分分区,利用时空邻居关系挖掘每个分区子带的数据冗余,对其系数的每一个位面在一次扫描中完成三个子编码过程的系数建模重组与自适应二进制游程Golomb_Rice熵编码.实验数据表明,FFC算法与JPEG2000算法相比,编码、解码时间分别减少了36.04%和44.49%,而压缩比仅仅降低了8.05%;与SPIHT算法相比,编码、解码时间分别减少了32.28%和37.49%,而压缩比仅仅降低了4.58%;与GZIP算法相比,压缩比提高了79.63%;与n点最优预测算法相比,压缩比提高了9.23%.FEC算法在保持良好的压缩性能的同时,大幅度减少了编解码时间.     

一种结合像素空间信息和多维直方图的彩色图像快速分割算法

本文提出了一种新的结合空间和彩色信息的彩色图像快速分割方法.首先对三个单色的直方图进行多阈值分割得到一组谷值和峰值,再用谷值向量将真彩色三维直方图分割成不同区域,然后以峰值组成种子向量实现三维直方图的多阈值分割,最后基于空间相邻关系的最优准则对分割的区域不连续性和"洞"重新分割,提高了过渡区域像素的分割精度.     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

波段相关性判定和SPIHT的MODIS图像无损压缩

提出一种结合波段相关性判定和SPIHT编码的方法对MODIS多光谱图像进行无损压缩.首先计算各波段间的相关性,选择相关性强的波段进行预测以去除多光谱图像的谱间冗余;然后对预测后的残差图像进行整数小波变换以去除空间冗余,并用SPRIT算法去除小波系数间的冗余,最后进行算术熵编码.实验结果表明,该方法可对MODIS多光谱图像进行高效无损压缩,优于未进行相关性判定的压缩算法和流行的WinRAR压缩软件.     

基于人眼视觉特性的彩色图像增强算法

针对多尺度Retinex算法(MsR)计算复杂度过高的缺陷,本文提出了模拟人眼视觉特性的Retinex图像时比度增强方法.该方法根据Retinex计算模型分离彩色图像的照射分量和反射分量,并引入非线性变换函数对其进行修正.基于对数变换的非线性函数拉伸图像照射分量,改善了全局视觉效果,再利用考虑人眼灰度分辨能力的变换函数对反射分量值进行调整,从而改善了图像局部对比度.实验结果表明,算法直接在RGB彩色空间和其它分离色度亮度的彩色空间的处理效果都很好,没有出现明显的彩色失真现象,处理速度也快于MSR算法.     

一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

关于彩色图像DCT域水印的改进措施

近年来,数字水印为数字媒体的版权保护提供了一种行之有效的方法。图像水印的研究以灰度图像水印为主,而彩色图像则通常将水印嵌入到每个颜色信道。本文基于RGB图像信道间的相关性明确提出了一种DCT域上彩色数字水印的改进算法。     

一种基于 Contourlet 变换的彩色图像全息水印算法

提出了一种结合了全息水印加密技术和 Contourlet 变换技术的彩色图像水印算法。 算法首先将 RGB 模式的水印载体图像转换至 YCrCb 颜色空间,选取亮度分量作为水印载体通道,对其进行多层 Contourlet 分解,得到细节子带图像;而后对二值水印图像进行傅里叶全息加密,将加密后的图像嵌入至载体图像的 Contourlet变换系数中。 仿真实验结果表明,该水印算法具有良好的不可见性,对于常见的几何变换及多种攻击具有良好的鲁棒性。     

一种基于TCQ的图像准无损压缩方法

图像准无损压缩一般包括预测、量化和熵编码三个部分。当前主流的编码方法CALIC和JPEG-LS主要通过提高预测的准确性,并对量化后的误差做有利于减小信息熵的变化来提高压缩质量,而对于预测误差的量化都只采用L∞准则约束下的最大步长均匀量化。本文通过引入性能更好的TCQ量化器,提出了一种新的准无损压缩方法。实验结果表明,新算法在低比特率时其率失真特性优于JPEG-LS。     

一种基于嵌入式位平面的无损图像压缩方法

提出了一种基于嵌入式位平面(bit-plane)的静止连续色调图像的无损图像压缩方法。该方法通过将一幅图像分割成两类位平面(基础层和增强层)使得该图像具有了位平面的可测量性(levelscalability),并且通过利用平面与平面以及每个平面中各像素之间的相关性减少冗余,从而获得优秀的压缩性能。通过大量的与其他压缩算法的比较,可以得出:基于嵌入式位平面的无损图像压缩算法仅在压缩效率上稍逊于其他不可测量(non-scalable)无损压缩算法,但却由于它具有位平面可测量性而体现了巨大的优越性。     

基于位平面可预测性的无损图像压缩研究

提出了一种基于嵌入式位平面的静止连续色调图像的无损图像压缩方法：通过将1幅图像分割成两类位平面（基础层和增强层）使得该图像具有了位平面的可测量性，并且通过利用平面与平面以及每个平面中各像素之间的相关性减少冗余，从而获得优秀的压缩性能；与其他压缩算法的比较表明，基于嵌入式位平面的无损图像压缩算法由于具有位平面可测量性而体现了巨大的优越性。     

基于颜色传递和对比度增强的夜视图像彩色融合

针对基于颜色传递夜视图像彩色融合算法存在的热目标不突出问题,提出一种基于颜色传递和对比度增强的彩色融合算法。该算法首先利用非线性扩散和迭代阈值分割方法提取出图像中的热目标,然后在HSI颜色空间利用热目标和灰度融合图像对颜色传递得到的初步彩色融合图像进行调整,接着将处理结果变换回RGB颜色空间,得到最终的融合图像。实验结果表明,利用该算法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度,从而有效提高了目标的可探测性。     

基于半逆法的一种快速单幅图像去雾算法

针对目前去雾算法实时性较差,对天空等区域的处理不理想以及去雾后的图像视觉效果较差等问题,提出一种新的基于半逆法的快速单幅图像去雾算法.首先从大气散射模型出发,利用改进的半逆算法得到大气整体光照值;其次,基于大气散射光特性,以图像边缘信息为合成条件融合图像的边缘信息和场景深度信息,准确估测大气光幂;然后,根据大气散射模型得到初步复原无雾图像;最后,经过色调调整和细节增强处理,得到一幅真实感强烈的无雾图像.对于深度发生突变或者远景像素点,消除了光晕效应.与其他算法相比,本算法能很好保持色彩和细节信息,具有较好的实时性和鲁棒性.     

一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。     

基于Haar小波分解的快速曲线重构

采用Haar小波分解构造误差驱动的曲线数据压缩算法，对求得的少量重要数据点。运用保型性好计算速度快的通用参数化曲线插值方法，最终求得满足要求的三次B样条曲线，本文算法适用于大量密集数据点的快速曲线重构。     

利用非正交和正交紧W-矩阵的图象压缩

放松正统小波变换的正交性条件而构建了W-变换,用此技术处理图像压缩。算法的实现对多种性质的图像均能有效处理。     

一种快速图象处理相关匹配方法

在图象处理中，直接的相关匹配速度很难满足实时跟踪的需要。本文中介绍一种快速的相关匹配方法，通过提取目标特征数据和压缩搜索空间，减少匹配的设计量，从而大大提高了匹配速度，同时保持匹配精度。本文主要叙述这个算法的原理，算法的步骤等。     

Underwater Image Enhancement Using Customized CLAHE and Adaptive Color Correction

Underwater images degraded due to low contrast and visibility issues. Therefore, it is important to enhance the images and videos taken in the underwater environment before processing. Enhancement is a way to improve or increase image quality and to improve the contrast of degraded images. The original image or video which is captured through image processing devices needs to improve as there are various issues such as less light available, low resolution, and blurriness in underwater images caused by the normal camera. Various researchers have proposed different solutions to overcome these problems. Dark channel prior (DCP) is one of the most used techniques which produced a better Peak Signal to Noise Ratio (PSNR) value. However, DCP has some issues such as it tends to darken images, reduce contrast, and produce halo effects. The proposed method solves these issues with the help of contrast-limited adaptive histogram equalization (CLAHE) and the Adaptive Color Correction Method. The proposed method was assessed using Japan Agency for Marine-Earth Science and Technology (JAMSTEC), and some images were collected from the internet. The measure of entropy (MOE), Measure of Enhancement (EME), Mean Square Error (MSE), and PSNR opted as performance measures during experiments. The values of MSE and PSNR achieved by the proposed framework are 0.26 and 32 respectively which shows better results.