全局参数估计的水下目标偏振复原方法

水体介质对光的吸收和散射是导致水下成像退化的两大主要影响因素。针对水下目标成像,本文提出了一种全局参数估计的水下目标偏振复原方法,利用构建的精简水下目标偏振重构模型,通过自动估计全局最优偏振信息重构参数,复原出水下目标图像,降低水体对图像质量的影响。在估计重构参数的过程中,首先,采用偏振中值滤波方法和基于亮原色原理的方法,分别估算水下背景光偏振度信息和无穷远处水下背景光强值;再利用基于最小互信息原则对估计的背景光偏振度信息进行优化;然后采用水下目标偏振图像增强算法将得到的水下目标重构图进行细节增强处理,最终获得复原后的水下目标辐射信息图。实验结果表明,在性能评价指标方面,相较于水下原图和其他水下复原方法处理图,利用本文方法处理后所得的图像增强测量值EME平均提高了120%,图像质量得到了明显的改善。该方法解决了人工取景估计参数不佳的问题,提高了复原目标图像的对比度,可以用于浑浊水下的目标探测与识别。     

基于无监督学习和注意力机制的水下偏振图像融合

针对光线在水体中传播会受到吸收和散射影响,仅使用传统的强度相机获取水下图像存在成像结果亮度偏低、图像模糊、细节丢失等问题,将深度融合网络应用于水下偏振图像,即用深度学习的方法将水下偏振度图像与光强图像融合。分析水下主动偏振成像模型,搭建实验装置获取水下偏振图像构建训练数据集,并进行适当变换以扩充数据集。构建基于无监督学习和注意力机制引导的用于融合偏振度和光强图像的端到端学习框架,并对损失函数及权重参数进行阐述。使用制作的数据集在不同的损失权重参数下进行网络训练,基于不同的图像评价指标对融合后的图像进行评估。实验结果表明,融合后的水下图像细节更为丰富,相比于光强图像信息熵提升24.48%,标准差提升139%。相比于其他传统融合算法,该方法不需要人工调节权重参数,运算速度较快,具有较强的稳定性和自适应性,对于海洋探测、水下目标识别等领域的应用研究具有重要意义。     

oRGB颜色空间的夜视图像彩色融合

针对红外与可见光双波段夜视图像增强提出了基于oRGB颜色空间的彩色融合算法。选择亮度与颜色分离的对立色颜色空间,应用多尺度Top-hat变换方法将红外与可见光增强融合图像作为伪彩色图像的亮度分量,根据双波段图像的差异性并结合参考图像色调构造颜色分量;为避免线性变换的颜色传递方法容易造成灰度级压缩或过饱和情况,在分析颜色传递机理的基础上,使用非线性的直方图匹配方法实现颜色传递。实验结果表明,融合图像的颜色分布更自然,纹理细节、整体亮度和对比度等视觉特征表现更优。     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.     

基于梯度先验的水下图像恢复

由于水体对光线的吸收和散射作用,水下图像呈现出强衰减、高噪声和色彩畸变等问题,难以满足视觉观察和图像分析的需求。针对这一问题,提出了一种基于梯度先验的水下图像恢复方法,用以提高水下图像质量。首先,根据水下成像特性,建立水下图像梯度先验,水下图像中目标反射信息(水下清晰图层)的梯度大于散射噪声信息(水下噪声图层);其次,根据水下成像模型,对上述梯度先验进行表征建模;最后,建立水下图像的梯度分布优化函数,采用半二次优化方法分离出目标反信息,作为水下图像恢复结果。以UEIB和RUIE数据集为实验样本,与近年来所提出的5种水下图像处理方法进行比较,方法在定性和定量两类评价中均获得了出色的处理结果,峰值信噪比(PSNR)、结构相似性(SSIM)和水下图像质量评价指标(UIQM)评价指标分别达到20.066 5、0.696 1和3.902 9,均优于对比方法。因此,该方法能够有效地抑制水下图像噪声,提高水下图像的信噪比、清晰度和对比度。     

自然彩色化双通道实时图像融合系统

考虑硬件资源与运算速度的需求,设计了一种基于数字信号处理(DSP)的具有自然彩色效果的红外与可见光图像融合系统.该系统采用软硬件结合的方法进行双通道图像配准,基于YCbCr空间实现伪彩色融合,然后利用自然真彩色参考图像对融合结果进行颜色传递.系统采用基于统计特性的颜色查找表技术,利用参考图像与伪彩色融合图像的统计特性修正颜色查找表,提高了计算效率.在系统的硬件平台上进行了实验,结果表明,系统融合图像接近自然色彩,在保留可见光图像细节的前提下,有效地突出了红外图像中的热目标.该系统融合速率达到25 frame/s,能够实现红外与可见光图像的实时融合与自然彩色化,有助于观察人员快速地发现目标,弥补了单一图像传感器的不足.     

自适应背景光估计与非局部先验的水下图像复原

有效地实现单幅水下降质图像复原对水下资源探索及环境监控领域的清晰图像获取具有极其重要的意义。为解决常用暗通道先验方法来复原图像时,背景光的估计易受白色物体干扰,且无法有效估计前景中白色物体透射率,复原质量不高的问题。本文提出了自适应背景光估计与非局部先验的水下图像复原算法。首先根据背景光具有高亮度及平坦性的特点,利用阈值分割算法获得背景光的候选区域,再通过图像的色调信息从候选信息中选取最佳的背景光点。随后,利用各颜色通道光的波长与散射系数的相关性,提出了适用于水下图像的非局部先验,并利用该先验估计各通道的透射率。最后针对复原结果中,因水下介质,微生物,水流影响而产生的加性噪声,设计去噪的最小优化问题,并利用引导滤波求解该问题,以去除复原结果中的加性噪声。实验表明:该算法在确保运行效率的基础上,准确地估计透射率,较常用算法的复原精度提高了约18%。证明了该算法能有效用于单幅水下图像复原的工程实践中。     

基于RGB色彩平衡方法的沙尘降质图像增强

针对沙尘环境下室外图像存在的色差,低对比度以及低清晰度的问题,提出一种基于RGB色彩平衡方法的沙尘降质图像增强算法,该算法主要包括色彩校正、对比度提升两个任务。针对沙尘图像色彩分布的特殊性以及灰色世界算法的启示,提出了保持颜色分量均值的RGB色彩平衡方法（RGBCbm）,使得RGB三通道分量根据颜色分量的均值进行拉伸,有效去除了图像中沙尘造成的色幕问题,进一步采用带色彩恢复的多尺度视网膜增强算法提高色彩校正结果;利用相对全局直方图拉伸算法结合Lab颜色模型对图像的对比度、色彩以及明亮度进行最后的增强和校正。对实验数据进行测试,结果表明,该算法可以有效解决各类沙尘降质图像的色差问题,并在提高图像色彩丰富性和对比度的同时增强图像细节的清晰度。与其他先进算法相比,水下图像质量指数和图像对比度指数分别达到了0.602和0.994,分别提高了0.140和0.018。     

适于图像融合的快速颜色传递方法

为获得具有自然日光色彩效果的融合图像,利用线性YCBCR空间和Reinhard统计颜色传递策略,提出了一种适于图像融合的颜色传递方法：YCBCR颜色传递方法。此方法不仅计算复杂度低,而且非常适合彩色图像融合,使得利用高对比度灰度融合图像替换彩色融合图像亮度分量,从而增强彩色融合图像亮度对比度的操作变得简单易行。本文从数学上证明了YUV等符合通用YCBCR空间模型的颜色空间用于颜色传递所产生的重染色结果,与用YCBCR空间得到的结果相同。实验结果表明,YCBCR颜色传递方法可以赋予彩色融合图像一种自然的日光色彩效果,其重染色彩色融合图像的能力好于Reinhard方法。     

马尔科夫随机场模型下的Retinex夜间彩色图像增强

由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题,本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量;在MRF模型下求解仅包含物体本身特性的反射分量,并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正,最终实现了夜间彩色图像的增强。实验结果表明,利用本文算法处理后图像的均值（整体亮度）可以提高2倍以上,标准差、熵、峰值信噪比（PSNR）等参数均有5%以上的提升。与其它基于Retinex原理的算法相比,本文提出的算法增强效果显著,具有消除“光晕伪影”现象、抑制噪声、颜色保真和有效地凸显边缘细节信息等能力。     

基于距离选通技术的水下目标成像系统研究

针对水下目标成像的特殊环境,提出将距离选通技术应用于水下目标的成像,距离选通技术对于减小水体后向散射光、水中微粒散射光,提高目标图像信噪比以及增加水下探测深度,是一种有效的方法。详细介绍距离选通水下目标成像系统的基本结构,以及系统关键部件的技术要求。实验表明:距离选通技术有效地提高了水下目标的成像质量。选通时间是影响成像质量的主要因素,单脉冲激光能量和水体衰减系数是影响系统探测深度的主要因素。     

基于局部窗口与极值的显微图像细节增强

光学显微成像中,光学物镜、电子成像等对显微图像质量的影响较大,容易形成退化,导致获取的显微图像细节不够清晰。结合数码显微成像的具体需求,提出一种后处理细节增强处理方法。分析了数码显微成像系统的退化过程,强调了光学退化等带来的模糊细节的效应。一方面,利用尺寸变化的双窗口,可以框定凸显不同尺寸的细节信息,实现局部信息的分析;另一方面,利用局部窗口内极大值与极小值分析,并与原图信息比对以获取细节图像。两者综合,最终实现细节的增强。测试实验表明,该方法能够很好地适用于数码显微成像系统,运行速度快,增强效果好。以视觉清晰度指标、灰度平均梯度与拉普拉斯算子和指标作衡量,增强后评价指标提升的平均百分比分别为20.9%、71.2%与81.8%。     

强度图像和偏振度图像融合网络的设计

为了弥补强度图像在阴暗处丢失纹理细节的劣势,结合偏振度图像的偏振特性,本文提出了一种强度图像和偏振度图像的融合方法。首先,构建编码器网络提取源图像的语义信息和纹理细节。随后,特征融合网络采用加法策略和残差网络进行图像特征融合。最后,通过解码器网络对融合后的图像特征进行重构获得最终的融合图像。此外,根据源图像和融合图像之间的结构相似性损失和梯度损失,本文提出了一种改进的损失函数来引导融合网络训练。实验结果表明：与其他6种方法中融合效果最好的改进的双通道脉冲耦合神经网络（MD-PCNN）相比,本文方法的客观评价指标平均梯度、信息熵、图像质量、标准差和改进的多尺度结构相似性分别提高了4.3%,1.0%,8.1%,2.5%,3.1%,图像噪声降低了8.8%,且克服了强度图像在阴暗处丢失纹理细节的问题。     

基于分形特征的水下图像模糊分类

因水下信道的特殊性以及成像环境的复杂性,使得水下图像中的不确定因素给图像分割及识别带来严重的影响,这里提出一种基于分形特征的水下图像模糊模式识别方法,实现了水下目标的可靠分类.实验表明此方法对水下岩石、烟囱等非结构化特性的目标的分类识别具有好的效果.     

颜色传递技术的快速彩色图像融合

以红外和可见光图像为研究对象,提出了一种基于颜色传递技术的快速彩色图像融合算法。该算法直接用灰度融合图像和源多波段图像的差异信号构成源YCBCR分量,然后在YCBCR空间运用统计颜色传递技术形成一幅具有与目标图像相似色彩效果的彩色融合图像。算法中利用像素平均融合法和多分辨率融合法作为灰度融合方法,形成两种不同的融合策略以分别满足高实时性和高融合质量的需求。实验结果表明,提出的彩色图像融合算法能够有效地生成一幅具有自然日光色彩效果的融合图像,算法中即使采用像素平均法进行灰度融合同样可以获得令人满意的融合效果。     

升余弦变增益微视觉图像自适应增强与应用

微视觉系统中同轴光源和光学衍射的存在,使CCD相机获取的图像具有灰度值偏低、光照不均匀、动态范围大、对比度差以及微细结构丢失或无法辨识的缺陷。为改善图像质量,本文提出一种升余弦变增益子带分解微视觉图像自适应增强方法。该算法首先基于图像特性利用自适应Log增益对原图像进行增强,提高微视觉图像中亮暗区细节特征与背景的对比度;接着使用自适应升余弦卷积进行快速照度估计;然后对各通道的输出图像采用自适应变增益子带分解算法获取独立光谱子带;最后进行亮度校正、图像融合与色彩恢复。将该算法用于微位移测量系统中可使测量结果的相对误差小于20%;用于处理光照不均的图像可有效降低同轴光源靠近中心区域的亮度;此外,扩展至普通图像的处理中可提高对比度,改善细节特征。3组实验结果的平均图像质量相对提高率为81.46%,71.18%和93.75%;平均耗时为3.86s,0.24s和1.27s。     

融合3D对极平面图像的光场角度超分辨重建

针对光场成像中因硬件限制而造成的光场图像角度分辨率低的问题，提出一种融合3D对极平面图像的光场角度超分辨重建方法。该方法首先将输入图像按不同的视差方向排列分别进行特征提取，以充分利用输入图像的视差信息，提高深度估计的准确性。利用深度图将输入图像映射到新视角位置，生成初始合成光场。为了使重建光场图像能够保持更好的细节信息及几何一致性，先通过水平3D对极平面图像融合重建分支和垂直3D对极平面图像融合重建分支，分别对初始合成光场进行水平融合重建和垂直融合重建，再将两个结果进行混合重建，生成最终的高角度分辨率光场图像。实验结果表明：相比于现有方法，本文方法在合成光场数据集和真实光场数据集上的重建效果均得到了提高，峰值信噪比的提升幅度最高达1.99%，有效地提高了重建光场的质量。     

Bayer彩色序列图像的电子稳像

提出了一种适合Bayer彩色序列图像的电子稳像方法。该方法根据Bayer彩色图像特点,通过色彩还原和RGB至YCbCr颜色空间的变换,将Bayer彩色图像转换为灰度图像。采用灰度投影算法估计两幅图像之间的运动量;通过计算灰度图像在水平和垂直方向的投影特征数据,构造当前图像和参考图像投影数据之间的相关函数;依据最小误差匹配准则,估计两幅图像之间的水平和垂直位移量。为解决传统补偿算法在处理奇数运动量时的颜色失真问题,基于双线性插值算法构建了适合Bayer彩色图像的运动补偿算法。最后,对Bayer彩色序列样本图像进行了色彩还原和图像稳定实验。结果表明,本文方法可以实现像元级运动量检测,运动补偿后的序列图像峰值信噪比优于40db。实验显示,本文方法可行且有效,适合Bayer彩色序列图像的运动估计和运动补偿,可以实现序列图像的稳定输出。     

封头焊缝的X射线图像分割与增强方法研究

针对现有大型封头焊缝X射线检测存在胶片成像成本高、人工识别缺陷效率低等问题,提出基于X射线数字图像自动采集方案,并设计焊缝图像自动处理识别方法。针对焊缝区域与背景差异特性,采用固步灰度梯度法提取焊缝区域;采用双边滤波融合算法、自适应高频图像信息增强算法,实现焊缝图像的降噪和缺陷细节对比度增强;最后结合封头焊缝类型及特点设计特征库,基于Canny算法组合树形分类器实现缺陷的特征提取和分类。实验结果表明,该方法对封头焊缝中的气孔、裂纹、未融合、夹杂、未焊透等五类典型缺陷特征提取效果满足判级要求。     

基于双边滤波MSR与AutoMSRCR融合的低光照图像增强

针对在低光照环境下拍摄的图像受光照强度的影响而导致图像质量差的问题,本文提出了基于双边滤波的MSR与AutoMSRCR算法融合的低光照图像增强算法。首先,在原始低光照图像的HSV颜色空间中针对V分量使用基于双边滤波MSR算法对亮度通道进行增强,得到保留原有色彩信息的亮度增强图像。然后,将此初始亮度增强图像运用CLAHE算法基于LAB颜色空间进行亮度通道细节增强,得到细节增强的图像。最后,采用AutoMSRCR算法对原始低光照图像进行处理,并与细节增强图像进行加权融合得到最终的增强图像。以UCIQE,AG,SD,IE为评价指标,将经过该算法增强的图像与MSR算法,MSRCR算法,CLAHE算法,改进GAMMA算法等进行比较。结果表明,使用该图像增强算法处理的图像效果最佳,UCIQE达到了0.472 1,AG达到了12.674 2,SD达到了0.263 2,IE达到了7.637 9。增强后的图像色彩信息更加丰富,图像更加清晰,图像对比度更好,图像的边缘纹理信息保留更完整,图像质量更高,本研究为低光照图像增强提供了一种可行方法。