彩色矩阵显示器亚像素采样混色错误的分析与评价

从彩色矩阵显示的亚像素排布(SPA)出发,详细分析了亚像素采样(SPS)颜色错误出现的原因及条件,指出了颜色错误与SPA的关系,得出对任意一种SPA颜色错误只发生在与排布错误方向平行且图像输入频率大于Nyquist频率的区域。根据人眼视觉特性,提出了区域混合的颜色误差评测方法。此方法以原图像颜色为基准,最小化结构基元覆盖区域下的颜色误差,对图像累计该误差并以累计结果的各种统计指标作为显示图像与原始图像颜色偏差的一种度量。计算结果与仿真实验的分析结果相符,能够正确反应出SPS对混色问题的影响。     

一种与显示设备相关的抗颜色混叠新方法

针对显示系统中应用亚像素采样技术引起的颜色混叠问题,该文提出一种基于显示设备亚像素排布的抗颜色混叠滤波方法。鉴于颜色混叠的区域及形状与亚像素排布的多样性紧密相关,在频域内通过倒晶格理论给出不同亚像素排布各基色的Nyquist频率限制图,并以此为依据设计各基色分量上的抗混叠滤波器。对图像进行滤波预处理后再经亚像素采样显示图像,达到保持图像清晰度的同时消除或减弱显示图像中颜色混叠的目的。理论分析和仿真结果表明,相对于5-tap滤波法,在无明显颜色错误的前提下,该方法可将图像亮度分量的PSNR值提高30%左右;另外,该算法简单,易于实现。     

基于KL散度及多尺度融合的显著性区域检测算法

基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法。首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接连通扩展,构建无向扩展闭环连通图。 其次,依据颜色判别力聚类量化各超像素内颜色,统计颜色聚类标签的概率分布,用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权,再依据区域对比度并结合边界连通性,获取各尺度下的显著图。 最后,平均融合各尺度下显著图,并进行优化处理,得到最终的显著图。 在一些大型参考数据集上进行大量实验表明,所提算法优于当前一些先进算法,具有较高精确度和召回率,并且可以产生平滑显著图。     

一种新的多尺度深度学习图像语义理解方法研究

如何在深度学习中融合 图像的多尺度信息,是基于深度学习的视觉算法需要解决的一个关键问题。本文提出一种基 于多尺度交替 迭代训练的深度学习方法,并应用于图像的语义理解。算法采用卷积神经网络(CNN)从原始 图像中提取稠密性特征 来编码以每个像素为中心的矩形区域,将多个尺度图像交替迭代训练,能够捕获不同尺度下 的纹理、颜色和 边缘等重要信息。在深度学习提取特征分类结果的基础上,提出了一种结合超像素分割的方 法,统计超像 素块的主导类别,来校正分类错误的像素类别,同时描绘出目标区域边界轮廓,完成最终的 语义理解。在Stanford Background Dataset 8类数据集上验证了本文方法的有效性,准确 率达到77.4%。     

基于约束空间光谱联合的亚像素定位方法北大核心CSCD

针对高光谱遥感图像,提出了一种约束空间光谱的亚像素定位方法。传统的亚像素定位方法以解混的结果作为输入,可能无法充分利用高光谱图像丰富的光谱信息。本文所提出的基于约束空间光谱联合的亚像素定位方法(constraint spatial-spectral subpixel mapping,CSSSM),利用下采样将像素丰度与亚像素丰度显式联系起来,代入线性解混模型得到亚像素丰度求解的新模型。在求解过程中,通过添加稀疏性约束与平滑性约束,以限制亚像素丰度的解空间,亚像素丰度求解更精确。其中,针对亚像素丰度稀疏性先验采用重加权1范数作为新的约束,并自适应地更新权重;针对亚像素丰度空间先验信息则采用全变分(total variational,TV)正则化作为约束,然后使用乘法迭代算法求解亚像素丰度,最后利用赢者通吃的策略进行类别确定。在两个合成数据集上进行了实验,结果表明,本方法能够进一步提高亚像素定位的精度。     

优化式着色算法的混色机制

基于局部关系模型的优化式着色方式,难以定量描述其全局特性信息诸如着色结果与用户输入间关系。该文首先提出一种优化式着色框架,证明两种常用算法为其特例而且等价,然后将每个像素的着色结果转化为各涂抹颜色的组合形式,并通过数学分析推导出组合系数非负且归一化,从而证明优化着色具有混色机制,其结果由涂抹颜色混色而成,并推导出混色权重与首达概率的等价性,最后基于混色机制对现有算法提出改进。实验结果表明混色机制的引入既有助于提高着色效果对涂抹数量与位置的鲁棒性,也便于实时挑选涂抹颜色。     

像素预测误差耦合似然映射的图像伪造检测算法

为了解决当前图像伪造定位技术因使用了CFA 插值,易形成颜色插值噪声而降低分辨率,导致其难以检测微小篡改区域,使其伪造检测精度较低等不足,本文提出了像素预测误差耦合似然映射的图像伪造检测算法。首先,分析颜色滤波阵列CFA插值模型,并从图像中提取绿色分量;随后,嵌入权重因子,构造预测误差及其权重方差计算模型;根据预测误差与贝叶斯理论,定义伪造特征统计模型,识别出趋于零的特征值;最后,根据特征统计模型,建立其似然率模型,输出伪造映射,完成检测。仿真结果表明：与当前图像伪造定位机制相比,本文算法拥有更强的鲁棒性,能识别定位出微小伪造像素;且拥有更高的AUC值与理想的ROC曲线。     

海空目标多尺度波峰最佳阈值自动搜索策略

针对海上低对比度低信噪比的条件下,能够精确快速搜索空域目标,提出了一种快速精确的海空目标多尺度波峰最佳阈值自动搜索策略:采用金字塔波门搜索和多尺度波峰阈值法,逐级减小搜索区域并对搜索域内图像进行分割,然后根据目标特征进行概率统计分析,确定最优目标,实现海空目标的自动搜索。实验结果表明,该算法在序列图像中的搜索定位平均误差为0.413像素并全部识别成功,较OTSU算法的2.61像素和最大熵阈值算法的3.1像素的误差,精确度大大提升。整幅图像搜索时间优于21.34 ms,满足海空目标自动搜索的精度和实时性的要求。     

量化颜色直方图的改进与应用

对图像进行灰度量化时,容易把颜色不同而灰度相同的像素归为一类,造成量化误差而影响评价结果。基于HSV颜色空间,通过统计样本数据,结合人眼观察彩色的视觉特性,确定了颜色量化范围,建立了适合伪装特点的颜色直方图,利用距离函数进行了目标颜色特征的伪装效果评价。实验结果表明,利用改进的量化颜色直方图评价目标伪装效果,能够客观地...     

激光三角法高精度测量模型

为提高检测准确性,提出激光三角法高精度测量模型,由变阈值亚像素灰度重心提取算法和CCD倾角误差补偿模型两部分组成;光斑中心定位算法对激光检测准确度起关键作用,针对已有激光中心定位算法的缺陷,提出了变阈值亚像素灰度重心提取算法,通过梯度函数和高斯拟合算法设定阈值去除光斑边缘噪声区域对中心定位的影响,并利用多项式插值提高灰度重心法精度;同时为提高实际工业生产环境中的测量准确性,建立CCD倾角误差补偿模型;应用激光三角法高精度测量模型,以STM32F407为硬件核心建立系统,以锥螺纹为被测物进行实验;实验结果表明:该测量模型实现了对锥螺纹信息的准确采集,且精度明显高于传统的灰度重心法,可以将锥螺纹检测的误差控制在10 m内。     

基于多尺度区域的图像颜色校正算法

图像颜色校正是多摄像机视觉应用中的一项重要技术。本文提出了一种基于多尺度区域的局部颜色校正算法,主要思想是在参考图像与待校正图像之间建立特征点的对应关系。此算法根据尺度不同的区域内可获得的对应特征点数目不同的特性,在不同尺寸参数对待校正图像进行分割,以得到稳定的特征点对应,进而获取准确的颜色校正信息,提高了颜色校正的准确性和鲁棒性。此外,本文还考虑了局部校正对图像颜色一致性减弱的问题,进行了平滑处理。实验证明,本文所提出的方法能获得较好的校正结果。     

交通标志灯色饱和图像的色彩校正

针对在交通路口采集的闯红灯的彩色图像中的色饱和现象,讨论了图像中高光区域的定位、边缘色彩的确定以及色彩校正等问题。使用基于符号的GMM模型的EM算法进行最大似然估计,获得分类结果,使用区域深度快速标记算法标记深度,提出色彩校正模型,最后给出实验结果及讨论。     

自然感色彩的可见光/红外控向金字塔融合

利用控向金字塔多分辨率且具有方向信息的特点,研究提出了基于控向金字塔分解的可见光与红外图像彩色融合方法。按照人眼对亮度与颜色感知的不同,在YUV颜色空间的亮度Y通道中,利用局部能量和匹配测度来保留波段间的显著信息和互补信息,在色差U、V通道中使用分解子带的线性组合,从而获得具有近自然感色彩的彩色融合图像,且使红外图像的热目标能够以鲜亮的橙黄色突出。通过灰度级图像融合客观评价参数和颜色数量的对比分析表明,该方法能保留可见光与红外图像的细节信息,并较大程度提升彩色融合的色彩表现和目标探测能力。     

基于小波和色彩传递的夜视图像彩色融合技术

提出一种基于小波和色彩传递的夜视图像的彩色融合方法,使观察者更容易获取图像的场景信息。结合红外图像和微光图像各自的特点,利用NRL法把红外图像和微光图像映射到彩色空间形成假彩色图像(源图像),然后通过小波变换对源图像和参考图像进行多分辨率分解,计算不同分辨率下的均值和标准方差,将各分量根据参考图像和源图像的标准方差比进行缩放,把参考图像的色彩分布传递给源图像。实验结果表明,通过与传统方法的比较,本文算法不仅获得真实场景色彩,还可以提高图像的细节信息,改善场景感知。     

基于纠错编码的彩色图像双水印算法研究

提出一种基于纠错编码的彩色图像双水印算法,用于版权保护和图像篡改定位与恢复。算法在图像的红色分量的频域中嵌入鲁棒水印,在绿色分量的空域中嵌入认证水印。其中,认证水印为从三个颜色分量的DCT系数中提取的二进制编码序列。为提高认证水印的安全性和定位能力．对认证水印进行纠错编码,并利用M序列对认证水印进行加密。仿真实验表明,认证水印能够检测篡改并进行恢复,版权保护水印具有较好的鲁棒性。     

基于矢量量化的颜色图像检索方法

摘 要：针对颜色空间量化和直方图检索存在的问题,提出一种新的颜色图像检索方法。该方法通过对颜色空间进行矢量量化,使量化结果更接近人的感知;在提取分块主颜色基础上引入颜色转移矩阵,以描述颜色的空间分布情况;并将索引直方图和颜色转移矩阵两种颜色特征相结合,对图像整体和局部感兴趣区域赋以不同的权值,使局部图像特征矢量增强,从而提高检索精度。实验表明,该方法能较有效的提高检索效率。     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

基于梯度场的彩色图像序列光流场算法

采用动态图像模型,针对实际环境中亮度改变的特点,充分利用彩色图像的色彩信息,提出基于梯度场的彩色图像序列光流法.试验结果表明,本文方法能在光照改变的条件下,得到各种复杂运动连续而一致的光流场.     

基于色彩管理的CRT色彩特性分析

彩色显示器是用来传达颜色信息的重要工具,而色彩在不同设备和系统上往往会造成差异,因此国际ICC联盟提出了对显示器进行色彩管理,实现色彩空间转换。采用实验的方法对显示器色域、通道独立性、磷粉恒常性、空间均匀性、时间均匀性等特性进行分析,为下一步建立精确的色彩转换模型、完善的特征文件提供了有效的数字依据和合理的误差处理办法。