无人机多光谱成像仪图像的校正及配准算法研究

利用光校参数和软件配准法对无人机多光谱成像仪图像进行校正和彩色合成.多光谱成像仪由3个光电头部组成,它们分别对同一地物的R、G、B谱段成像.基于无人机多光谱成像仪中各光谱段成像光电头部存在的性能差异,需要进行图像配准,才能保证图像合成的效果.具体分析与讨论光校参数法与软件配准法的特点,采用这两种方法进行图像配准,并在此基础上提出采用二者相结合的手段研究进一步的算法,以期达到更好的配准效果.     

CFA图像插值算法在DSP实时系统上的应用

彩色滤波阵列(CFA)格式的图像需要进行图像插值,才能获得全彩色图像.但是,由于相机噪声的存在,不仅该点的彩色信息失真,同时还会影响邻近像素利用该点信息进行插值的图像颜色.为了得到高质量的全彩色图像,采用了一种基于梯度的滤噪插值算法,在保留了图像边缘和细节信息的同时,滤除了噪声,使图像的信噪比提高了近1倍;由于这种数字相机没有白平衡处理,使插值恢复的彩色图像颜色与实际景物相比存在较大差异,为了消除这种差异,实现了自适应白平衡校正方法,使图像方差提高了近20％,与人眼观察到实际景物的颜色更接近;整个彩色编码算法应用了DSP的并行流水线技术,保证了其在DSP上运行的实时性,处理频率达到25Hz.     

无色恒常性原理与CLC白平衡方法

由于光在水中的吸收和散射，以及不同波长的光传播距离上的差异，水下图像严重受到对比度降低和颜色偏色的影响，因此色彩的白平衡校正是水下图像处理的一个关键技术。本文提出了一种新的无色恒常性原理（CLC:ColorLess Constancy）及白平衡方法。方法 首先将彩色图像转换到YCbCr颜色空间实现亮色分离，然后通过非线性方法检测色度分量,计算每个像素对应的色度权重，然后根据新的线性加权算法重新计算每个像素的色度，实现对图像中无色区域的保护，以及对偏色区域的色彩校正。与几种经典白平衡方法进行比较，CLC方法克服了传统方法易对无色区域产生不良偏色的缺点，取得了较好的视觉感知效果。 实验表明该算法复杂性低，鲁棒性好，说明了CLC白平衡算法的实用性，以及无色恒常性原理的科学性。      

基于颜色空间的彩色图像颜色评价

基于手机成像质量颜色评价的必要性，提出一种融合相机主观场景成像色彩和白平衡的自动评测方法（CIQA），以充分提取彩色图像相关特征并模拟人眼视觉感知特性来评价图像颜色。首先使用尺度不变特征变换（Scale-invariant feature transform, SIFT）与透射变换相结合的方法，标识主观图像中ColorChecker标准二十四色卡对应的位置；而后构建离差率最小二乘法模型，并采用专家赋权法和熵权法计算色彩还原和白平衡指标权重分配比例；最后，通过多指标权重值对TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)进行改进，确定各方案与典型正负理想方案的接近程度，实现对智能手机成像质量颜色的优劣排序。对真实场景采集的图片进行实验，并与现有的两种决策方法进行对比验证。结果表明，所提方法能提高评价效率、节省人力，并可以获得与人眼主观判断一致性较好的评价结果。     

基于人工靶标的多光谱遥感图像真彩色合成

多光谱真彩色合成图像在遥感图像解译判读、目标识别和信息处理等领域具有广阔的应用前景。真彩色合成技术取决于获得准确的X、Y、Z三刺激值，以建立相机RGB三基色体系与人眼视觉颜色体系之间的关系。为此，提出了基于彩色目标光谱信息的多光谱图像真彩色合成方法，通过在卫星过顶时铺设人工靶标，利用实测的靶标反射率光谱，计算相机三基色体系RGB与人眼视觉颜色体系CIE-XYZ之间的转换矩阵，构建适用于一定大气条件下的真彩色校正模型。利用高分一号卫星多光谱图像进行真彩色校正实验的结果表明，该方法对色彩丰富度不同的图像均具有较好的颜色校正效果。     

基于暗原色先验模型的水下彩色图像增强算法

针对在水下环境中,光的散射和衰减导致水下光学成像质量严重下降,图像对比度低、颜色失真的问题,提出了一种暗原色先验和基于通道直方图量化的颜色校正算法相结合的图像增强新方法。对于待增强的水下彩色图像,首先建立水下光学图像成像模型,并利用优化与改进的暗原色先验算法对图像进行去模糊,然后通过分析R、G、B三通道的累积直方图,对去模糊后的彩色图像各通道灰度值进行量化,实现图像的颜色校正。实验结果表明,提出的方法可以有效地消除了由于光的散射造成图像的模糊,有效提高了水下图像的视觉效果,恢复水下图像的颜色平衡。     

基于无色差表面识别的高清电子内窥镜自动白平衡算法

在不同色温的光源下,CMOS图像传感器采集到的图像颜色会有所不同,可能偏离真实色彩,导致成像质量下降,严重时将影响高清电子内窥镜的诊断结果。提出了一种基于无色差表面识别的自动白平衡算法,使用像素点的RGB 三通道之和识别图像中的无色差表面,根据得到的无色差像素集估计光照色度,并用光照色度估计值通过对角变换进行颜色校正,以此对内窥镜图像进行了实时的自动白平衡算法,修正偏色现象。该算法实时、有效地消除了由于光源色温引起的颜色失真现象,使得高清电子内窥镜获得的图像更加接近标准白光照射下人眼所看到的情况。     

基于C-Canny算子与灰度空间的彩色图像边缘检测

提出了利用灰度图像边缘检测结果完成彩色图像边缘检测的算法,并对Canny算子进行了改进,在计算梯度幅值时采用了3×3邻域,改进后的Canny算子对噪声抑制效果明显,且检测边缘更加精细.采用了两种算法将彩色图像转换为灰度图像,利用C-Canny算子对转换后的灰度图像进行边缘检测,在灰度图像边缘检测结果基础上,完成彩色图像的边缘检测.经实际测试证明,该算法检测出的图像边缘连续性好,准确性高,对颜色数不多的彩色图像有较好的边缘检测结果.     

基于TMS320c6711b浮点DSP的自动白平衡的实现

由于自然界的光线不总是相同的,而可感知到的一个物体的颜色依赖于照射到它的光源.人类的大脑可以很好地"校正"这些颜色变化,但CCD和CMOS感光器却不能完成这样的任务,所以要使图片色彩更逼近真实的原色,白平衡调节是必不可少的一步.文章论述了一种较为优异的自动白平衡算法,介绍了基于TMS320c6711b浮点DSP的完整的软硬件设计,以及通过模拟I2C时序实现了对cmos数字感光芯片的白平衡控制.     

PHI高光谱数据和高空间分辨率遥感图像融合技术研究

提出了一种新的高光谱图像融合技术———基于最佳指数准则的高光谱小波包图像融合方法,即首先利用最佳指数选择高光谱的最佳合成波段,得到低分辨率的彩色合成影像,然后采用一种基于区域多特征的小波包融合算法进行融合处理.文中利用上海地区PH I高光谱数据和高分辨率全色航空像片来验证算法的有效性,实验结果表明该方法可有效的实现高光谱数据和高空间分辨率遥感图像的融合处理.     

基于灰度世界和白点检测的自动白平衡算法

针对常见的自动白平衡算法存在的图像场景适应性不足或算法复杂度过高的问题,提出了一种新的自动白平衡算法.该方法综合考虑了灰度世界模型和白点检测算法的各自优势,采用一种自适应的控制流程来计算图像三分量的增益系数并进行白平衡校正,在此基础上,运用软硬件协同设计来实现该算法,降低了硬件的开销,提高了算法的灵活性.实验结果表明,...     

采用区域互信息的多光谱与全色图像融合算法

为了提高多光谱与全色图像融合算法质量,提出了一种采用区域互信息的多光谱与全色图像融合算法。首先将多光谱图像变换至HSV彩色空间,并采用分水岭与区域合并的方法对V分量进行区域分割,得到区域分割映射,欧氏光谱距离作为区域合并的测度。然后采用非下采样Contourlet变换（Nonsubsample Contourlet Transform,NSCT）对多光谱图像V分量和全色图像进行多分辨率分解,将区域分割结果映射至全色图像,通过计算对应区域间的互信息对多分辨率分解系数进行融合,获得融合图像的分解系数,最后通过NSCT反变换实现融合图像重构。图像融合算法对比实验表明,文中融合算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,有效提高了多光谱图像的边缘特征。     

基于FPGA的图像自适应AWB系统设计与实现

为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。     

基于光谱重建技术的壁画颜色复原与评价

为了在给定的照明和观察条件下，用相机响应信号重建物体表面光谱反射率，实现颜色的高精度复原，采用了多光谱成像技术采集物体表面的多光谱图像，使用主成分分析、 R 矩阵和正则化 R 矩阵方法进行了光谱反射率重建的理论研究，并对壁画色块颜色复原进行了实验验证，取得了壁画色块的重建光谱和颜色复原数据，同时对基于正则化 R 矩阵方法的壁画色块颜色复原结果进行了评价。结果表明，正则化 R 矩阵方法进行光谱重建的光谱精度和色度精度更高，与主成分分析和 R 矩阵方法相比，色差降低了0.0732，适应度系数提高了1.10%，均方根误差降低了0.0035，光谱匹配偏指数降低了0.0225。该方法能够满足高精度颜色再现的需要，适用于文物艺术品数字化存档、文物艺术品修复等领域。     

多光谱成像技术辅助书画配色与修复

利用多光谱成像技术,讨论了一种对书画图像进行扫描和分析的系统修复方法,避免了传统化学、物理分析方法对书画造成不必要的损害.在计算机的辅助下对书画进行多光谱图像的采集、光谱反射率重建、光谱图像降维以及图像颜色重建等,实现了书画颜色的高保真再现,在颜色修复上提出了基于Kubelka-Munk理论的颜料重构方法,为书画的修复提供技术上的支持.采用该方法不仅可降低修复过程中书画损坏的风险,而且可提高修复质量.     

LED显示屏的色域校正

LED发光在亮度和色度上有一定的离散性,会明显降低LED显示屏的图像质量。文章给出了一种色域校正方法,能在改善LED显示屏的亮度、色度均匀性的同时,确定LED显示屏的显示色域。建立了LED显示屏显示颜色的线性数学模型,对LED显示屏色域校正的目标色域进行了分析,给出了将LED屏幕所有显示像素的显示色域范围校正到目标色域的方法,并通过"白平衡"来实现对颜色色坐标的精确控制。实验结果显示,该方法可以将LED显示屏显示色域精确校正到目标色域。     

基于PCA 变换与小波变换的遥感图像融合方法

针对传统的PCA变换遥感图像融合技术会丢失部分多光谱遥感图像的光谱信息变量,从而造成光谱图像信息域的失真问题提出了基于PCA变换与小波变换的遥感图像融合方法。该方法首先提出多光谱遥感图像信息域的各波段相关矩阵的特征值变量和特征向量域,对多光谱图像进行主分量的变换,继而求得各主分量变量;然后将非灰度图像与多光谱图像信息域的首个主分量做直方图信息变量的匹配,利用小波变换融合方法来实现多光谱图像信息变量的首个主分量与非灰度图像的融合,其多光谱图像的首个主分量被融合结果来替代; 最后对多光谱图像信息变量的3个主分量变量作逆主分量变换得到所需的最终融合图像信息域。仿真实验表明,该方法使最终融合的图像在多光谱信息的保持与空间细节信息的增强两个方面的综合性能均得到提高。     

基于Shearlet变换与区域分割的遥感图像融合

结合区域分割理论,提出了一种基于Shearlet变换 的遥感图像融合算法。首先通过色度H-亮度I-饱和度S(HI S) 变换对多光谱图像进行分解,将I分量与全色图像进行Shearlet变换,得到低 频、高频信息图;然后对 低频信息图进行基于灰度的区域分割,两图像的低频部分使用改进的加权融合算法改善融 合图像轮廓模 糊问题,以区域匹配度作为融合规则,高频分量采用区域清晰比作为融合规则,得到更多 的细节信息; 最后通过HIS逆变换得到融合图像。实验结果表明,本文算法 所得融合图像在有效地保持了多光谱图像光谱信息的同时,提高了空间细节信息。