基于斜率改正比的遥感图像拼接缝消除算法

针对在遥感图像镶嵌中所产生拼接缝的问题,分析了现有的拼接缝消除方法,提出了直方图迭代匹配结合斜率改正比的消除方法。通过直方图的迭代匹配增强了图像的反差,在镶嵌的遥感影像中用斜率改正比的方法消除拼接缝实现图像的光滑过渡。实验结果表明,该算法具有很好的拼接缝消除效果并且减少了两幅图像的灰度差值和标准值差值,改善了图像的质量。     

基于Wallis与距离权重增强的无人机影像拼接缝消除

针对无人机影像拼接缝消除困难的问题,提出了一种基于Wallis匀光和距离权重增强的拼接缝消除算法。首先,应用Wallis匀光消除亮度差异,给出Wallis参数设置方法。然后,提出了一种基于空间相关性的距离权重分配方法,通过增强距离对权重的影响,对拼接缝处的局部纹理错位进行全局优化,起到渐入渐出的平滑过渡效果,消除纹理拼接缝。最后,选取7种不同类型影像对本文方法和其他4种经典算法进行对比,并对8条行带影像进行拼接。实验结果表明：本文算法能高效地消除由于曝光差异与几何变形引起的拼接缝,适用于无人机影像快速处理。     

基于曲波变换和色度模型的彩色图像去噪

针对彩色图像中高斯噪声难以去除的问题,提出了一种基于色度模型的色度中值滤波与曲波变换域Bayes多阈值滤波相结合的彩色图像去噪方法。该方法首先将RGB图像转换为HSI图像,通过在色度平面搜索色度中值分别消除H和S分量中的噪声,然后采用循环平移的曲波变换域Bayes多阈值对I分量噪声进行消除,最后通过HSI反变换得到去噪后的彩色图像。对比实验结果表明,本文方法对彩色图像高斯噪声去除,在获得较高峰值信噪比的同时,能较好保留彩色图像的色度、亮度和图像纹理细节信息,避免了"伪影"现象的产生。     

X射线光栅相衬成像拼接缝消除算法

针对X射线光栅相衬成像拼接过程中出现的拼接缝问题,提出一种基于改进的中值滤波结合全变分平滑模型的拼接缝消除方法。首先利用方差的全局亮度调整方法消除待拼接图像间亮度不均,获取亮度均匀图像。然后通过改进的中值滤波对拼接缝两侧灰度值进行修正,以抑制灰度突变的干扰;再利用全变分平滑模型对修正后的图像进行平滑,使拼接缝过渡光滑。最后对平滑后图像进行增强,获得增强后的大视场图像。实验结果表明,所提方法在保持图像边缘细节的同时,能够有效消除拼接缝隙,提高了拼接图像质量。     

基于SIFT和函数强制改正算法的图像拼接研究

图像拼接技术被广泛应用于医学图像分析、计算机识别、遥感图像处理等各方面。针对在复杂场景下图像拼接时,SIFT算法出现误匹配点比例较大、算法迭代复杂等问题,使用RANSAC算法精确提纯且获得转换矩阵;并提出了一种改进的强制改正法,该方法采用渐入渐出的函数强制改正拼接缝两侧的灰度值,最终实现拼接缝的消除。实验表明,该方法可行、有效,并使拼接缝消除后具有较好的视觉效果。     

基于角点检测的彩色图像拼接技术

针对彩色图像的拼接问题,提出了一种基于角点检测和仿射变换模型的图像配准算法.利用Harris算子在彩色图像的HSV空间的亮度分量V中检测角点,然后引入基于灰度相关交叉匹配和简化RANSAC算法的两级约束机制确定同名角点,并计算图像仿射变换模型参数,实现图像配准.同时结合人眼的视觉非线性给出了一种分段加权函数,通过对饱和度分量S和亮度分量V的处理,消除明显的拼接缝,实现色彩和亮度的平稳过渡.实验结果表明,该算法具有良好的拼接精度和拼接缝消除效果.     

基于Zernike色度分布矩的彩色图像检索算法

以对立色度空间及Zernike矩理论为基础,提出一种基于Zernike色度分布矩的彩色图像检索方法。该方法首先将彩色图像从三维RGB颜色空间转换到二维对立色度空间,以获得图像像素的色差度量值。然后结合Zernike矩相关知识,在二维色度空间中计算出各像素的Zernike色度分布矩,最后将Zernike色度分布矩作为图像颜色特征,并进行彩色图像检索。仿真实验表明,该算法能够准确高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。     

基于灰度均值改正比的拼接缝消除方法

目前,普遍采用的拼接缝消除方法主要有基于重叠影像的消除方法、小波变换法和强制改正法。提出一种新的基于拼接缝两侧图像灰度均值改正比的拼接缝消除方法,计算缝两侧图像均值的平均值与原图像均值之比,进而将该比值由缝向两侧逐渐过渡,最终实现拼接缝的消除。实验表明,该算法可行、有效,拼接缝消除后具有较好的视觉效果,尤其在灰度差值较大时,该算法比强制改正法具有明显的优势。     

基于HSI颜色空间的彩色图像边缘检测

为得到质量较高的彩色图像边缘信息,基于符合人眼视觉特性的 HSI颜色空间,提出一种新的彩色图像边缘检测算法。融合色度、饱和度和亮度分量得到新分量V,根据色度和饱和度的相关性改进色差度量方法,设计边缘生长方法以保证边缘连续性,结合4个分量的边缘信息得到最终边缘检测结果。实验结果表明,该算法可有效消除噪声影响,提高边缘信息的准确性。     

结合小波零树的分形彩色图像编码

将小波零树的分形图像编码方法推广到彩色图像压缩中,并将彩色图像转换到亮度、色度（YuV）空间进行编码压缩。根据空间能量分布和人眼视觉特性,在亮度空间采用小波零树分形预测编码方法,在色度空间直接采用零树编码方法。仿真实验表明：在YUV空间对彩色图像进行编码,结合小波零树和分形思想的彩色图像编码与用单独一种方法进行编码相比,无论从压缩比还是从解码图像质量看,前者都优于后者。     

遥感图像拼接系统

提出和实现了一种图像配准方法,利用OpenCV库开发了一个低空遥感图像拼接系统. 将SIFT作为图像拼接特征向量,实现了图像局部尺度空间中极值点的计算和SIFT特征点的提取. 使用特征向量的欧氏距离实现特征点的粗匹配,结合随机抽样一致RANSAC算法对匹配点进行优化,并精确估算出投影变换矩阵,实现两幅图像的拼接. 最后实现对重合区域的图像融合. 实验结果表明本文方法较好的解决了遥感图像中常出现的图像的平移、缩放、旋转等变换下的配准问题,达到较好的拼接效果.     

小波变换在医学图像融合中的应用研究

对不同模态的医学图像进行融合处理,可为临床提供新的诊断信息.针对V. Petrovic提出的灰度图像融合方法,给出了一种改进的多尺度图像融合算法.首先对源图像按照V.Petrovic的方法对源图像的梯度细节图像进行融合/分解并得到源图像的多尺度金字塔表示,然后对金字塔中的两个低通分量加权平均后,再进行反变换,即得灰度融合图像.然后以此灰度融合图像作为两幅源图像的公共部分,利用Toet的伪彩色融合方法,得到最终的彩色融合图像.由于该算法兼容了灰度融合和彩色融合的优点,用不同彩色来显示灰度差,使得融合图像在色彩上更丰富,包含更多的细节.将其应用于CT和MRI图像融合,仿真结果得到了证明.     

计算机彩色模型在图像显示与分割中的应用

本文提出了基于彩色模型的灰度图像彩色显示与分割的方法,该方法将ＲＧＢ,ＨＳＶ和ＧＬＨＳ这几个彩色模型用于图像彩色合成显示并首次用于灰度图像分割中,彩色合成利用图产强方法并考虑到人眼对彩色的分辨率以及视觉特性,不仅增强了图像的内容,而且给予图像合理的彩色显示,使图像易于分析并且具有好的视觉效果。     

基于彩色阈值变换的香蕉彩色图像分割

文章提出了一种基于彩色阈值变换的香蕉识别算法:根据提取目标与其他水果在R、G和B分量的差异,利用直方图阈值法对彩色图像的R、G、B分量进行分割,采用双峰法选择阈值进行阈值变换然后转化为二值图像,再根据提取目标香蕉的特征进行特征提取.实验结果显示,该算法可以有效的将香蕉从其它水果中提取出来.     

基于Contourlet变换的多波段SAR图像伪彩色融合

针对多波段SAR图像融合问题, 提出了一种基于contourlet变换的伪彩色图像融合方法. 该方法首先利用contourlet变换多尺度, 多方向以及各向异性的良好特性对不同波段SAR图像进行多尺度分解, 采用边缘信息量测因子策略融合方向高频子带, 加权平均策略融合低通子带. 然后对灰度融合图像利用混合高频提升滤波方法得到RGB彩色空间的三个颜色通道, 并在RGB空间量化显示,把人眼难以分辨的灰度信息转化为可分辨的色彩, 保持SAR图像的空间分辨率的同时增强了光谱分辨率. 采用Ku和L波段SAR图像进行融合实验, 并用客观评价因子对融合质量进行评价, 结果验证了该方法的有效性.     

基于矩保持法的彩色目标深度测量

提出了一种基于矩保持法获取彩色目标深度信息的新方法;算法首先通过改变摄像机的镜头焦距获得同一景物的两幅散焦程度不同的RGB图像;然后利用色差sobel算子将RGB图像转换为灰度边缘图像;根据矩保持法分别计算两幅图像边缘区域面积与整个图像面积的比值,进而得到景物的深度.算法不要求图像的准确聚焦,而且充分利用了图像的全部彩色信息,避免了使用灰度图像产生的信息丢失;实验结果表明该方法能够快速准确地获得目标的深度信息,方法实用有效.     

沙尘图像色彩恢复及增强卷积神经网络

目的 在沙尘天气条件下,由于大气中悬浮微粒对入射光线的吸收和散射,户外计算机视觉系统所采集图像通常存在颜色偏黄失真和低对比度等问题,严重影响户外计算机视觉系统的性能。为此,提出一种带色彩恢复的沙尘图像卷积神经网络增强方法,由一个色彩恢复子网和一个去尘增强子网组成。方法 采用提出的色彩恢复子网(sand dust color correction, SDCC)校正沙尘图像的偏色,将颜色校正后的图像作为条件,输入到由自适应实例归一化残差块组成的去尘增强子网中,对沙尘图像进行增强处理。本文还提出一种基于物理光学模型的沙尘图像合成方法,并采用该方法构建了大规模的配对沙尘图像数据集。结果 对大量沙尘图像的实验结果表明,所提出的沙尘图像增强方法能很好地去除图像中的偏色和沙尘,获得正常的视觉颜色和细节清晰的图像。进一步的对比实验表明,该方法能取得优于对比方法的增强图像。结论 本文所提出的沙尘图像增强方法能很好地消除整体的黄色色调和尘霾现象,获得正常的视觉色彩和细节清晰的图像。     

变分模型在矢量图像修复中的应用

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。分析了基于整体变分法TV模型以及矢量图像耦合技术的原理,根据矢量图像耦合思想将整体变分法运用到矢量图像中并对矢量图像进行试验。实验结果表明：改进的矢量图像耦合修复模型能较好地修复大块彩色图像的缺失信息和移除多余物体,能保持彩色图像的边缘,且有较好的去噪功能。     

基于图像分割和加权Fisher判据的彩色IC图像降维

在处理彩色集成电路(IC)图像的过程中,为了降低计算的复杂度,经常需要将彩色图像转换成灰度图像后再进行处理。本文将数据降维中优化判据的思想引入彩色图像到灰度图像的转换中。为了求得最优降维方向,必须寻找一个判据来衡量各个降维方向上形成的灰度图像的质量。文中采用加权的Fisher判据来衡量图像的质量。在将图像分割成区域后,判据中的类间距离反映了区域之间的对比度,类内距离反映了区域内部之间的均匀性,权重反映了区域之间的相邻关系。这样将图像降维分成四步,先挑选样本图像,然后用混合高斯模型进行分割,再优化带权重的Fisher判据得到最优降维方向,最后利用最优降维方向将彩色图像转换成灰度图像。在对彩色IC样本图像进行降维的实验中,该方法能得到比其他方法质量更好的灰度图像。     

Color Constancy Using the Inter-Reflection from a Reference Nose

This paper introduces a novel camera attachment for measuring the illumination color spatially in the scene. The illumination color is then used to transform color appearance in the image into that under white light.The main idea is that the scene inter-reflection through a reference camera-attached surface Nose can, under some conditions, represent the illumination color directly. The illumination measurement principle relies on the satisfaction of the gray world assumption in a local scene area or the appearance of highlights, from dielectric surfaces. Scene inter-reflections are strongly blurred due to optical dispersion on the nose surface and defocusing of the nose surface image. Blurring smoothes the intense highlights and it thus becomes possible to measure the nose inter-reflection under conditions in which intensity variation in the main image would exceed the sensor dynamic range.We designed a nose surface to reflect a blurred scene version into a small image section, which is interpreted as a spatial illumination image. The nose image is then mapped to the main image for adjusting every pixel color. Experimental results showed that the nose inter-reflection color is a good measure of illumination color when the model assumptions are satisfied. The nose method performance, operating on real images, is presented and compared with the Retinex and the scene-inserted white patch methods.