基于双变换的红外与可见光图像融合增强

通过研究可见光视觉图像与红外图像序列的相关特性及融合处理中存在的问题, 提出一种基于视觉图像预增强处理的曲波与小波双变换融合机制来有效保留边缘信息和图像细节信息。实验结果表明所提出的方法提高了融合图像的视觉感知质量, 为遮挡和伪装目标的检测和定位提供了更为有效的空间环境, 并且融合增强后的图像具有更高的信噪比和更少的人工痕迹, 与当前最新的其他方法相比是一种具有更好融合质量和更高效率的图像/视频融合方法。     

基于边缘检测的半脆弱水印算法研究

针对Laplace算子在进行边缘检测时不具有方向性的缺陷,在人眼视觉模型下,提出一种基于边缘检测的半脆弱水印算法.在嵌入水印信息时先考虑边缘点,再考虑亮度较暗和较亮区域.在入眼亮度和纹理视觉特征的基础上,给出图像区域分割方法及变换域系数量化公式,通过动态量化提高载体图像的透明性和水印的抗攻击能力.实验结果表明,在噪声嵌...     

基于视觉特性和K-L变换的图像边缘检测

文章提出了一种基于人眼视觉特性和K-L变换的彩色图像边缘检测方法.首先将原始图像应用人眼彩色传递模型进行频率域滤波处理,使得图像更加平滑,并减小噪声的干扰.而后根据滤波结果重建图像,用K-L变换处理图像的三个特征量,对主要彩色分量用Canny算子检测边缘.由于人眼的视觉特性近似频域低通滤波器,对使用人眼彩色传递模型预处理后的图像检测边缘能够使得检测结果有较好的连续性和抗噪声性.仿真结果证明该方法能够有效地检测彩色图像边缘.     

基于Retinex理论的小波域雾天图像增强方法

针对传统的雾天图像增强方法在增强图像的轮廓和细节的同时不能有效抑制图像噪声这一问题,在Retinex理论基础上,提出了小波域图像亮度与噪声双估计模型的图像增强方法,利用小波变换多分辨率的特点,对小波分解后的低频系数进行波动抑制,对高频系数通过多子带独立系数模型进行亮度估计,同时使用不同的软-硬估计法对图像的噪声进行抑制。实验证明该方法不但能有效地提取图像的亮度信息,而且进行图像增强的同时能有效地抑制图像的噪声,且对于不同的雾天环境也有良好的自适应性。     

双指数变换与多尺度细节凸显的红外图像增强

鉴于现有的红外图像增强方法易产生局部的欠增强和过增强以及不清晰的边缘纹理，提出了一种双指数变换与多尺度细节凸显的红外图像增强方法。根据红外图像边缘纹理的粒度，基于Retinex理论用双边滤波将红外图像分解为大、中和小尺度的细节层和基础层；对基础层进行系数小于1的自适应指数变换，在控制亮区过增强的同时自适宜地提高图像的亮度和对比度，而对大、中和小尺度的细节层分别进行系数大于1的自适应指数变换，多尺度地增强图像的边缘细节。实验结果表明，所提方法具有比部分现有方法更优的增强效果，增强图像的视觉效果较清晰，对应的平均梯度和信息熵均较高，而无参考图像质量指标更小。     

基于小波变换的真彩图像降噪与增强

适用于带噪声彩色图像增强的方法少,而应用灰度图像的增强方法,不仅增强噪声,而且会产生色彩偏离。基于此,提出在HSV色彩空间上的降噪与增强方法。根据人眼视觉系统对亮度的变换敏感性大于色度和饱和度的变换敏感性,以及图像噪声只对亮度和饱和度产生影响,将真彩图像由RGB空间变换到HSV空间,保持色度通道不变,对亮度通道进行小波变换,直接对J尺度下的低频信息进行动态范围的压缩,对各尺度下的高频信息进行基于贝叶斯估计阈值的降噪处理。对饱和度通道,利用得到的降噪公式进行降噪处理,将图像变换到RGB 空间。仿真实验证实,增强后的真彩图像包含噪声少,色彩基本无偏差,图像动态范围压缩良好。     

一种非线性变换的双直方图红外图像增强方法

红外图像具有噪声大、对比度低等特点,红外图像增强是红外探测、识别和跟踪应用中的核心问题之一。在红外图像增强技术中,直方图均衡方法简单、有效,但存在细节信息损失较大的缺陷。提出一种对红外图像采用非线性变换分段直方图的增强方法,该方法对红外图像进行非线性变换,提高较暗区域的像素亮度,根据前背景区域特征将直方图分成两段,进行双直方图均衡化处理,对前景和背景分别进行图像的增强。经过实验验证,该算法能有效提高图像亮度,扩大目标区的灰度范围,增强前景图像的细节部分。     

基于Contourlet变换的指纹图像增强

提出通过变换域进行指纹图像增强,对指纹图像进行多尺度多方向的Contourlet变换,通过估计噪声方差水平,对Contourlet变换域系数进行处理,保护边缘特征系数,抑制噪声系数,反变换重建达到去除噪声、增强图像的目的。实验结果表明算法效果良好。     

基于改进的直方图均衡化与边缘保持平滑滤波的红外图像增强算法

为了提高红外图像的全局与局部对比度,并有效抑制背景噪声,提出基于改进的直方图均衡化与边缘保持平滑滤波的红外图像增强算法。引入边缘保持平滑滤波,将低质量红外图像分解为一个低频分量和一个高频分量序列;基于模糊统计理论,利用红外图像的强度等级的不确定性,形成平滑直方图,确定出局部最大值,利用优化的平台直方图对低频分量完成增强;根据高频分量的标准差,将其高频分量分类为强边缘、中边缘与弱边缘系数,再设计三个不同的增强方法,对这三类系数进行差异增强,从而得到增强的高频分量序列;将增强的低频分量与一系列的高频分量完成组合,形成增强图像;引入非局部均值滤波,对增强图像实施降噪处理。测试结果表明:与当前低质量红外图像增强方案相比,该方法拥有更高的增强视觉质量,更好地兼顾全局与局部对比度,消除过渡增强、伪影与噪声,且输出图像具有更大的熵值与标准偏差值,分别保持在6.8、5.3以上。     

仿生眼运动视觉与立体视觉3维感知

为使机器人同时具备双目立体视觉和单目运动视觉的仿人化环境感知能力,克服双目视场狭窄、单目深度感知精度低的缺陷,本文基于人眼结构特点,设计了一个具有4个旋转自由度的双目仿生眼平台,并分别基于视觉对准策略和手眼标定技术实现了该平台的初始定位和参数标定.给出了基于外部参数动态变化的双目立体感知方法和单目运动立体感知方法,前者通过两架摄像机实时获取的图像信息以及摄像机相对位姿信息进行3维感知,后者综合利用单个摄像机在多个相邻时刻获取的多个图像及其对应姿态进行3维感知.实验结果中的双目视觉相对感知精度为0.38%,单目运动视觉相对感知精度为0.82%.本文方法不但能够有效拓宽传统双目视觉的感知视野,而且能够保证双目感知和单目运动感知的准确性.     

基于改进复扩散自适应耦合非局部变换域模型的图像放大

针对二阶偏微分方程（PDE）放大算法丢失弱边缘和纹理细节的不足,提出一种改进复扩散自适应耦合非局部变换域模型的图像放大算法。利用复扩散具有边缘定位准确的特点耦合冲击滤波器,改进复扩散模型能够较好地增强强边缘;而通过对相似图像块构成图像组的三维变换系数的稀疏特性进行建模,非局部变换域模型能够很好地利用图像中相似图像块的非局部信息,对弱边缘和纹理细节有较好的处理效果;最后利用复扩散得到图像的二阶导数作为参数实现改进复扩散模型和非局部变换域模型自适应耦合。所提算法与偏微分方程放大算法、非局部变换域放大算法和偏微分方程耦合空域非局部模型放大算法进行仿真实验比较,在强边缘、弱边缘和细节纹理具有较好的放大效果,弱边缘和纹理细节图像在平均结构相似性测度上高于改进复扩散放大算法、非局部变换域放大算法。所提算法验证了空域模型和变换域模型、局部模型和非局部模型耦合结合的有效性。     

一种基于单目深度线索的彩色夜视技术研究

由于特殊的成像机制,普遍缺乏深度空间感是夜视图像的一大特点。本文通过研究夜视图像的单目深度线索,估计夜视图像中景物的深度信息,利用色彩的色调和饱和度的变化来体现夜视图像的空间立体视觉感,克服目前彩色夜视图像缺乏立体视觉感的不足,从而改善夜视图像的理解效果。     

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。     

能量回归尺度空间滤波法在图像去噪中的应用

如何有效地增强图像边缘信息,消除图像的噪声是图像处理和计算机视觉研究中的基本问题。利用多尺度二进小波变换,对2维噪声图像进行了研究,提出了能量回归尺度空间滤波方法。利用一些图像进行了数值实验,实验结果表明,能量回归尺度空间滤波法可以较好地保留图像边缘特征,较多地去除噪声。与典型的小波萎缩去噪方法：“硬阈值”滤波法、“软阈值”滤波法相比较,能量回归滤波算法的峰值信噪比（PSNR）提高了2~3dB,从而证实了能量回归尺度空间滤波方法具有良好的去噪性能。     

基于图像融合的低光照水下图像增强

水下机器人可用于水产养殖动态监测和水下拍摄,然而摄像机在水下抓拍的海洋图像呈现蓝绿色调、对比度低、细节模糊、亮度暗等问题,严重影响水下目标识别与检测的准确率。为此,本文提出了一种基于图像融合的低照度水下图像增强方法。首先,利用灰度世界算法对图像颜色进行校正,有效去除水下图像的蓝(绿)色基调;然后,对颜色校正后的图像分别进行锐化处理和HSV颜色空间下的亮度增强,分别得到细节增强图像和亮度增强图像;最后,将细节增强图像和亮度增强图像进行多尺度融合,得到最后的增强图像。实验结果表明,该算法不仅有效地解决了水下图像呈现蓝绿色的问题,而且增强了图像的整体亮度,使得细节更加清晰,提高了水下机器人的视觉感知能力。     

人眼灰度感知建模及其在图像增强中的应用

原直方图均衡化算法处理结果不理想,主要是图像灰度域上实现的均衡化并不代表人眼感知亮度域上的均衡化,对此提出人眼感知亮度域上的直方图均衡化算法,但由于使用的灰度人眼感知模型不准确,处理效果也没有得到明显的改善。提出一种灰度人眼感知模型的建模方法,利用实验测试的方法得到人眼视觉系统临界可见偏差曲线;再推导得到人眼对不同灰度背景下同等灰度差别的敏感度曲线;接着利用上一步结果再通过积分和归一化方法得到灰度人眼感知模型;根据以上灰度人眼感知模型对直方图均衡化算法进行改进。对比实验结果表明,提出算法相比于原直方图均衡化具有明显的改善效果,相比于CLAHE、BBHE以及HMF等直方图改进算法,也具有无需参数调节,增强效果显著和适应性强等优点。     

基于边缘自适应小波变换的低比特率图像压缩算法

常规的小波压缩算法在低比特率情况下将不可避免地在图像强边缘附近产生振铃效应。为此提出了一种基于边缘自适应小波变换的低比特率图像压缩算法。在编码端，先检测出图像的强边缘并将其作为附加信息进行编码；然后，利用强边缘信息将图像沿行列方向分割成一些独立的数据段分别进行小波变换；最后，利用EBCOT算法对得到的小波系数进行编码。特别地，从图像的成像机理出发，提出了一种克服分段数据边界效应的新方法。实验结果表明，这种边缘自适应小波变换即使在比特率极低的情况下也可以保持图像轮廓的清晰，强边缘附近的振铃效应也得到有效的抑制。由于附加信息的存在，压缩图像的PSNR值相比于常规方法通常会有所降低，但图像的主观视觉质量却有明显的提高。     

基于多尺度支持度匹配SAR图像与光学图像

异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一,常用的匹配方法是分别从两幅图像中提取特征,再对特征进行匹配。但是对于成像机理差别较大的异源图像,如SAR图像和可见光图像,很难提取到同名特征。提出一种基于多尺度支持度的异源图像匹配方法,只需要从一幅图像中提取多尺度边缘特征,在变换空间中寻找另一幅图像对该特征的最大支持度。支持度的计算采用了标准化梯度强度和的形式。采用遗传算法对支持度函数解空间进行全局寻优来获取最优匹配点。实验结果表明,该方法能有效实现SAR图像和可见光图像的匹配,处理时间能够满足工程要求。     

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。     

基于引导滤波和Tsallis熵的SAR图像分割算法

针对合成孔径雷达(SAR)图像易受噪声干扰、分割方法精度低的问题,提出了一种基于频域引导滤波和Tsallis熵的SAR图像多阈值分割算法.利用非下采样Contourlet变换(NSCT)对图像多尺度分解,提取图像各方向的高频信息;通过引导滤波增强高频分量的边缘信息,在保持边缘的同时抑制了相干斑噪声;利用改进的二维Tsallis熵多阈值对增强图像精确分割.实验结果表明:分割算法对噪声不敏感,分割精度和适应性明显提高.