基于感兴趣区域的图像质量评价算法研究

目的降低计算量,提高计算效率,达到评价算法与人眼观察的一致性。方法首先提取感兴趣区域,利用眼动仪记录人眼在观察图像时的关注点、关注时长、眼球运动轨迹以及眼跳数据,然后提取显著区域。将感兴趣区域引入客观视觉模型中评价图像质量,通过测量图像的有效感知跃变百分数,客观评价图像质量的优劣,并且与传统算法进行比较。结果感兴趣区域包含了图像大部分的关键信息,即人眼关注的信息。基于不同增强方法的图像感兴趣区域内的有效感知跃变百分数均大于原始图像的有效感知跃变百分数(20.3%)。结论提出的算法优于传统客观评价算法,且客观质量评价的结果更符合人眼视觉特性。     

基于视觉底层特征的图像增强方法

目的提出基于视觉底层特征对不同类型图像权重的图像增强方法。方法提取图像的视觉底层特征,如颜色、亮度、方向、纹理和边缘特征;加权融合成计算显著图;与眼动仪测得的眼动显著图进行相关系数比较,以确定各视觉底层特征的最佳权重。再根据权重的大小为不同类型的图像选择合适的图像增强方法。结果采用基于视觉底层特征的图像增强方法,其增强后的效果更符合人眼视觉感知。结论针对不同类型的图像需要充分考虑各视觉底层特征的权重大小,使其能真实反映视觉感兴趣区域,以达到提高图像增强后的视觉感知一致性。     

基于视觉感知的流场可视化

流场可视化足科学计算可视化中最具有挑战性的研究热点之一,有着十分广泛的发展前景和应用领域。可视化的最终目的足增强用户对数据的感知能力,这要求数据可视化展示充分有效和准确的结果。本文利用人类视觉系统的理论知识建立模拟人眼视觉感知过程的数学模型,并建立基于信息熵的评价模型．对可视化结果的准确性和有效性进行评价和优化,使可视化结果更符合人眼的视觉感知。本文提出的评价模型使可视化方法与人类的视觉感知和信息论相结合,不仅促进了可视化方法的改进,也将促进计算机视觉领域的不断进步。     

基于主客观视觉感知的图像增强技术

目的提出一种结合客观Itti模型及主观眼动模型进行图像增强的方法。方法将基于主观和客观人眼视觉特性获取的显著图用于直方图构造中,使用参数将利用客观Itti视觉注意计算模型及主观眼动实验获取数据生成的显著图相结合,基于新的加权系数对图像的相应区域进行调整来实现图像增强,并通过基于视觉感知的客观图像增强质量评价算法对其进行评价。结果基于视觉感知的客观评价算法表明,通过改变参数λ取值来调整客观Itti模型及主观眼动模型的比重,可以得到不同的增强效果,当参数λ=0.7时,提出的方法具有优于基于客观Itti模型和主观眼动模型的图像增强效果。结论主客观人眼视觉特性结合进行的图像增强优于传统的图像增强算法,具有满意的视觉效果。     

卫星应用中基于视觉显著性的感兴趣区域图像编码算法

为了满足遥感图像在卫星应用中有限信道下高保真传输的需求,本文提出了一种基于视觉显著性的感兴趣区域图像编码算法.首先,基于CCSDS标准的编码框架可以降低编码算法复杂度,便于实时实现,适合于卫星应用场合.其次,引入视觉注意机制,采用一种基于视觉显著性的自动提取算法提取感兴趣区域.最后,通过使用掩模来确定ROI区域,可以对任意形状的ROI区域进行编码.实验结果表明,与JPEG2000中的感兴趣区域图像编码算法相比,本文算法结构简单,便于实现;拥有优秀的主观视觉质量,符合人眼的感知,在高压缩比下能够为用户提供更多的信息.另外,本文算法可以作为CCSDS标准中的感兴趣区域编码算法.     

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中.选择HSV彩色空问,提出最优可见偏差(OND)引导的非锐化掩模(LJM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强:而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正.仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉.     

数字印刷品非均匀性的综合评价

目的对数字印刷品大面积填充区域非均匀性感知质量的综合评价方法及其评价模型进行了研究。方法结合噪声功率谱和人眼视觉传递函数计算数字印刷品非均匀性质量指标,利用心理物理学实验获得人眼视觉对数字印刷品大面积填充区域非均匀性的主观感知评价得分,通过对200个印刷色块的主客观质量评价实验创建了非均匀性感知质量评价模型。结果非均匀性质量指标能较好地反映大面积填充区域在人眼视觉中的感知质量,非均匀性质量评价模型可有效提供定量的非均匀性感知质量综合评价。结论采用定量方式描述数字印刷品非均匀性的综合评价是完全可行的,具有很好的实用性和现实意义。     

面向ROI编码的立体图像比特分配策略分析

为了提高基于感兴趣区域(ROI)的立体图像编码的效率,从人眼视觉感知的角度提出了一种探寻合理的立体图像比特分配策略的方法.该方法设计了两个主观实验,其中实验I对各种比特分配策略下的失真立体图像进行视觉质量评价,而实验II在实验I的基础上对所有失真立体图像进行两两对比实验.实验结果表明:合理的比特分配策略对基于ROI的立...     

基于HVS和时域感知失真的感兴趣区域搜索

视频质量评价模型对于感知视频编码有着重要意义.观察者对于视频场景中不同区域有不同的视觉兴趣性,而度量不同区域人眼感兴趣程度,对于构建高性能视频质量评价模型非常重要.我们在研究中发现,时域失真和时域波动分布是影响视觉兴趣性最重要的特征因素,因此定量度量视频序列的时域感知失真和时域失真波动,并根据这两个参量,采用自适应阈值判断的算法,标定出可能的兴趣像素点;同时对选中的可能兴趣点,进行空域连通分析.根据连通区域面积大小,确定1～5个可能的感兴趣区域.并根据聚类算法,确定最终的区域.最后结果证明了算法的可行性.     

基于图像感兴趣区域的图像压缩方法

目的提出一种基于图像感兴趣区域的图像压缩方式,实现在减少图像存储空间时图像失真少的效果。方法采用眼动仪提取图像感兴趣区域,制作压缩掩码对图像进行分区压缩,非感兴趣区域采用DCT算法进行压缩,而感兴趣区域不做任何压缩处理直接保留原样。结果主客观评价实验表明:压缩后的图像失真较少,视觉观察效果好,且压缩后所占存储空间减半,方法简便,压缩效率高。结论结合眼动仪提取感兴趣区域的压缩方法优于基于Itti视觉模型的压缩方法,适合压缩多种类型的图像,具有较好的实用性。     

Adaptive contrast enhancement based on histogram modification framework

ABSTRACT

An adaptive contrast enhancement method is proposed in this paper. The proposed method is based on the contrast limited adaptive histogram equalization (CLAHE) and the histogram modification framework. The predefined clip point for the clipped histogram of each block in original CLAHE may still result in excessive contrast enhancement in homogeneous regions, which gives the enhanced image an unnatural look and creates visual artifacts. By replacing the clipped histogram with a modified histogram, the proposed method achieves success in adaptively enhancing contrast in each block based on its content. In addition to this, a novel mapping function is introduced to further improve the enhanced result of histogram equalization (HE). Experiments are conducted with both visible images and infrared images to evaluate the performance of the proposed method. The results show that the proposed method gets better performance on contrast enhancement and visual quality of the enhanced results.     

利用粗糙集和属性直方图的图像增强方法

利用粗糙集理论进行图像增强,子图的划分是关键。属性直方图是对直方图概念的推广,是一种由先验知识约束的直方图;将它用于子图的划分,在此基础上提出了一种基于粗糙集理论和属性直方图的图像增强方法。该方法利用属性直方图的 Otsu 算法确定灰度阈值,根据灰度阈值利用不可分辨关系,将图像划分为背景子图、目标子图和噪声子图,对去噪后背景子图和目标子图进行增强变换,并将它们合并得到增强图像。将该方法用于一种海底小目标图像增强。实验结果表明该方法处理增益为 11dB,明显地增强了图像,且不损害图像的边缘。该方法适用于图像有某种先验知识的场合。     

基于图像信息熵统计直方图的图像增强算法

目的为了解决图像因亮度较大造成的成像效果不佳、局部细节不清楚等问题。方法将直方图均衡化技术(Histogram Equalization, HE)引入图像信息熵域,提出对比度弱化的图像信息熵统计直方图自适应均衡化算法(Contrast-reduced Adaptive Entropy Histogram Equalization, CRAEHE)。以各个灰度级信息熵统计值为基础,先将原图像分割成若干个子区域,对每个子区域的灰度信息熵统计值进行阈值截取,补充到子区域内各个灰度级上,再对子区域进行信息熵直方图均衡化处理。采用USC-SIPI和CBSD432数据集图像,用图像灰度均值、标准差、平均梯度、信息熵等参数对实验样本进行质量评价。结果文中算法处理结果较原图灰度均值下降了7.94%,标准差平均提高了52.22%,信息熵平均提高了19.86%,平均梯度提高了57.19%。结论文中算法增强了选自数据集里的过亮图像的细节,并使图像整体细节与质量都得到了改善,该算法的处理结果较其他处理实验样本的主观质量提升明显,对光照强度适应范围广。     

基于视觉词袋模型提取胶痕特征的卷烟真伪鉴别

目的 为快速准确地鉴别多品牌卷烟真伪,提出一种基于视觉词袋模型提取烟盒胶痕图像特征的鉴别方法。方法 首先,利用自主设计的多光源胶痕采集装置获取烟盒内部的胶痕图像,通过图像处理技术去除原始图像的部分背景后得到胶痕图像样本;然后,从胶痕图像样本中提取尺度不变特征转换（SIFT）特征,并用K-Means算法对特征聚类生成视觉词典;再依据视觉词典的视觉单词直方图特征集对胶痕图像进行训练分类,从而达到鉴别卷烟真伪的目的。结果 以10种真品包装机型生产的烟盒胶痕图像以及假冒烟盒胶痕图像为对象,烟盒样品涉及64个卷烟品牌,对360张胶痕图像分类测试,得到真伪识别率为97.22%,每个样本平均鉴别时间为0.05s。结论 提出的方法采集胶痕图像简便、真伪鉴别效率和准确率高,并适用于多种卷烟品牌。为提高真伪卷烟鉴别效率、准确率和通用性提供了技术支持。     

Brightness preserving bi‐level fuzzy histogram equalization for MRI brain image contrast enhancement

In this article, brightness preserving bi‐level fuzzy histogram equalization (BPFHE) is proposed for the contrast enhancement of MRI brain images. Histogram equalization (HE) is widely used for improving the contrast in digital images. As a result, such image creates side‐effects such as washed‐out appearance and false contouring due to the significant change in brightness. In order to overcome these problems, mean brightness preserving HE based techniques have been proposed. Generally, these methods partition the histogram of the original image into sub histograms and then independently equalize each sub‐histogram. The BPFHE consists of two stages. First, fuzzy histogram is computed based on fuzzy set theory to handle the inexactness of gray level values in a better way compared to classical crisp histograms. In the second stage, the fuzzy histogram is divided into two sub‐histograms based on the mean intensities of the multi‐peaks in the original image and then equalizes them independently to preserve image brightness. The quantitative and subjective enhancement of proposed BPBFHE algorithm is evaluated using two well known parameters like entropy or average information contents (AIC) and Feature Similarity Index Matrix (FSIM) for different gray scale images. The proposed method have been tested using several images and gives better visual quality as compared to the conventional methods. The simulation results show that the proposed method has better performance than the existing methods, and preserve the original brightness quite well, so that it is possible to be utilized in medical image diagnosis.     

基于Retinex和同态滤波的X射线电池图像增强算法

针对工业X射线电池图像对比度低、视觉效果不好、不同区域处理效果差异大等问题,提出一种基于多尺度Retinex和同态滤波的X射线电池图像增强算法.首先利用多尺度Retinex算法中的高斯滤波对照射分量估计,从而得到反射分量.用改进的直方图均衡化方法来处理照射分量,采用改进的巴特沃斯高通滤波器对反射分量的局部细节增强.接着,将照射分量与反射分量按比例融合,最后用改进的同态滤波对图像增强,即可得到增强后的图像.采用客观评价的方法对算法的有效性进行评价,结果表明,所提的算法图像增强效果好且可以看到更多的细节.     

Optimized contrast enhancement for tumor detection

Magnetic resonance imaging (MRI) is a real assistant for doctors. It provides rich information about anatomy of human body for precise diagnosis of a diseases or disorder. But it is quite challenging to extract relevant information from low contrast and poor quality MRI images. Poor visual interpretation is a hindrance in correct diagnosis of a disease. This creates a strong need for contrast enhancement of MRI images. Study of existing literature shows that conventional techniques focus on intensity histogram equalization. These techniques face the problems of over enhancement, noise and unwanted artifacts. Moreover, these are incapable to yield the maximum entropy and brightness preservation. Thus ineffective in diagnosis of a defect/disease such as tumor. This motivates the authors to propose the contrast enhancement model namely optimized double threshold weighted constrained histogram equalization. The model is a pipelined approach that incorporates Otsu's double threshold method, particle swarm optimized weighted constrained model, histogram equalization, adaptive gamma correction, and Wiener filtering. This algorithm preserves all essential information recorded in an image by automatically selecting an appropriate value of threshold for image segmentation. The proposed model is effective in detecting tumor from enhanced MRI images.     

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法.该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化.算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点.实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标.