基于图切分的交互式图像染色算法

将黑白图像颜色化是一个需要大量用户交互和时间的事情,传统的基于交互的做法主要有两种：先分割后着色和全局优化．前者速度快,但是往往因为分块太大而丧失细节;后者能保持颜色变化的连续性,但是求解速度慢．对此文中提出了一种图像颜色化的新方法：基于图切分技术的分割算法．图切分是一种基于全局能量优化的分割技术,因而可以保证大部分区域的颜色分布光滑,而只在灰度变化剧烈的边缘地区产生颜色跳变,并且算法具有很快的求解速度．在用户简单给定颜色种子基础上,基于相同灰度倾向于相同彩色的基本假设,首先计算图像每个像素周围的灰度分布并构造一个全局的能量函数．接着利用图切分（graph cut）的技术快速有效地求得最佳分割．随着用户的进一步交互,图切分可以很快地迭代计算．这样,通过简单的交互,用户可以很快地对一幅黑白图像彩色化,并获得自然的效果．     

基于颜色融合的交互式图像二次着色方法*

针对灰度图像彩色化技术应用于彩色图像二次着色时往往忽略掉原始图像所带的色彩信息的问题,提出了一种基于最短距离颜色融合的交互式彩色图像二次着色方法,通过有效利用原始图像中的色彩信息降低用户交互复杂度。计算过程中采用分层采样与随机采样相结合的策略,确保种子像素合理分布,在颜色融合过程中增加动态权值调整,减少笔画位置对着色结果的影响。实验结果说明该方法与现有颜色扩展着色方法相比较,其结果不再过度依赖于初始用户标记的位置,不需要用户进行复杂的彩色线条标记就能够得到不错的着色效果。     

基于SOFM的灰度图像彩色化算法

提出一种基于自组织特征映射(SOFM)的灰度图像彩色化算法。将彩色样本图像和灰度图像均转换到lαβ颜色空间,在 通道构造像素邻域的多维特征向量,将彩色样本图像的像素亮度特征向量作为网络的输入进行训练,利用SOFM的自组织特性建立像素特征向量与彩色信息值的对应关系,应用训练好的网络实现灰度图像的彩色化。实验结果表明,该算法的彩色化效果较已有算法有较大改善。     

扩散张量加权梯度域图像彩色化方法

基于扩散张量的加权拉普拉斯核推广了图像彩色化的泊松解法,该彩色化过程是通过颜色在亮度值扩散张量加权的梯度场引导下自动传播完成的.首先在灰度图像上由用户手工地给定少量的颜色条带;然后计算每个像素的扩散张量,并利用这些扩散张量构造加权梯度场,从而导出基于散度的图像彩色化方程;最后求解方程,获得灰度图像着色结果.实验结果表明:该方法效果良好,比原泊松解法有显著改善.     

基于颜色恒常性的低照度图像视见度增强

在彩色成像过程中,低照度是导致图像降质的一个重要因素. 本文提出了一种新的基于颜色恒常性的低照度图像视见度增强算法. 为了避免场景光源的影响,提出了像素有效集的概念. 基于灰色调算法的灰度像素假设,利用有效像素估计光 照的颜色;在后处理阶段,利用有效像素的灰度级范围确定直方图剪裁的上下限. 实验表明,算法有效地校正了图像 的颜色、对比度和亮度,从而增强了图像的视见度,且不会产生Retinex 算法所固有的灰化效应和Halo 效应.     

GPU并行计算加速的实时可视外壳三维重建及其虚实交互

针对现有的基于图像的三维重建方法难以实现真实物体的快速三维重建,无法满足虚实交互等应用需求的问题,提出一种基于GPU并行计算的实时三维重建及其虚实交互方法.首先把物体所在空间剖分成具有数据独立性的体素集合,结合可视外壳重建算法和精确行进立方体算法并行遍历每个体素得到体素状态序列;然后并行压缩体素状态序列得到非空体素集合,对非空体素进行并行三角形网格化,并利用图形硬件的多重纹理映射和可编程功能进行基于像素的纹理映射;最后假定虚拟物体的粒子为运动受限的拉格朗日流体粒子,重建物体网格顶点为流体边界,通过流体动力学方程的并行光滑粒子动力学方法求解来计算虚实交互.实验结果表明,该方法在GPU上进行完全并行求解,在32×32×32的空间剖分精度下,实现了实时三维重建和20帧/s左右的虚实交互计算,适用于计算机图形学和虚拟现实等领域中的虚实交互应用.     

局部线性模型优化的灰度图像彩色化

提出一种有效的仅需要少量线条着色的灰度图像彩色化算法。该算法在Lab颜色空间实现,基于抠图拉普拉斯矩阵设计了一个局部线性优化模型,只需要少量的人工线条着色就能产生高质量的彩色化图像。该模型的彩色化效果总体上与现有方法相当,而在某些情况下,能降低在灰度图像彩色化过程中出现的色彩渗透问题。局部线性优化模型建立的代价函数最优解能通过求解稀疏线性方程组获得。在构建抠图拉普拉斯矩阵时,发现利用扩散距离来代替欧氏距离能对本文模型进一步改进。实验结果显示,用基于扩散距离的改进局部线性优化模型方法,和基于欧氏距离的局部线性优化模型算法相比较,在减少人工线条交互和彩色化效果方面都能有较好的改进。     

一种快速灰度图像彩色化算法

灰度图像的彩色化是将一幅彩色图像的颜色特征传递给另一幅灰度图像,使灰度目标图像具有与源彩色图像相似的颜色。提出了一种快速灰度图像彩色化算法,将图像像素邻域相关特性引入到匹配像素的搜索过程中。搜索匹配像素时,先在当前像素的邻域范围内进行搜索,只在邻域搜索失效时才进行全图范围的搜索,由于像素邻域相关特性,大部分像素可以在邻域搜索中找到匹配像素,只有极少像素需要进行全图搜索,从而较大地降低了搜索代价,在取得较好的彩色化效果的同时,显著地提高了彩色化速度。     

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.     

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.     

局部自适应的灰度图像彩色化

目的 现有的灰度图像彩色化方法为了保证彩色化结果在颜色空间上的一致性,往往采用全局优化的算法,使得图像边界区域易产生过渡平滑现象。为此提出一种局部自适应的灰度图像彩色化方法,在迁移过程中考虑局部邻域像素信息,同时自动调节邻域像素权重,在颜色正确迁移的同时保证清晰的边界信息。方法 首先结合SVM（support vector machine）和ISLIC（improved simple linear iterative clustering）算法获取彩色图像和灰度图像分类结果图;然后在分类基础上,确定灰度图像高置信度像素点,并根据图像纹理特征,在彩色图像中寻找灰度图像的像素匹配点;最后利用自适应权重均值滤波实现高置信度匹配像素点的颜色迁移,并利用迁移结果对低置信度像素点进行颜色扩散,以完成灰度图像彩色化。结果 实验结果显示,本文方法获得的彩色化迁移结果评分均高于3.5分,特别是局部放大区域评价结果均接近或高于4.0分,高于其他现有彩色化方法评价分数。表明本文方法不仅能够保证颜色迁移的准确性和颜色空间的一致性,同时也能获取颜色区分度高的边界细节信息。与现有的典型灰度图像彩色化方法相比,彩色化结果图在颜色迁移的正确性和抑制边界区域颜色的过渡平滑上都有更优的表现。结论 本文算法为灰度图像彩色化过程中抑制颜色越界问题提供了新的指导方法,能有效地应用于遥感、黑白图像/视频处理、医学图像着色等领域。     

GPU单散射并行绘制算法

为了加快介质单散射绘制的速度,提出一种基于GPU的介质单散射并行绘制算法.首先利用光线与场景的交点链表以及光线与介质包围盒的交点计算光线在介质空间中的传播路径;然后进行Ray Marching计算介质单散射光照,使得绘制过程高度并行化.在此基础上,提出图像空间的插值加速算法,利用单散射只与Ray Marching的深度、采样点到光源的距离以及局部介质属性有关的特点,通过定义适当的插值函数在网像空间对像素进行插值,减少Ray Marching的次数,节省绘制时间开销.实验结果表明,文中算法可达到可交互的绘制效率,且不需要预计算,并支持用户在绘制过程中实时修改光照和介质属性,包括各向异性的均匀和非均匀介质.     

相似背景下的苹果图像分割方法仿真研究

研究基于图像的苹果分割问题.针对传统基于背景颜色像素的区别,利用像素相减的方法进行苹果图像的分割,当图像中,苹果颜色和树叶颜色相近的时候,边缘像素相减的结果变化不明显,算法根据结果不能完整的分割苹果图像的问题.本文提出基于改进的主成分分析算法的苹果图像分割方法.通过像素概率知识,将苹果图像的颜色特征进行归类,运用边 缘像素排序的方法,描述苹果图像边沿的细节信息.排除相似边沿像素的干扰.实验证明,这种改进后的方法实现了在与自身颜色相似情况下苹果图像的完整分割,取得了满意的效果.     

多通道快速GPU光线投射算法

现有基于GPU加速的光线投射算法为满足实时交互的需求,通常在用户交互过程中,采用降低采样频率的方法来提高重建速度,却丢失了三维数据场的信息,极大降低了重建图像的质量.针对这一问题,在分析GPU渲染管道线和图像插值重建技术的基础上,提出多通道快速GPU光线投射算法.利用离屏渲染技术,设置比显示分辨率低4～16倍的渲染分辨率,在此渲染分辨率下进行正常采样的光线投射算法,将渲染分辨率下重建结果重新作为输入,进行高分辨率重建,并显示结果.实验结果表明,该方法可以在满足重建图像质量的前提下,有效提高重建速度.     

基于BRDF 和GPU 并行计算的全局光照实时渲染

基于光线追踪,将屏幕图像像素分解为投射光线与场景对象交点面片辐射亮度和 纹理贴图的合成,每个面片的辐射亮度计算基于双向反射分布函数(BRDF)基的线性组合,并通 过图形处理器(GPU)处理核心并行绘制进行加速,最后与并行计算的纹理映射结果进行合成。 提出了一种基于BRDF 和GPU 并行计算的全局光照实时渲染算法,利用GPU 并行加速,在提 高绘制效率的前提下,实现动态交互材质的全局光照实时渲染。重点研究：对象表面对光线的 多次反射用BRDF 基的线性组合来表示,将非线性问题转换为线性问题,从而提高绘制效率; 利用GPU 并行加速,分别计算对象表面光辐射能量和纹理映射及其线性组合,进一步提高计算 效率满足实时绘制需求。     

基于区域中心的交互式图像前景提取方法

图像分割是从图像中提取有意义的区域,是图像处理和计算机视觉中的关键技术。而自动分割方法不能很好地处理前景复杂的图像,对此提出一种基于区域中心的交互式图像前景提取算法。针对图像前景的复杂度,很难用单一的相似区域描述前景,文中采用多个区域中心来刻画目标区域。为提升图像分割的稳定性,给出基于超像素颜色、空间位置和纹理信息的相似性度量方法;为确保图像分割区域的连通性和准确性,定义了基于超像素的测地距离计算方法。使用基于测地距离的超像素局部密度,来分析图像的若干区域中心;基于用户交互的方式来分析前景的区域中心,得到图像前景。经过大量彩色图像的仿真表明,在分割过程中利用少量的用户交互信息,可有效提升图像分割的稳定性和准确性。     

一种并行二值图像连通域标记算法

连通域标记算法在CPU运行效率比较有限,这也是连通域标记算法处理图像的症结所在,针对这一问题,提出了一种并行二值图像连通域标记算法.从二值图像处理问题的可并行化出发,根据GPU并行计算的特点设计出了一种图像预处理、溯源(伪溯源)、伪溯源处理三个步骤的并行标记算法,采用硬件支持的多个线程并行执行处理的方式来提升算法的效率并实现了该算法,实验结果表明该算法相对CPU单线程处理算法效率具有明显提升,也更具有鲁棒性,尤其是图像像素不断增多后,效率更加明显.     

字符边缘颜色与逻辑在车牌定位中的应用研究

针对复杂背景下的车牌定位问题,提出了一种基于字符边缘颜色与逻辑的快速车牌定位方法。该定位方法将RGB彩色空间中的车牌图像,转换到HSV彩色空间中。根据像素点颜色进行二值化,得字符边缘颜色像素区,同时通过逻辑与,确定图像字符颜色边缘点,最后经纹理分析来定位车牌,解决了目前常用流行算法所不能处理的定位问题。     

基于Gabor小波的渐进式着色算法

为了解决黑白图像自动染色的难题,提出了一种基于Gabor小波的渐进式着色算法.该算法首先使用Gabor小波对黑白图像的纹理特征进行分析,在此基础上,根据纹理特征差异重新定义像素的邻居关系,最后利用最优化方法对染色问题进行迭代求解.该算法主要的创新点是交互操作少,并允许用户逐步添加色彩细节.同时该算法还是天然并行的,能够利用图形处理器(GPU)进行实时计算.为该算法和当今流行的着色算法做了效果对比,并且进行了效率分析,实验结果表明了该算法的可用性和效率.     

基于图形处理器的可变形部件模型算法的并行化

目前目标识别领域,在人体检测中精确度最高的算法就是可变形部件模型(DPM)算法,针对DPM算法计算量大的缺点,提出了一种基于图形处理器(GPU)的并行化解决方法.采用GPU编程模型OpenCL,对DPM算法的整个算法的实现细节采用了并行化的思想进行重新设计实现,优化算法实现的内存模型和线程分配.通过对OpenCV库和采用GPU重新实现的程序进行对比,在保证了检测效果的前提下,使得算法的执行效率有了近8倍的提高.