基于多梯度的区域自适应去马赛克算法*

针对Bayer格式的彩色滤波阵列,鉴于传统去马赛克算法存在图像纹理和边缘模糊的现象,提出了一种基于多梯度的区域自适应去马赛克算法.该算法利用区域水平和垂直方向的梯度组算子来判断区域平滑程度和插值方向,从而有效地恢复绿色分量,同时根据色度差恒定原理来还原另外两个丢失的颜色信息.实验结果显示,相对于传统插值算法提高了图像的峰值信噪比,锐化了图像的纹理和边缘,改善了图像的视觉质量.     

基于色差空间的并行彩色插值算法及其FPGA实现

针对各种彩色插值算法存在的缺陷即算法的硬件可实现性和图像恢复后的质量之间的矛盾,提出了一种基于色差空间的并行彩色插值算法.该算法以5×5菱形领域内像素点的色差分量几乎相同为前提,利用当前像素的已知颜色分量和不同颜色分量之间的关联性插值得到未知的颜色分量.同时考虑到FPGA强大的并行处理能力,采用FPGA来实现该算法.MATLAB仿真和时序分析验证了算法的可靠性和高效性,使以较少的硬件资源达到较好的插值效果成为了可能.     

基于自动获取彩色目标的手臂运动轨迹跟踪

将计算机视觉应用于对示教者动作的分析,控制机器人完成动作轨迹的复现,成为机器人智能化的一个研究方向。针对机器人模仿示教者动作的视觉需求,提出一种基于自动获取彩色目标的目标跟踪算法。该算法在L*a*b空间采用k均值聚类算法对彩色图像分类;在HSV空间基于H分量采用直方图门限法识别彩色目标,最后采用camshift算法实现在图像序列中对目标轨迹的跟踪。通过对人体手臂关节点运动轨迹跟踪的实验表明,该算法能自动准确地识别多个彩色目标,并自动生成手臂关节运动轨迹,是机械臂模仿示教者动作的关键技术之一。     

一种改进的类人足球机器人彩色目标识别算法

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和区域和低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明,该算法能在不同光照条件下稳定地识别出彩色目标,对光照环境有良好的适应性和鲁棒性,具有良好的识别效果。     

基于轮廓波局部高斯模型与全变差的彩色滤波阵列插值

彩色图像的彩色滤波阵列(CFA)插值是从单传感器数字相机通过CFA获得的采样图像中重构完整RGB图像的过程。针对Bayer格式图像提出了一种基于轮廓波局部高斯模型与全变差的彩色图像CFA插值算法。为进一步提高图像边缘插值质量,将图像梯度的稀疏性结合到图像插值过程中,并且图像梯度的稀疏性用彩色全变差(CTV)来衡量。实验结果表明,该算法比现有的图像插值算法在峰值信噪比与主观视觉效果两方面均有显著提高。     

图像传感器数据插值算法的改进

当用单个图像传感器采集彩色图像时需要一个彩色滤光阵列（Color Filter Array）,这个阵列覆盖在图像传感器前面。由于彩色滤光阵列使图像传感器的每个像素只能感测一种颜色分量,所以在复原全彩色图像时必须利用颜色分量插值方法。提出了加权平均插值新算法,实验表明,新的算法比现有的几种常用插值算法有了不同程度的改善。     

基于AdaBoost的计算机生成图像检测算法

提出了一种基于AdaBoost的计算机生成图像检测算法;该算法从空间域和变换域提取JPEG图像的特征值,利用特征组合技术来检测计算机生成图像.其中,小波域特征值是图像小波子带系数及其线性预测误差的高阶统计量,空间域特征是图像的梯度能量特征值.利用AdaBoost算法来构造分类器.相比于其它分类算法,AdaBoost算法是将弱学习算法通过一定规则上升为一种强学习算法,从而通过实际样本训练得到一个识别率较为理想的分类器.仿真实验表明,对计算机生成图像的检测率有了很大的提高.     

基于二阶Newton插值的莫尔条纹消除算法

数码相机拍摄容易受到颜色滤波阵列(CFA)采样频率的规则性图案干扰,导致输出图像带有莫尔条纹。为解决该问题,提出一种基于二阶Newton插值近似的数码图像莫尔条纹消除算法。利用小波变换提取G分量在水平和垂直方向的高频信息,通过对高频信息做频域变换模拟CFA混叠过程,进而对图像中莫尔区域及其潜在区域进行检测。针对莫尔条纹区域,利用二阶Newton插值获取G分量各方向的估计值,并对所得估计值加权平均取得丢失的G分量,再采用色差空间模型插值恢复R和B分量,最终得到消除莫尔条纹且包含完整RGB信息的图像。实验结果表明,该算法在不影响图像色彩质量的同时能有效去除莫尔条纹,且相比双线性插值、Hibbard等算法恢复图像的峰值信噪比更高、主观视觉效果更好。     

基于小波变换的图像变形

提出了一种基于小波变换的图像变形技术.首先,利用小波变换对源图像和目标图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量;然后,通过基于时变权函数的多分辨率插值,得到各变形结果图像的小波系数;最后,通过小波重构得到各变形图像.实验结果表明,利用本算法可以方便地实现自然的图像变形.     

FPGA中实现Bayer模板双线性插值算法的改进

针对单板CMOS图像传感器采集的Bayer模板的数据,结合FPGA硬件结构FIFO_DFF构成3×3插值模板,提出一种改进的双线性插值算法。插值过程中利用当前要还原的分量同通道的水平、垂直以及两个对角线方向上的已知分量进行边缘检测,用梯度小的方向的分量进行插值还原缺失的分量。实验结果表明,在FPGA中使用该算法插值得到的图像色彩准确,增强了图像的边缘和细节,图像清晰度高。     

裂纹舌图像的核假彩色变换及其纹线提取

针对在中医舌诊研究中使用计算机提取舌裂纹比较困难的问题,提出一种新颖的舌裂纹提取算法.首先对彩色裂纹舌图像使用核假彩色变换使舌裂纹区域与其周围区域的颜色对比度明显增强;然后利用假彩色图像在RGB颜色空间的第二分量信息得到梯度图像;最后对梯度图像使用滞后阈值等方法得到舌裂纹二值图像.实验结果表明,该算法能有效地分离舌裂纹与环绕在其周围的舌质、舌苔背景,为计算机化舌裂纹研究提供了较为可靠的技术支持.     

基于梯度域的保纹理图像阴影去除算法

针对当前自然图像阴影去除算法需要多次人工交互、阴影去除结果纹理信息丢失等问题,提出了基于梯度域的图像保纹理阴影去除算法。该方法只需确定出阴影的大概边界,然后在梯度域中,分别对阴影内部和阴影边界的梯度进行最优化修正,得到无阴影的梯度图像,最后利用泊松方程,恢复出无阴影图像。利用多幅图像的实验结果证明,该算法操作简单,不需要多次人机交互,且阴影区域内纹理细节得到了较好的恢复。     

基于改进分水岭算法的VCH-F1图像分割

针对分水岭算法存在的过分割问题以及VCH-F1切片图像的特点,提出了一种能够有效消除局部极小值和噪声干扰的分割方法。首先比较并选取彩色分量图像梯度信息的最大值,达到提取图像有效边缘信息的目的;然后提出基于多阈值分割的方法消除无效梯度信息;最后介绍了算法的步骤及结果。实验结果证明,基于该方法处理梯度图像进行分水岭算法处理可以得到准确的分割结果。     

计算机集成外科手术系统中空间配准的应用研究

计算机集成外科手术系统是将机器人，计算机和图像处理技术应用于临床外科手术，是对传统手术的挑战。介绍了计算机集成外科手术系统中空间配准的基本原理，提出了基于轮廓特征的ICP配准算法。这种算法结合了ICP最优化解析方法和四元数法的优点，解决了图像轮廓点的空间配准问题。通过医学图像实例，证明了该方法的有效性。     

基于改进标记分水岭的彩色踏面图像分割

踏面图像分割是实现踏面区域与背景分离的过程,是联系图像预处理与踏面图像 缺陷检测的纽带。针对传统踏面图像分割方法处理过程中存在的图像信息缺失、区域轮廓分割 精度低和抗干扰能力差的问题,提出了一种基于改进分水岭算法的彩色踏面图像分割方法。首 先使用带色彩恢复的多尺度视网膜增强(MSRCR)调整踏面图像入射分量与反射分量及RGB 3 个颜色通道之间的比例;然后直接计算彩色图像梯度图,通过改进RGB 彩色分量融合运算完 成彩色梯度图像前景与背景的标记后进行分水岭变换得到初始分割结果;最后结合踏面轮廓方 位特点设计图像连通域提取分割算法完成踏面曲面提取。实验结果表明,本方法分割图像边缘 特性好,颜色保真,抗雾霾、光照干扰能力强,可以获得理想的车轮踏面分割结果。     

基于预测梯度的图像插值算法

提出一种新的非线性图像插值算法,称为基于预测梯度的图像插值（Image interpolation with predicted gradients,PGI）.首先沿用现有的边缘对比度引导的图像插值（Contrast-guided image interpolation,CGI）算法思想对低分辨率图像中的边缘进行扩散处理,然后预测高分辨率图像中未知像素的性质,最后对边缘像素采用一维有方向的插值,对非边缘像素采用二维无方向的插值.与通常的非线性图像插值算法相比,新算法对图像边缘信息的理解更为完善.与CGI算法相比,由于梯度预测策略的使用,PGI算法能够更有效地确定未知像素的相关性质（是否为边缘像素,以及是边缘像素时其边缘方向）.实验结果表明,PGI算法无论在视觉效果还是客观性测评指标方面均优于现有的图像插值算法.此外,在对彩色图像进行插值时,本文将通常的RGB颜色空间转化为Lab颜色空间,不仅减少了伪彩色的生成,而且降低了算法的时间复杂度.     

基于多FART神经网络的彩色图像分割

提出了一种适用于彩色图像分割技术的多模糊自适应谐振(FART)神经网络结构.网络的输入为RGB色彩空间的彩色图像,并将其转换为HSV色彩空间的三组彩色分量-色调,亮度和饱和度,而后利用多FART神经网络的分类能力,将三组分量进行分类的图像输入到决策层,经过融合和分割处理后,最终得到正确的彩色分割图像.与彩色分水岭算法相比,采用上述图像分割算法得到了较好的分割效果.     

基于RGB和HSV的胶囊异囊缺陷识别方法

针对彩色胶囊图像的特点,结合RGB颜色空间数据易处理和HSV颜色空间色差感知均匀的优点,提出一种异囊缺陷检测方法,其中异囊是指某种颜色的胶囊中混有的其它颜色胶囊。该方法是基于RGB颜色空间的图像分割和基于HSV颜色空间的色差公式计算。将基于Y方向的Scharr算子应用于R分量图像,寻找胶囊上下两节之间的分隔线,将R、G、B各分量图像分割成两部分;基于图像直方图,采用加权平均的方法来获取R、G、B分量值,并将R、G、B分量值转成H、S、V分量值;利用加权方式的HSV色差公式计算色差,与设定阈值比较得出检测结果。测试结果表明,该方法保证了较高的检测精度,节省了常规基于HSV检测的方法中整体图像颜色空间转换的时间消耗。     

一种基于边缘梯度的图像插值算法

传统图像插值算法的计算效率较低,处理后图像存在边界模糊或锯齿的现象。为此,提出一种基于边缘梯度的图像插值算法。通过Roberts边缘检测算子确定颜色分段和区间分界阈值,利用空间三点构造空间平面,并设计插值公式。实验结果表明,该算法能有效保护图像的边缘细节,提高图像缩放质量和运算效率。     

基于CFA插值的图像篡改检测算法

利用数码相机拍摄自然图像时,往往存在彩色滤波阵列（ CFA）插值效应,CFA插值使得图像三颜色分量之间具有很大的相关性。提出一种利用自然图像颜色通道之间的相关性来检测图像篡改操作的方法。首先,利用后验概率的方法对各颜色通道进行建模,从而准确估计出CFA插值产生的噪声;然后,利用高斯滤波器滤波并提取CFA插值特征;最后,根据提取出的特征进行分类并定位篡改区域。实验结果表明：该算法能够有效地对篡改的图像进行检测和定位。