基于双边滤波的多尺度分层色调映射算法

为增强高动态范围图像(High dynamic range,HDR)的显示效果,本文提出一种多尺度梯度域色调映射算法。首先提取高动态范围图像的亮度信息,利用双边滤波将高动态范围图像的亮度数据进行多尺度分解,得到基本层和细节层。由于视觉上的亮度变化体现为图像数据的梯度变化,因此可在梯度域对基本层图像进行自适应动态范围压缩,然后加上细节层图像信息,最后再通过色彩校正算法恢复图像色彩,实现HDR图像的动态范围压缩。通过对比算法的定量分析表明,本文算法的方差和信息熵的客观指标分别提高了30.8%和5.9%,因此,本文方法在压缩HDR图像的动态范围的同时,可以更好地保留边界、纹理等细节信息。     

色度亮度协同滤波的色调映射算法

针对高动态范围图像显现质量有待提高的问题,本文在色度亮度颜色空间中提出了一种基于协同滤波的色调映射算法.首先将输入的高动态范围图像利用色度亮度颜色空间来提取亮度信息和色度信息,然后分别将色度信息和亮度信息进行分解和重构.使用双边滤波技术对亮度信息分解得到亮度基本层和亮度细节层;根据亮度信息和色度信息大尺度边缘的一致性,...     

基于亮度自适应分段的高动态图像色调映射算法

高动态范围图像(High Dynamic Range Image,HDRI)反映了真实场景的亮度值范围,具有较大的动态范围,而传统的显示设备的动态范围较低.若将高动态范围图像直接压缩到低动态范围显示设备时,可能会导致图像失真、细节丢失等问题.为解决上述问题,本文提出一种基于亮度自适应分段式的色调映射算法.首先,将高动态范围图像从RGB彩色空间转化到CIE XYZ彩色空间,使得亮度信息和彩色信息分离,并只对亮度信息进行处理且不改变颜色信息.其次,以对数亮度平均值作为关键值,从而得到划分区间段的低光区阈值和高光区阈值.然后,针对不同阶段亮度值的特点采用不同的亮度压缩算法,获得新的亮度分量.最后,恢复颜色信息,得到低动态范围图像.实验结果表明,本文的色调映射算法得到的结果整体亮度和细节效果较好.     

一种亮度分区和导向滤波相结合的色调映射算法

针对高动态范围(High Dynamic Range,HDR)图像的动态范围与普通显示设备不匹配的问题,本文提出了一种亮度分区和导向滤波相结合的色调映射算法。首先,通过颜色空间转换将输入的HDR图像转换到CIEL*a*b*空间,得到亮度层和色度层图像,接着对亮度层图像进行对数压缩并分区,对压缩后的各分区亮度图像选取合适γ值进行校正。然后,对于现有映射算法过于强调对图像亮度的处理而忽略色度的问题,本文将压缩后的亮度图像作为引导图像对色度层图像进行导向滤波处理。最后,将处理后的亮度层图像和色度层图像融合得到标准动态范围(Standard Dynamic Range,SDR)图像。通过对比实验表明,本文算法得到的图像在清晰度、信息熵、方差方面较全局映射法、局部映射法和双边滤波法平均提高了94.03%、30.73%和24.23%,说明本文算法在实现高动态图像亮度压缩的同时,更好地实现了对色度和局部细节的处理。     

基于主成分分析和引导滤波的色调映射算法

针对传统高动态范围(HDR)图像色调映射算法普遍 存在色偏和效率低的问题,提出了一种基于主成分 分析(PCA)进行色彩空间转换和具有边缘保持特性的引导滤波图像增强的色调映射算法。首 先利用图像的平均亮 度实现图像Gamma自适应校正;然后采用PCA方法将图像的3个颜色分量转换为相 互正交的亮度 分量和色差分量,模拟相机响应函数(CRF)曲线压缩亮度分量的动态范围,并将结果与加权 后的色差分量联合, 经PCA逆转换得到新的RGB分量;最后利用引导滤波方法对图像进行增强,提高 图像对比度,避 免光晕现象。实验结果表明,本文算法效率比经典的iCAM06算法提高了4倍以 上,并能有效避免偏色和 光晕现象,处理后图像的细节清晰层次感强、色彩自然丰富,不仅能用于传统的便携式显示 设备,而且可用于穿戴式智能视觉辅助设备和无屏幕显示器等新兴领域。     

一种结合PE的高动态范围红外图像压缩及细节增强算法

针对在提升高动态范围红外图像中潜在或弱小目标细节的同时,还需兼顾噪声抑制、对比度增强的问题,提出了一种基于引导滤波图像分层的动态范围及细节增强算法。对背景层采用平台直方图均衡算法进行压缩,对细节层先采用中值滤波进行去噪,再采用非线性映射对细节中潜在的弱小目标细节进行增强,最后按照一定权重合并得到细节增强后的图像。综合主、客观实验结果,相对于映射类、直方图均衡、双边滤波分层增强等算法,该算法能够在动态范围压缩的过程中提高红外图像目标场景的对比度,突显其纹理特征,取得良好的细节增强效果。     

海面红外图像的动态范围压缩及细节增强

动态范围压缩和细节增强是红外图像处理的两个重要课题。为了将高动态海面背景红外图像清晰显示,提出一种高动态范围压缩及细节增强算法。首先,通过基于梯度边缘信息的多方向拉普拉斯增强方法,将梯度图像平滑处理,并与多方向拉普拉斯滤波相乘,实现高动态范围图像的细节增强;然后统计增强后图像的动态广义直方图信息;最后采用灰度级分组的方法构造映射函数,将高动态范围压缩到8 bits,输出可清晰显示的红外图像。对大量海面背景红外图像进行实验分析,结果表明,该算法提高了图像的对比度,有效增强了舰船目标细节,同时抑制了海面背景噪声的放大和光晕现象的产生,最终获得较好的输出图像。     

一种基于LCD-LED双调制显示器的HDR图像显示方法

提出一种针对HDR图像的显示方法,该方法应用于LCD-LED双调制高动态显示器,旨在使显示器更好地显示HDR图像要求的亮度细节,提高视觉质量。首先,建立HDR图像亮度与LED亮度范围对应关系,使用光扩散函数作为背光LED亮度取值范围的权重。然后,统计LED的亮度辐射区域内不同LED发光强度等级的权重,取权重最大者对应的亮度作为该背光LED亮度。最后,利用依据LED亮度生成LED背光扩散图像与HDR图像计算出LCD显示图像。仿真结果表明,该算法可以使显示器亮度失真率系数低至0.006以下。在LCD-LED双调制高动态显示器上实验验证结果表明,该算法可以有效提高图像的层次感,有效抑制LCD-LED双调制高动态显示器的"光晕"以及亮度截断现象,提高显示质量。     

梯度稀疏和最小平方约束下的低照度图像分解及细节增强

低照度图像存在细节模糊、对比度低等问题.针对这些问题,本文提出一种低照度彩色图像增强算法.首先建立梯度稀疏和最小平方约束模型,将图像分解为结构层和细节层;然后采用提出的多尺度边缘保护细节增强算法强化图像的细节信息并滤波;最后把细节增强的图像经改进的Retinex算法映射,最终得到细节增强、亮度适宜、对比度较强的修复图像.实验结果表明,主观上：图像细节增强,亮度适宜;客观上：结构层图像的一维像素线性图显示其平滑特性效果较好,细节增强图的NIQE（5.5202）、BRISQE（31.1893）和PSNR（25.3625）特征较好,修复图像的熵值（7.4421）、边缘强度（128.3231）和平均亮度（121.1827）较好.本文算法实现了对低照度图像的有效分解及细节增强,并提高了图像综合质量.     

一种基于图像色貌模型和分层模型的色调映射算法

针对目前高动态范围(HDR,high dynamic range) 图像色调映射算法存在效率低、效果欠佳的问题,提出了一 种基于色貌模型和分层模型的色调映射算法。首先,通过将高斯核离散化的方法加快双边滤 波;其次,在RGB 空间阶调压缩解决偏色问题;最后,对Stevens效应下的细节层增强效果进行调 整并对色彩饱和度增强,使映射 后的图像细节丰富,更加逼真。对比经典算法,不同场景的大量实验结果显示,主观质量和客 观指标均有所提高,与原始算法相比,本算法计算效 率提高了6倍以上,图像的熵平均提高0.046,清晰度平均提高0.159,边缘保持度平均提高 1.811。在主观效果上,减 少了偏色和光晕等现象,同时细节表现更清晰,色彩更丰富自然,分析表明,本文提出的色调 映射算法在高效、高视觉质量显示方面具有明显的优势,可用于高级图像编辑、显示设备开 发领域。     

基于S曲线全局动态调光的改进算法

S曲线全局动态调光算法可以降低LED液晶显示器的功耗,同时能够提高显示图像的静态对比度,但该算法会造成部分图像色彩失真和细节丢失。针对这一问题,本文提出一种图像细节层分离与视觉显著性理论相结合的S曲线改进算法。首先,将原始图像转换至HSV色彩空间进行亮度和色度分离;然后,在图像亮度分量上采用双边滤波得到图像的基础层与细节层,基础层采用S曲线进行动态范围拉伸,实现像素补偿,细节层则运用视觉显著性理论进行分区与权值增强,弥补由像素补偿带来的细节损失;最后,将处理后的各层图像转换至RGB空间显示。将本文算法的仿真结果与原S曲线算法的结果进行对比。结果显示,本文算法在维持原算法功耗降低和静态对比度提升水平不变的基础上,解决了原算法在部分图像中出现的色彩失真和细节丢失问题,提升了图像的视觉显示效果,同时本文算法的仿真结果具有更大的信息熵和平均梯度。     

一种基于双边滤波的红外图像细节增强方法

为了解决高动态红外图像在常规显示设备上显示时对比度低、细节模糊等问题,提出了一种基于双边滤波的红外图像非线性细节增强及动态范围压缩方法。首先利用基于扫描行的均值及标准差的统计方法对图像中的条纹噪声进行检测及插值补偿。然后对高动态红外图像进行双边滤波,得到基频分量及细节分量。针对基频分量动态范围大的特点,压缩其动态范围,对细节分量则进行非线性增强。最后将压缩后的基频分量和非线性增强后的细节分量合成,并将灰度范围调整到8位,得到适合显示的低动态范围图像。实验结果表明,提出的方法能在压缩图像动态范围的同时有效实现图像细节信息的增强。     

利用导向滤波的宽动态范围图像增强技术

随着现代CCD和CMOS相机阵列尺寸的增大,越来越多的像素被集成到焦平面阵列上。基于该项技术可以获取更高分辨率和更宽动态范围的图像,该图像包含了更多真实的细节信息。然而,在处理这种图像的时候,尽管图像具有宽动态范围,但是却无法显示图像的所有有用信息。一些技术已经被用于先进的相机以解决上述问题,但它们还是存在或多或少的缺点。因此,提出了一种新的宽动态范围图像增强算法。该算法使用导向图像滤波器对图像进行分割,然后同时处理被分割的基频层以及细节层。通过增强高频信号来突出细节层中图像的细节,同时使用策略处理基频层以控制灰度对比度。颜色饱和度可以通过两个层一起控制。通过细节层和基频层来增强原始宽动态范围图像,提高数字细节、灰度自适应以及颜色对比度。对算法进行了详细的分析。图像仿真示例显示该算法性能可靠。     

双波段红外图像的对比度增强融合

为了抑制在处理双波段红外图像融合时低对比度图像细节信息丢失导致漏警的问题,在基于WLS边缘保持平滑的基础上,提出了一种多尺度对比度增强的融合算法。通过边缘保持平滑,提取不同尺度的细节分量,从而实现对比度在不同空间频率上的增强;为了进一步消除图像光晕现象,采用非下采样方向滤波,使多分辨率变换同时具有方向性。实验结果表明,本算法能够使融合图像包含输入图像更多的互补信息,图像细节更加清晰,较大地提高了红外弱小目标的对比度。Abstract：关键词：Key words：     

基于引导滤波分层的宽动态范围红外图像细节增强算法

针对宽动态范围红外图像在视觉效果方面出现的对比度低、细节信息不凸显及整体清晰度较差问题,本文提出了一种基于引导滤波分层的宽动态范围红外图像细节增强算法。该算法采用方差决策加权引导滤波对原图作分层,得到了更接近原图的基础层和更精细的细节层。为提高基础层的对比度,首先改进CLAHE的全局剪切点提升增强效果,然后基于AC视觉显著模型指导全局和改进局部直方图的融合,合理兼顾了图像背景和目标;为有效加强细节信息,基于多尺度加权引导滤波得到了信息更全面的新细节层,接着采用梯度域导向滤波对其消噪,再由Sigmoid函数压缩强边缘并突显细微目标,最后将两层信息融合并输出。实验结果表明,该算法在主观视觉和定量指标上均强于对比算法,且自适应强,鲁棒性好。     

基于颜色空间转换的高动态图像双屏显示方法

针对高动态范围图像映射后偏色问题及图像细节显示不足问题,提出了一种基于颜色空间转换与双屏结合的显示方法。首先将高动态图像转换到HSL空间,采用自适应对数算法进行亮度映射及相应的饱和度增强,再次转换到RGB空间并进行LCD-FED双屏分割显示。实验结果表明该方法不仅解决了偏色问题,而且在细节表现能力上也有了很大的提升,其失真度仅为3.7%。     

Multiexposure image fusion using intensity enhancement and detail extraction

In this study, a multiexposure image fusion approach using intensity enhancement and detail extraction is proposed. The N input low dynamic range (LDR) RGB color images are transformed into HSI color space. Intensity enhancement is achieved by CLAHE and homomorphic filtering. Gamma correction is used to compensate the nonlinear response of display devices, whereas “cross-image” median filtering is used to generate the reference intensity image. L₀ smoothing filter and weighted least squares (WLS) optimization are used to perform local and global detail extractions on the N processed LDR images, respectively. The N weighting maps of the N processed LDR images are estimated by spatial and cross-image consistencies and then refined by cross bilateral filtering. Finally, the multiresolution spline based scheme is used to perform multiexposure image fusion. Based on the experimental results obtained in this study, the performance of the proposed approach is better than those of four comparison approaches.