书籍扫描图像几何畸变校正

提出一种图像扫描技术,解决书籍扫描时图像背景灰度不均匀、线性几何畸变、以及非线性几何畸变等问题。这个方法不依赖扫描仪的参数。通过对图像的预处理,选取适当的采样窗口,基于直方图背景分析导出背景灰度因子,校正背景灰度不均。提出了一种线性几何畸变校正算法,用横向数值校正算法解决了非线性畸变的问题。     

基于CLAHE与同态滤波的细胞图像增强新方法

针对角膜内皮细胞图像由于非均匀光照造成的明暗不均问题,提出一种基于限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)与同态滤波进行组合的角膜内皮细胞图像增强新方法。CLAHE方法提高了图像的局部对比度,不损伤图像细节,同时避免图像噪声随图像对比度增大而放大。同态滤波方法增强图像暗部细节,提升图像的分辨率。实验结果表明本文方法对角膜内皮细胞图像的分辨率和对比度增强有显著的效果。     

基于三维边缘重构的文档图像自动矫正方法

针对照相机对装订书籍拍照时由于书面弯曲产生文档图像变形的问题,利用从图像中提取的文档边缘作为特征信息,通过参数控制自动实现文档图像的矫正.与以往研究成果相比,本方法无须人工标记及特殊设备,具有一定的优越性.实验结果能够有效地对变形文档图像进行矫正.     

书籍图像背景灰度非线性畸变校正

提出一种图像扫描技术,解决书籍扫描时图像背景灰度不均匀,并呈现非线性畸变情况。这个方法不依赖扫描仪的参数。通过对图像的预处理,选取适当的采样窗口,用函数曲线逼近拟合背景灰度因子分布,来消除跳变误差,或重新定义背景灰度采样窗口和背景灰度估计。     

消除光晕现象的快速Retinex图像增强

由于假设场景中光照是平缓变化的,传统的中心环绕Retinex图像增强方法在处理高动态范围图像时易在明暗对比强烈处产生光晕现象.提出一种快速Retinex图像增强方法,以模拟人类视觉系统的全局和局部自适应性.首先对原图进行全局动态范围调整,然后使用mean shift滤波进行估计光照,并基于中心环绕假设消除光照不均影响,在后处理中对图像去除孤立点所占的直方图范围.实验结果表明,该方法能有效地克服光照不均并消除了光晕现象;使用了mean shift加速算法,运行速度快于已有同类方法.     

摄像头阅卷系统关键技术的分析与应用

在分析各类图像阅卷系统的基础上,阐述了摄像头阅卷系统中需要解决的关键技术问题有：对光照不均的图像处理,透视变形图像的校正处理。提出对图像进行二值化处理时采用局部平均阈值解决光照不均匀的问题;采用的基于矩形角点几何变换的畸变图像校正算法,分两步完成图像的倾斜校正和透视校正,并给出了变换公式。实践表明系统中采用的算法处理速度快、畸变图像校正效果好,图像识别率高,达到实用要求。     

每秒扫500页的新扫描仪

东京大学MasatoshiIshikawa教授研究用一种高速摄像头在快速翻书时每秒钟扫描500页。这扫描仪解决了在快速翻页时导致扫描图像变形的问题。     

一种抗图像自交的优化分割算法仿真分析

研究图像的优化分割问题,在一些图像中,在图像敏感特征的边沿部分点中,像素的分布过渡不合理,使得图像的边沿像素渐变序列中出现了像素局部自交,或扭曲变形.传统的分割算法受到图像在插值变形过程中,部分特征点运行轨迹的不可预测性的影响,很难避免自交现象,造成分割的不准确.为了解决上述问题,提出一种抗图像自交的优化分割算法,通过Hilbert曲线扫描将二维数字图像转化为一维Hilbert数字序列,通过小波变换对数字序列进行多分辨处理,得到数字信号的趋势曲线,将曲线看成阀值曲线对Hilbert数字序列进行量化处理,再采用Hilbert曲线搜索的反过程获取相应的二维数字图像,完成图像分割.仿真结果表明:改进方法能够较好的解决图像的自交问题,分割效果得到了进一步的优化.     

光照不均图像增强方法综述*

针对图像采集过程中因环境光照不佳或物体表面采光不均等原因造成的图像光照不均问题,分析了几类常用的增强方法,包括以直方图均衡化方法为代表的灰度变换法、基于照明—反射的同态滤波法、Retinex增强方法以及梯度域增强方法,对比了这几种方法的处理效果,指出了这些方法各自的适用范围。最后给出了光照不均问题解决方法的改进方向。     

基于SFS的方法恢复扫描文件图像

从原装订本上扫描文件页面往往会导致扫描图像扭曲的情况。该文简要先介绍了SFS方法及分类。然后提出从技术的角度看利用SFS重构扫描图像这一问题。在现实环境中扫描图像有如下特征:1)一个靠近的移动光源;2)Lambertian式光反射;3)文件偏斜。然后利用基于去除灰度和去除变形模式的方法来恢复扫描文件图像。用以重构书曲面的图像,恢复扫描图像。     

改进非线性亮度提升模型的逆光图像恢复

针对因为拍照时光线不足或拍摄角度不佳而拍出逆光图像影响肉眼观察或计算机识别的问题,提出一种改进的非线性亮度提升模型的逆光图像恢复手段。已有的非线性亮度提升方法虽然能够提高逆光区域的亮度,但往往由于过度提升导致高亮度区域失真。在已有的图像亮度处理算法基础上,提出基于非线性亮度提升模型的自适应逆光图像恢复方法,采用对数函数的转换关系对图像亮度进行分段处理,其分段阈值由Otsu阈值分割决定,其转换函数中逆光区域的调节系数由逆光区像素面积比计算得到。仿真结果显示,新方法提升了图像质量且确保了整幅图片自然不失真,与利用对数函数转换关系,并在HSI空间模型下对图像亮度进行调节的方法相比,提升了处理性能。     

一种改进的基于暗通道先验的图像去雾算法

针对暗通道先验去雾算法在图像灰白色或天空区域会产生颜色畸变及图像比较暗淡的问题,提出一种基于暗通道先验改进的算法。该算法通过修正导致颜色畸变的透射率计算问题,从而提高图像的视觉效果。同时,通过降低3个颜色通道的高亮度值,并采用均值方法来得到增强的无雾图像。实验结果表明,本文方法在很大程度上消除了去雾图像明亮区域的颜色畸变现象且有更好的颜色恢复度。     

烧结断面火焰图像退化模型及断面图像复原

目的 图像复原是基于物理模型提高退化图像质量的一种客观方法,复原图像无失真且细节丰富。烧结机尾断面火焰图像可以反映料层的烧结状态,对烧结矿质量的检测起到至关重要的作用。由于烧结机尾环境恶劣,存在大量的烟气、粉尘以及亮度不均等干扰因素,导致相机采集到的烧结断面火焰图像存在退化现象。为消除这些影响,本文建立了烧结断面火焰图像退化模型,提出了有效的烧结断面火焰图像复原算法。方法 基于大气散射模型,采用一级多散射方法对烟尘多次散射过程进行简化,建立烧结断面火焰图像退化模型,依据Retinex理论,将场景成像分解为环境光照射分量与反射率的乘积,明确复原图像所求参数。1）求取原始图像亮度,利用Retinex理论分解原始图像,使用双边滤波来调整亮度图像,采用Sigmoid函数对反射图像进行增强,得到亮度平衡后新的烧结断面火焰图像;2）利用暗通道原理估计环境光值,结合引导滤波细化图像透射率分布;3）采用容差机制改进火焰区域的透射率,得到复原图像。结果 使用本文方法对单幅图像进行复原并与其他4种方法进行主客观评价,结果表明本文得到的复原图像亮度均衡,火焰区域细节清晰并且与烧结料层区别明显,在保持较高图像对比度的同时,图像信息熵和峰值信噪比分别为17.532 bit与22.127 dB,相比其他算法明显提高。结论 本文研究了烧结断面火焰图像的退化模型,提出有效的复原算法,实现了Retinex理论与暗通道原理的有机结合,复原图像质量较高,为烧结火焰特征准确提取打下基础。     

基于融合策略的改进Retinex低照度图像增强算法

针对Retinex算法处理低照度彩色图像出现色彩失真,边缘保持性差等问题,提出一种基于融合策略的改进Retinex低照度图像增强算法;该算法首先在YIQ颜色空间提取亮度分量Y,对其进行MSR算法增强;然后采用高斯-拉普拉斯算子对彩色图像的RGB三个分量进行边缘检测,将其叠加合成后转换成灰度图;最后使用小波变换将两幅图像融合得到新的亮度分量,将其与I、Q分量融合后转回RGB颜色空间,从而获得色彩保真度高、细节清晰的图像;实验结果表明,该方法有效提高了图像边缘细节信息,避免了色彩失真,具有很好的视觉效果。     

基于近红外和可见光差分特征的图像融合方法

暗光环境拍摄的图像通常存在昏暗、噪声、偏色等退化问题。为此,提出一种基于差分特征的可见光与近红外融合方法。首先,观察到近红外与可见光图像成像不一致性,通过两者结构性差异构造差分特征;其次,利用差分特征映射为融合权重进行权重融合;最后,采用偏色校正方法对融合后易产生偏色区域进行亮度复原,使得融合后偏色区域颜色真实自然。提出的方法能切实有效地利用近红外信息,输出高质量清晰图像。实验结论表明,该方法在主观感受和客观评价上均优于现有算法。     

一种新的低照度彩色图像增强算法*

为了增强彩色图像而不引起色彩失真,在HSV颜色空间中保持色相不变,提出了采用分段对数变换增强饱和度结合在多尺度Retinex算法的基础上,采用边缘保持增强色调的低照度彩色图像增强算法。实验结果表明,该方法在保持图像色相和图像边缘的情况下,显著改善了图像的视觉效果,提高了图像的亮度和对比度。25幅低照度图像的平均亮度、标准偏差和对比度分别提高了94.95%、20.93%和29.88%,相对于带色彩恢复的多尺度Retinex算法的熵和对比度增量分别提高了7.34%和151.51%,效果优于Retinex算法。     

基于衰减补偿与直方图拉伸的水下图像增强算法

水下物理环境复杂多变,导致获取的水下图像颜色失真、对比度低且细节模糊,影响了水下场景探测的准确性。结合衰减补偿和直方图拉伸技术,提出水下图像增强算法ACHS。根据不同颜色通道的衰减特性,设计基于衰减补偿的颜色校正方法解决水下图像颜色失真问题。将需要颜色校正的水下图像从RGB颜色模型转换到LAB颜色模型,使用引导滤波将亮度通道L分解为基础层和细节层,同时提出基于K-means聚类的双直方图增强算法用于增强基础层的对比度,通过Gamma校正突显细节层的纹理结构。在此基础上,累加亮度通道L的基础层和细节层,并将其从LAB颜色模型转换到RGB颜色模型以获取最终的增强图像。实验结果表明,与GDCP、REBE、WaterNet等算法相比,经该算法增强的水下图像可视度较高,并且具有自然的颜色和清晰的细节。     

图形处理中消除扫描变形影响的方法研究

扫描变形在图形处理与目标识别中有非常不利的影响,如何确定扫描变形和减少扫描变形的影响并没有一般的方法,该文通过对比几何定位符的位置关系来确定扫描变形,并通过图形膨胀来消除扫描变形的影响。实验证明这种方法可以有效地除去图形处理中扫描变形引起的误差。     

最大差值图决策的低照度图像自适应增强算法

应用于光照分布不均的低照度图像,传统的图像增强算法会出现色彩失真、亮区过度增强等问题,因此提出一种最大差值图决策的低照度图像自适应增强算法。首先,提出最大差值图的概念,通过最大差值图粗略估计出初始光照分量;然后,提出交替引导滤波的算法,利用交替引导滤波对初始光照分量进行校正,实现光照分量的准确估计;最后,设计了图像亮度自适应的伽马变换,能够根据获取的光照分量自适应调整伽马变换参数,从而在增强图像的同时消除光照不均带来的影响。实验结果表明,增强后的图像有效消除了光照分布不均带来的影响,图像亮度、对比度、细节表现能力和色彩保真度都得到了明显提升,平均梯度提升了1倍以上,信息熵提升了14%以上。由于提出的算法对光照分量估计准确,自适应伽马变换针对低照度图像进行了优化,因此,对于夜间等弱光源条件下的彩色图像具有十分有效的增强效果。     

基于域滤波的自适应Retinex图像增强

为了提高低照度图像的亮度和对比度,提出了一种新的基于Retinex理论的彩色图像增强方法。首先,基于Retinex理论,提出对HSV空间V分量进行域滤波估计图像光照分量,然后将V分量与光照分量相除得到反射分量的方法。之后,采用自适应Gamma校正对光照分量进行亮度提升,然后采用CLAHE对其进行对比度增强。最后,将亮度校正光照分量与反射分量相乘得到增强后的V分量,并将增强后的图像转化为RGB空间图像,达到彩色图像增强的目的。本算法可以获得更自然的增强效果,能抑制亮度较大像素点的增强,很好地突出图像中的细节信息,克服了图像增强中增强图像对比度低、颜色失真、过增强及光照突变处出现光晕现象等缺点。本算法对多种图像有效,例如高动态(HDR)图像、非均匀光照图像及低曝光图像。通过验证,本算法得到的结果相比于传统方法视觉效果更佳。