语义驱动的颜色恒常决策算法

不同颜色恒常性算法适用于不同场景下的图像,算法融合是扩展颜色恒常性算法适用范围常用的方法之一,而现有融合性算法在算法选择依据上忽略了语义信息在图像纹理特征描述中的作用,导致光源估计时的精度不高。针对该问题,提出一种语义驱动的颜色恒常决策算法。首先,利用PSPNet(Pyramid Scene Parsing Network)模型对经过一阶灰度边缘算法(1st Gray Edge)偏色预处理后的目标图像进行场景语义分割,并计算场景中各个语义类别的占比;其次,根据语义类别及占比在已训练的决策集合中寻找相似的参考图像,并使用欧氏距离计算两者的语义相似度;最后,将语义相似度与基于多维欧氏空间确定的阈值进行判别,根据判别结果选择合适算法为目标图像实行偏色校正。在Color Checker和NUS-8 camera两种数据集中的实验结果表明,所提算法光源估计角度误差较单一算法均大幅度下降,且较同类型融合性算法分别下降14.02%和8.17%,提高了光源估计的鲁棒性和准确度。     

基于多分支自编码器的高光谱图像聚类

利用卷积网络提取高光谱图像的空谱特征时,空间信息会对目标地物边缘的点的特征产生不良影响,即产生空间噪声。针对该问题,提出了基于多分支自编码网络的高光谱图像聚类方法。通过基于卷积网络的空间自编码器提取目标点的空谱特征,然后通过光谱自编码网络引入目标点的光谱信息,对空谱特征再次进行编码解码,提纯空谱特征中光谱信息的成分占比,从而降低空谱特征中空间噪声的影响。再通过改进K-means聚类算法,整体提高聚类效果。实验表明,新提出的聚类方法比其他传统的聚类方法取得了更优异的聚类效果。     

基于色调恒常空间的色彩管理

 针对CIELAB空间色调非恒常影响色域匹配及色差计算准确度问题,研究了色调恒常校正方法,建立了一种新的校正空间tLAB,并用其替代CIELAB空间实施色彩管理.首先,以孟塞尔空间为标准,分析了CIELAB空间的色调非恒常性.然后,利用孟塞尔新标数据对CIELAB空间实施色调校正,构建了色调恒常的颜色空间tLAB;借助三维查找表(3D_-LUT)描述CIELAB和tLAB之间的非线性关系,提出了不增加时空代价的色彩管理工程实现方案.最后,给出了利用tLAB空间进行色域匹配的结果,以及新的色差评价指标体系.实验表明,利用tLAB空间进行色域匹配的效果明显优于传统方法,且用其替代CIELAB空间实施色彩管理具有很好的实时性和普适性.     

基于卷积神经网络的细胞折射率显微图像和明场显微图像的融合方法

为了改善细胞折射率显微成像的质量,提高特征的辨识度,本文提出了一种基于卷积神经网络算法的细胞折射率显微图像和明场显微图像的融合方法,该方法克服了传统融合方法人工制定融合规则的困难,通过训练数据学习自适应强鲁棒融合函数,获得了更佳的融合效果.主观和客观评价结果表明,该方法有效地改善了细胞折射率显微图像的分辨率,提升了特征...     

基于自编码器结构改进的无监督图像异常检测

基于自编码器结构的无监督学习算法已经被广泛应用在异常检测中如智能制造、医疗影像、安防监控等领域。针对现有的基于自编码器结构的图像异常算法模型与传统有监督模型相比仍存在识别精度差、鲁棒性较差、训练效率低的问题,提出了基于图像特征重建方法的自编码器架构和基于迁移学习思想对自编码器进行特征增强处理的异常检测算法。通过引入预先训练的特征提取网络作为前置图像特征提取模块完成对输入图像多尺度特征的提取和融合,得到输入图像的多尺度特征融合图,再据此选择搭另一个预训练网络和自编码器组成Teacher-Student模型,完成自编码器模型的快速收敛。基于多尺度特征融合图的重建思想是利用了图像卷积特征的可判别性,实现了对图像潜在的异常信息的辨识。在自编码器与预训练网络构成的T-S模型中,经过预训练的T模型将S模型的解空间限定在一定范围,极大加速了模型的训练过程。在MVTec-AD标准数据集上将本文所提方法与现有方法进行实验对比,验证了方法的可行性。     

浅谈图像色彩的校正

当今世界流行许多图像处理软件,而诞生于80年代末的Photoshop大有“后来者居上”的势头,它依靠其在图像编辑、图像修饰、彩色绘图方面的非凡表现,一举成为PC机和苹果机上最优秀的图像编辑软件。 Photoshop最重要的功官巨之一是对图像的色彩进行校正,这为我们提供了极大的便利,因为我们经常要用到一些图片,但有的图片受客观因素的制约往往有很多不足,如:对图片进行拍摄时受天气等自然环境的制约而导致图片色彩不丰     

四元数域彩色图像整体式水印算法

该文提出一种结合四元数变换域和四元数分解方法的整体式彩色图像水印算法。首先对彩色载体图像进行分块四元数傅里叶变换得到其频域矩阵,然后对频域单位小块进行四元数奇异值分解,根据分解得到四元数酉矩阵前若干列中对角线元素的幅值构造水印序列,并将水印隐藏到分解得到的实系数奇异值中。仿真实验表明,该文提出的水印方法不仅可以把嵌入水印带来的误差扩散到载体图像的各个颜色分量上,而且比传统的将彩色图像划分为各个单独色彩通道,分别进行水印嵌入的方法不可见性更好,并且,通过构造与奇异值酉矩阵相关的水印序列可以有效解决现有四元数水印算法存在的误检测率以及水印图像易伪造问题。     

基于动态轮廓的彩色多人脸检测

提出了一种复杂背景下的人脸轮廓提取算法,算法包括以下步骤:先基于肤色分割图像,确定肤色区域的边缘;然后,利用人脸模板投影去除不可能是人脸的区域;再用Snake算法获取平滑轮廓;再用惯量矩得到拟合椭圆;最后利用简单的人脸模板对人脸区域进行确认.其算法的主要目的是解决人脸轮廓边缘点的不连续性问题,提取精确的人脸轮廓用于人脸分割和人脸识别,在一定程度上去除了部分遮挡造成的假轮廓边缘点,实验结果证明了算法的有效性.     

基于稀疏自动编码机的场景识别算法

针对场景识别中低级特征与高级概念之间的语义鸿沟问题,提出了一种基于稀疏自动编码机的场景识别方法。采用了稀疏自动编码机和空间金字塔池化相结合的特征编码技术。首先对场景图像提取局部的HOG特征,然后利用改进的稀疏自动编码机对HOG特征进行编码,得到稀疏特征,通过空间金字塔池化和局部归一化得到整张场景图像的表示,最后利用线性SVM实现分类。在标准的场景图像数据集Scene-15上进行的实验表明,该算法可以将识别的准确率提升至81.97%。     

一种基于DCT变换的自适应彩色图像水印算法

提出了一种基于离散余弦变换的彩色图像数字水印算法.首先原始彩色图像的绿色分量进行8 x 8分块DCT变换.计算每块的噪声阈值,相应调整每块选取的两个中频系数的大小,把经过Arnold置乱加密的二值水印图像嵌入.水印提取时,不需要原始图像.实验结果表明,该算法能有效抵抗JPEG压缩、裁剪、加噪、图像增强等攻击,具有良好的透明性和较强的稳健性.     

基于卷积自编码器的广播电视画面多等级亮度增强和色彩保真算法研究

为提升节目画面有效信息,提高广播电视智能监管的准确性,本文提出基于卷积自编码器的图像增强网络.该网络考虑到不同场景下对于正常照度的定义不同,实现了图像亮度的多等级映射和色彩保真.通过定性和定量结果可以看出,网络能够将低照度图像增强至参考亮度,且缓解了颜色失真的问题.     

基于DWT SVD域的彩色图像水印算法

针对数字产品的版权保护问题,提出了一种结合整数小波变换（DWT）和矩阵奇异值分解（SVD）的彩色图像非盲水印算法。该算法首先对待处理图像的蓝色分量进行整数小波分解,再将得到的低频子带的小波系数矩阵进行奇异值分解,然后对水印灰度图像进行奇异值分解,水印图像的奇异值被嵌入到由源图像小波系数分解得到的奇异值中。经过奇异值分解逆变换及整数小波逆变换得到含水印图像。实验结果表明,该算法对加噪、滤波、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。     

一种基于LAB色空间拓扑剖分影射的颜色恒常性模型

 本文针对人体肤色和黏膜颜色特点,建立一种室内自然光条件下的医学真彩图像采集分析的颜色恒常性模型.在LAB均匀色度空间中,对一维L*空间进行线性影射,二维a*b*空间进行三角剖分影射和还原,建立了一种拓扑剖分影射TRM模型.通过对SG色标中13个肤色色标进行的校正还原,结果显示,TRM模型还原的颜色色差明显减小,离散度小,性能稳定.     

基于人类视觉系统模型的彩色图像逆半调算法

针对彩色图像逆半调算法普遍存在破坏色彩相关性和复杂度较高的缺点,提出了一种基于人类视觉系统模型的逆半调算法.该算法将人类视觉系统处理彩色图像的方法应用到彩色图像逆半调系统中,按照人类视觉系统模型和特征选取了逆半调处理的彩色空间和滤波器,设计了滤波器的形状和尺寸.为了验证算法的有效性,将该算法与查找表逆半调算法、小波逆半调算法进行了比较.仿真实验表明,该算法的逆半调图像质量较好且计算复杂度较低.     

基于Tetrolet变换的近红外与彩色可见光图像融合算法研究

针对近红外与彩色可见光图像融合后出现的对比度降低、细节丢失、颜色失真等问题,提出一种基于Tetrolet变换和自适应脉冲耦合神经网络PCNN(PCNN-Pulse Coupled Neural Network)的近红外与彩色可见光图像融合的新算法.首先将彩色可见光源图像转换到各个分量相对独立的HSI空间(HSI-Hue Saturation Intensity),将其亮度分量与近红外图像进行Tetrolet分解,对分解后得到的低频系数,提出一种从给定不完备数据集中寻找潜在分布最大似然估计的期望最大算法融合规则;对分解后得到的高频系数,采用一种Sobel算子自动调节阈值的自适应PCNN模型作为融合规则;处理后的高低频图像经Tetrolet逆变换作为融合后的亮度图像,提出一种饱和度分量自适应拉伸方法来解决图像饱和度下降的问题.处理后的各个分量反向映射到RGB空间,完成融合.将本文算法与多种高效融合算法进行对比分析,实验表明,本方法取得的图像,细节清晰,色彩对比度得到提升,在图像饱和度、颜色恢复性能、结构相似性和对比度等客观评价指标上均具有明显的优势.