小波变换和直方图均衡化的保持色调不变彩色图像增强算法

彩色图像增强的目的是保持色调的前提下加强图 像对比度,提高彩色图像视觉效果,文中提出小波变换域内色调不变 彩色图像增强算法,RGB彩色空间中,对各通道进行小波分解,高频部分进行非线性变换, 突出细节信息,然后通过小波逆 变换重构图像,然后对图像进行限制对比度直方图均衡化后与原图比较算出增强因子,最后 处理gamut问题,得到保持色调 不变的增强图像,在相同条件下与其它彩色图像增强算法进行性能比较,实验结果表明,该 算法对质量不同的彩色图像有较 好的增强效果,增强了图像细节和对比度,并具有自适应能力。     

选择调整的亮度增强算法

提出一种应用于平板显示的选择调整的亮度增强算法,可以在基本保留原图像暗部细节的同时,按照灰度级的原始值进行增强,从而在视频图像处理中达到较好的效果.在灰度模式下,该算法可以避免传统处理带来的对比度减小,从而保留更多的暗部细节.在RGB彩色模式下,该算法还可以避免传统亮度调整算法带来的灰度级不连续分布,使得调整后的RGB三个分量的直方图中灰度级连续分布,图像的色彩范围和色彩饱和度可以达到比以前更好的效果.     

一种像素级多传感器图像融合算法的研究

该文给出了一种像素级多传感器图像融合算法,并将其应用于不同波段SAR图像的融合。该算法先用基于卡尔曼滤波的图像融合技术得到一幅灰度融合图像,再用不同的RGB颜色通道分别表示灰度融合图像以及原图像中增强后的细节,最终得到一幅彩色融合图像。仿真结果表明,用此算法得到的彩色融合图像包含更多的细节,可辨识性强。     

一种红外图像伪彩色显示算法及其硬件设计

介绍了红外图像伪彩色显示的原理、编码算法和硬件组成。设计了三种由暗(黑)到明(白)的RGB映射函数与红外图像的温度由低到高相对应,实现了彩色层次分明,图像细节突出,更适合人眼观察的伪彩色图像显示。最后通过FPGA+TMS320C6416DSP+SAA7199B数字视频编码芯片,实现了实时可变的伪彩色变换算法和视频编码输出,验证了系统软硬件的有效性。     

基于离散小波变换和奇异值分解的彩色图像水印算法

为提高图像水印算法的鲁棒性,提出了一种彩色图像鲁棒水印算法。算法使用离散小波变换和奇异值分解的频域算法,主要通过提取原始彩色图像RGB三个通道的低频部分和加密后的水印图像奇异值,使它们分别在一定嵌入强度下进行叠加,从而获得修改后的奇异值,来完成水印的嵌入。实验结果表明,嵌入水印后的彩色图像不可见性良好。在经受高斯噪声、旋转、直方图均衡化等攻击时,仍能提取到有效的水印图像。该方法能够有效地满足数字化彩色藏毯的版权保护需求。     

基于自组织特征映射网的彩色图像二值化方法

本文提出一种基于自组织特征映射网(SOFM)的彩色图像二值化方法。使用彩色像素的RGB值训练网络权值,找到图像的目标类RGB中心和背景类RGB中心,再利用竞争取胜的机制处理每一个像素使其二值化。为了减少算法处理的数据量,采用决策表属性简化方法对图像的颜色特征:进行简化。由于算法直接利用彩色图像的原始特征信息,二值化过程不受灰度化算法的影响。应用实例证明了本文的算法具有好的效果。     

基于小波和色彩传递夜视图像彩色融合算法研究

针对传统彩色图像融合存在色彩不自然和运算复杂的缺点,提出了基于小波和色彩传递夜视图像彩色融合算法。该算法的核心思想是把源图像RGB空间转换到YUV空间,然后利用小波变换把源图像和参考图像分别进行分解,并对结果中的一阶统计量和二阶统计量进行计算,最后把参考图像的统计量传递给源图像,此时参考图像和源图像的统计量是相同的,把经过处理过的源图像通过小波逆变换传递到RGB空间,测试结果表明,此算法具有图像细节更加丰富,边缘突出的优点。     

基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.     

基于小波变换的彩色图像数字水印新算法

提出了一种将灰度图像嵌入到原始彩色图像中的新数字水印算法.对RGB色彩空间彩色图像的绿色分量和蓝色分量进行haar小波变换.低频系数经过量化,将经过Arnold置乱后的灰度水印图像的位平面嵌入到低频子带.水印提取不需要原始载体图像.实验结果表明,该彩色图像数字水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强和马赛克效果等攻击均具有较好的鲁棒性.     

基于灰度变换及改进Retinex的低照度图像增强

针对低光照条件下拍摄的图像受光和环境的影响,其重要信息丢失严重,出现对比度低、细节模糊等问题,提出了一种基于灰度变换与改进Retinex的图像增强方法。首先采用引力搜索算法（gravitational search algorithm, GSA）优化的全局灰度变换函数对图像的RGB各通道灰度图像进行灰度变换,增强图像光照强度,使其更接近均匀光照场景;然后将图像转为HSV色彩空间,对V通道（亮度通道）采用改进的多尺度Retinex(MSR)算法处理,将基于范围的自适应双边滤波和Gabor滤波作为Retinex算法的环绕函数,结合两种滤波的特性来增强图像的亮度和细节。最后采用伽马校正避免图像融合造成的图像色偏。实验结果显示,该方法处理过的增强图像在主观和客观评价上优于其他方法,图像颜色失真较小,细节更清晰,为图像的后续应用做了铺垫。     

基于Contourlet变换的彩色图像融合算法

以红外和彩色可见光图像为研究对象,提出一种基于Contourlet变换的彩色图像融合算法.算法首先通过IHS(Intensity-Hue-Saturation)变换将彩色可见光图像从RGB颜色空间变换到IHS空间,进而利用Contourlet变换和加权融合规则将 I 分量图像与红外图像进行融合,然后将得到的灰度融合图像进行线性拉伸以获得与 I 分量相同的均值和方差,最后用拉伸后的灰度融合图像替换原来的 I 分量,并通过IHS逆变换得到最终的RGB彩色融合图像.算法一方面将Contourlet变换这一新的数学工具引入到图像融合中,另一方面提供了一种新的红外和可见光图像的彩色融合方法.实验结果表明,同样采用本文的彩色融合方法,Contourlet变换的融合结果优于小波变换,而且本文彩色融合方法的融合性能明显超过传统IHS变换融合法.     

一种低复杂度的基于小波的彩色图像水印算法

根据图像小波变换系数的特点,提出了一种双彩色水印新算法:把彩色宿主图像的R,G,B分量分别经过p级小波分解,使它们各自的低频系数LLp个数等于水印的尺寸大小,然后将R,G,B分量的LLp系数分别加上加权后的彩色水印R,G,B分量的灰度值,将这些变化了的低频系数和没有变化的高频系数一起经过小波逆变换即得彩色水印图像.这种水印算法复杂度低,实验证明该水印具有较好的不可见性、鲁棒性.     

Low-light color image enhancement based on NSST

In order to improve the visibility and contrast of low-light images and better preserve the edge and details of images, a new low-light color image enhancement algorithm is proposed in this paper. The steps of the proposed algorithm are described as follows. First, the image is converted from the red, green and blue (RGB) color space to the hue , saturation and value (HSV) color space, and the histogram equalization (HE) is performed on the value component. Next, non-subsampled shearlet transform (NSST) is used on the value component to decompose the image into a low frequency sub-band and several high frequency sub-bands. Then, the low frequency sub-band and high frequency sub-bands are enhanced respectively by Gamma correction and improved guided image filtering (IGIF), and the enhancedvalue component is formed by inverse NSST transform. Finally, the image is converted back to the RGB color space to obtain the enhanced image. Experimental results show that the proposed method not only significantly improves the visibility and contrast, but also better preserves the edge and details of images.     

彩色图像有效压缩及联合重建的研究

足够的稀疏性是信号或图像压缩感知精确重建的前提,但实际情况下的彩色图像并不完全满足此约束条件。为了降低稀疏性的限制,这里给出了基于小波分解与联合重建的彩色图像压缩方法,该方法是将彩色图像的RGB分量独立地分解成密集和稀疏两部分,密集部分采用传统方法编码,稀疏部分采用压缩感知进行压缩编码。文中还讨论了如何采用联合重建算法同时重建RGB3个分量的稀疏部分,及结合密集部分进行原始彩色图像的重建问题。仿真结果表明：该方法是实现实际彩色图像的压缩传输和精确重建的一种有效方法。     

图像通信中一种低照度彩色图像增强算法

针对低照度彩色图像细节模糊、亮度不高等问题,提出一种新的彩色图像增强算法。首先引入新传递函数改进传统同态滤波,然后,在RGB色彩空间上,分别对R、G、B分量用改进的同态滤波和对比度受限自适应直方图均衡（CLAHE）进行增强。接着,转换到HSV色彩空间,用非线性函数对亮度进行光照补偿,对饱和度进行1.5倍拉伸。最后恢复图像色彩信息。实验结果表明,新算法在保持图像细节的同时能够增强图像对比度,使图像清晰度更高。     

一种基于假彩色的像素级多传感器图像融合算法

本文给出了一种基于假彩色的像素级多传感器图像融合算法,并将其用于两幅灰度图像的融合中.这种算法将现有的图像融合技术和彩色显示技术相结合,在灰度融合图像的基础上利用色差来表现原图像与灰度融合图像的细节差异.该算法分为三步:首先,用选择与平均相结合的方法得到两幅原图像的灰度融合图像;接着,求出灰度融合图像与两幅原图像的差异图像;最后,将两幅差异图像和灰度融合图像分别送至R、G、B颜色通道进行显示.比起灰度融合图像,最终得到的彩色融合图像在色彩上更丰富,包含更多的细节,直觉上更容易辨认.     

低照度下具有动态特性的彩色图像质量优化算法

针对低照度环境下具有动态性的彩色图像辨识度相对较差的问题,提出了基于人类视觉感知模型的对比度分辨率补偿算法。首先,将图像从RGB空间转换到HSV空间,保持H分量不变;对V分量提取图像特征参数,然后对V分量进行对比度分辨率补偿,增强图像亮度;并对S分量进行线性拉伸,复原图像色彩信息;最后将处理后的V分量和S分量与H分量进行反变换生成RGB空间新图像。实验结果表明,该算法对低照度下具有动态性的彩色图像增强效果较好,较好地保持了图像的细节,取得了良好的视觉效果。