基于最大加权投影求解的彩色图像灰度化对比度保留算法

针对目前彩色图像灰度化难以充分保留原彩色图像对比度的问题,本文提出了基于最大加权投影求解的彩色图像灰度化模型及算法.首先,在好的彩色图像灰度化算法应使灰度化图像具有最大对比度的假设下,本模型提出最大加权投影的目标优化函数,并且将原始彩色图像梯度权重引入到最大化函数中,使得原彩色图像中对比度较小的区域也能够在灰度化后的图像中得到保持.每个彩色通道梯度的高斯加权系数反映灰度图像的对比度和原彩色图像的颜色顺序.其次,对所提模型使用参数离散搜索策略求解,通过对线性离散参数模型产生的候选图像进行搜索,由于只有几个算术运算,计算速度较快.最后,为评价所提出算法在复杂场景下图像灰度化对比度保持性能,本文对Cadik、CSDD和COLOR250数据集分别进行灰度化实验.定性和定量实验结果表明,所提算法相比于其他算法能较好地保留原彩色图像颜色对比度,同时具有对噪声鲁棒和运算速度快的优势.     

彩色图像多尺度融合灰度化算法

为了使彩色图像灰度化后能够保留更多的原始特征,提出了一种新的基于多尺度图像融合的灰度化算法.将彩色图像分解为R、G、B三个通道图像,采用基于高斯-拉普拉斯金字塔的多尺度图像融合模型进行灰度化,并引入梯度域导向图像滤波(Gradient Domain Guided Image Filter,GGIF)来消除多尺度融合可能...     

对比度、颜色一致性和灰度像素保持的消色算法

目的 为了解决目前消色算法中不能同时保持原始图像的对比度,颜色一致性和灰度像素特征的问题,提出一种新的优化算法,最大限度地同时保留这些视觉特性。方法 为了保持原始图像的结构和局部对比度信息,用双高斯模型构建像素对之间的误差能量项;为了保持颜色一致性,采用局部线性嵌入模型构建能量项,确保原始图像中颜色一致的像素在结果图像中也拥有一样的灰度级;为了保持灰度像素特征,先标记出原始图像中的灰度像素,并强制规定这些像素的灰度值是已知的且在消色变换的过程中始终不变,然后用双高斯模型构建出灰度像素与其他像素之间的误差能量项。线性结合这3个能量项,得到目标能量函数,再通过迭代法求解出使总能量值达到最小的灰度值,从而得到了最终的消色结果。结果 实验结果表明,本文算法能够同时较好地保持原始图像中的对比度、颜色一致性和灰度像素特征。结论 本文算法基本符合人类对图像对比度变化的感知程度,而且能够很好地保持细节信息和全局结构,可应用于数字打印、模式识别等方面,具有很大的应用价值。     

基于灰度梯度正则化的数字图像位移标定仿真

图像在成像过程中,受到周围环境等因素的干扰,导致图像存在噪声干扰.提出基于灰度梯度正则化的数字图像位移标定方法.采用灰度梯度正则化方法对数字图像进行去噪处理;对相机进行各项参数标定;引入位移标定方法,计算图像测点位移,消除相机镜头畸变问题,实现对数字图像位移的标定.设计一次仿真来验证研究方法的有效性.通过仿真结果可证明...     

子图像加权的彩色图像对比度增强算法

为了更好地实现彩色图像的对比度增强,提出一种有效的基于亮度保持的子图像加权对比度增强算法.首先利用基于亮度保持的双直方图均衡(BBHE)算法定义了2个子图像;然后根据输入图像以及2个子图像的亮度均值,给出一种基于亮度保持的权重系数的计算方法;最后对2个子图像进行加权求和,得到输出图像.对具有不同对比度的彩色图像的实验结果表明,与其他算法相比,文中算法能够有效地实现对比度增强,并且不会出现局部过度增强以及细节丢失等噪声问题,使得输出图像显得更为自然.     

基于灰度平均梯度和粒子群优化的散焦图像模糊参数估计

针对散焦模糊图像的复原问题,提出一种基于灰度平均梯度与粒子群优化(PSO)算法相结合的散焦图像模糊参数估计方法。首先,利用PSO算法随机生成一群不同模糊半径的点扩散函数,分别用维纳滤波算法处理模糊图像,得到一系列复原图像,并计算其对应的灰度平均梯度值;然后,利用图像清晰度与图像灰度平均梯度值成正变关系这一特点,以复原图像的灰度平均梯度值作为粒子群算法的适应度函数值,找出使适应度函数最大的粒子所对应的模糊半径作为最后的估计结果。实验结果表明,与频谱估计方法和倒频谱估计方法相比,所提算法能够更精确地估计出模糊参数,尤其是在大尺度模糊半径的情况下,所提算法估计的精度更高。     

基于改进的灰度对比度函数的自动对焦方法

在影像测量仪的自动对焦系统中,针对影像测量快速精确的要求,对灰度对比度函数进行改进。利用正焦图像比离焦图像灰度变化过渡范围小的特点,通过计算灰度平均变化值,结合灰度变化次数进行对焦。实验对比表明,这种改进的灰度对比度函数,计算时间复杂度较简单,对焦灵敏度高。在影像测量仪的自动对焦系统中,比其他方法具有更快的对焦速度和更高的对焦准确度,且具有良好的稳定性。     

基于局部对比度和相位保持降噪的古籍图像二值化算法

图像二值化算法通过消除文档背景噪声将文本与背景分割开。针对古籍图像提出一种基于局部对比度和相位保持降噪的古籍图像二值化算法。根据归一化局部最大值最小值来构造古籍图像局部对比度,同时对古籍图像进行相位保持降噪。将局部对比度图像和降噪图像相结合来识别文本笔划像素。通过局部窗口内所检测的文本笔划像素估计局部阈值从而计算古籍背景修复模板。用图像修复算法和形态学闭操作来估计古籍背景。用所估计背景来增强古籍图像,采用Howe算法对增强后的古籍图像进行二值化求得最终结果。该算法在DIBCO2016、DIBCO2017和DIBCO2018数据集中的实验结果均优于其他二值化算法。     

基于负修正和对比度拉伸的快速去雾算法

针对目前主流去雾方法算法复杂度高而难以满足实时性需求的问题,提出一种提高雾天图像对比度、保持图像颜色的快速算法。对输入图像的负像进行对比度拉伸间接提升雾天图像的对比度,达到了节约运算时间的效果。针对由Lipschitz系数得到的图像结构信息设置自适应的参数,参数设置由关于Lipschitz系数的函数和关于局部像素块亮度平均值的函数两部分组成,最后利用Sigmoid函数自适应地拉伸图像,能够得到色彩自然、细节清晰的无雾图像,相对于He算法,所提算法在速度方面提升了约90%。实验结果表明,该算法在保证实时性的同时达到了较好的主观视觉愉悦性,更符合实际工程应用的要求。     

一种彩色图像灰度化的自适应全局映射方法

研究采用RGB颜色分量加权和的全局映射, 进行彩色到灰度的变换算法. 根据彩色像素在不同颜色分量的统计信息, 自动生成各颜色分量的灰度化权重, 同时结合主客观图像质量标准, 探索自适应的全局映射灰度化算法. 实验证明, 本文提出的新算法在多数测试图像上的灰度化效果与传统的灰度化算法效果相当, 但对具有主题色的彩色图像可以获得显著改善的灰度图像视觉效果.     

结合视觉感知特性的梯度域图像增强方法

常见的图像对比度增强方法在压缩图像整体动态范围的同时可有效地增强图像较暗处的细节,但图像中原较亮部分的细节往往得不到增强,甚至被削弱.针对人类视觉感知的特性提出了相对梯度的概念,首先在梯度域对图像原较亮处的梯度进行更大的拉伸,然后在最小二乘意义下重建出增强后的结果图像.通过将RGB图像变换到HSV彩色空间,将增强方法推广到彩色图像的处理中.实验结果表明,采用文中方法可有效地压缩图像的整体动态范围,同时原图像中较暗和较亮处的细节都得到了有效增强或保持.     

基于最优对比度准则的SAR图像相位梯度自聚焦算法

相位梯度自聚焦（PGA）算法是SAR图像自聚焦领域的经典算法。在分析经典PGA算法性能的基础上，提出了基于最优对比度准则的SAR图像相位梯度自聚焦算法。该算法改进了PGA算法的加窗方法和迭代终止条件，提高了PGA算法的鲁棒性和实时应用性能。理论分析和实验结果证明了该算法的有效性。     

基于对比度增强的彩色图像边缘检测算法

在分析彩色图像边缘的灰度化和漏检问题的基础上,设计了分解基于分量相关的颜色模型的彩色图像得到的颜色分量进行颜色对比度增强的算法。提出了以该算法为基础的彩色图像边缘检测的改进方法,即对增强后的各分量应用梯度算子检测其分量边缘,最后合成为彩色图像边缘。实验结果表明,文中提出的改进方法,能够检测出图像的彩色边缘,具有检测出的图像边缘细节较完整的优点;又由于该方法是基于像素点处理的检测方法,故不必进行颜色模型的转换,具有方法简单、算法复杂度低的优点。     

彩色图像灰度化算法综述*

彩色图像灰度化是图像处理和计算机视觉领域的基本课题和重要前提。针对2005年之后的多种主流灰度化方法进行研究,根据是否对所有像素使用相同映射函数将其分为全局映射法,局部映射法及混合法,介绍每类方法所包含的典型算法的基本思想、实现步骤及优缺点。最后用定性和定量两种评价方法对各种主要算法的实验结果和性能进行对比分析,进一步提出存在的问题及下一步研究方向,为今后的彩色图像灰度化研究提供参考和借鉴。     

基于平均梯度和方向对比度的图像融合方法

由于不同传感器获得的多幅图像对同一场景的描述具有信息的冗余性和互补性,在小波图像融合的基础上提出了一种基于平均梯度和方向对比度的图像融合方法。对参加融合的两幅图像进行小波多尺度分解,在每幅图像的最高分解层上,分别计算高频子带每个系数的邻域绝对值均值和低频系数的邻域均值之比,采用两者之比较大者所对应的高频子带系数作为融合后所对应的小波系数,对于其他分解层上的高频系数和低频系数,利用梯度最大化的融合规则得到融合图像的小波系数,通过小波重构得到融合图像。将该方法应用于仿真实验,融合图像的视觉效果有很好的改善,客观评价指标有所提高。     

灰度拉伸及边缘扫描在红外图像分割中的应用

提出了一种湿污绝缘子红外图像的综合分割算法,首先用窗口灰度拉伸算法对图像进行增强,接着对图像进行二值化;然后用形态学方法将图像中相关的区域连接起来,将不相关的区域分离开;最后用基于梯度的边缘轮廓扫描法对获得的图像进行处理,将绝缘子图像中的导线去除。仿真结果表明,该分割方法可以很好地将湿污绝缘子从背景上分割出来,边缘清晰,分割质量良好,为后续特征提取和污秽等级的确定奠定了基础。     

多通道的小波域彩色图像水印算法

根据人类视觉系统的掩蔽特性和彩色感知特性，将伪随机二值水印序列不可感知地分别嵌入到每个彩色通道离散小波变换后的三个最大的细节子带中．水印检测利用三个彩色通道的互相关性，用联合相关值与门限作比较来判定图像中是否包含水印．文中算法在保证虚警概率为一个可允许值的约束条件下，最小化误检概率(Neyman-Pearson准则)，确定最优门限．新的门限选择机制仅仅依赖于嵌入水印后的图像，不需要水印能量等信息．实验结果证明了文中水印算法的有效性．     

人眼视觉感知驱动的梯度域低照度图像对比度增强

针对传统的对比度增强方法在对低照度图像进行处理时不能同时顾及压缩动态范围、调整亮度以及增强或保持细节等问题,提出一种基于人眼视觉感知特性的、从全局亮度映射到局部细节补偿的低照度图像对比度增强方法.首先通过非线性全局亮度映射模型压缩图像的动态范围,提高图像的整体亮度水平;然后结合人眼视觉系统的亮度掩蔽特性和超阈值对比度感知特性,非线性地调整图像的局部梯度场增强和恢复图像的局部细节;最后在目标梯度场上通过快速求解泊松方程获取增强后的图像.实验结果表明,该方法能够有效地增强低照度图像的全局和局部对比度,提升了低照度图像的视见度.     

基于小波对比度的自适应图像水印算法

提出一种基于小波对比度的小波域自适应水印算法,充分利用小波对比度更适合人类视觉特性的特点自适应地确定小波域上各分块的嵌入的强度和位置。理论分析和实验结果表明,该算法很好地解决了水印鲁棒性和不可见性之间的矛盾,对一般的图像处理和攻击有很好的鲁棒性。     

基于VC平台的彩色图像的灰度化技术

计算机中图像颜色处理技术是根据RGB三原色理论对色彩信息量化 ,再利用像素的点运算扫描整幅图像进行一一处理。处理带调色板的图像根据其结构特点 ,改变调色板的颜色数据为灰度数据即可 ,而真彩色图像可以直接对图像数据部分进行取灰度值进行处理 ;并在VC 6.0环境下编制程序实现 ,试验结果表明充分利用调色板技术进行灰度处理 ,优点明显 ,适应性强 ,用途广泛。