RGB格式彩色图像重建算法的研究

从原始图像到最终形成的真彩色图像的变换过程,称为彩色图像重建。介绍了几种现在常用的彩色图像重建技术的插值算法,提出了一个改进的彩色图像重建的算法。通过MATLAB仿真比较重建图像的质量,发现用改进的算法重建的图像质量比其他算法重建的图像质量要好。     

数字图像拼接方法研究进展

数字图像拼接是指将具有重叠区的多幅数字图像或多帧视频通过配准和融合获得单幅宽视场图像或者动态全景图.数字图像拼接方法主要包括图像配准算法和图像融合算法.根据待拼接图像和拼接图像的特点,介绍图像拼接的4种基本类型,说明图像拼接的研究意义,概述近年来图像拼接方法的研究状况,最后分析图像拼接方法的研究动向.     

适应于图像复原的无参考图像质量评价方法

由于图像降质过程的复杂性、成像获取条件限制,以及图像本身的复杂性和图像复原过程的病态性,图像复原解大多都是近似的或畸变的,一种适应于图像复原质量评价的计算方法将大大提升图像复原的应用范围。针对图像复原过程的病态性,提出了一种针对图像复原图像质量评价的计算方法,该算法通过在图像质量算子中引入图像相似矩阵和图像复原趋势矩阵,使其能适应复原对于图像结构或噪声结构的变化。该图像质量评价算子计算无需参考图像,可以很好地反映图像的模糊程度和噪声程度,并且计算简单。实验证明了该图像质量评价算子的有效性。     

基于小波变换的图像融合方法

提出了一种基于小波变换的改进图像融合方法。对小波分解后的高频分量使用图像区域内像素的最大绝对值作为该区域中心像素的活性测度以得到融合图像的高频分量,对分解后的低频分量通过度量其图像块的质量来确定融合图像的低频分量。实验结果表明,该方法得到的融合图像清晰度和对比度都较好,是一种有效的图像融合算法。     

独立成分分析的多光谱图像融合算法

为解决图像空间信息的问题,文章提出了一种独立成分分析的多光谱图像融合算法,将多光谱图像的RGB 3个波段和近红外图像共4个波段进行独立成分分析变化,并对其做加权平均得到主图像信息,将主图像信息与全色图像加权求平均得到一副新的图像,然后将这幅图像还原到4个波段得到融合后的结果图像。     

球面波照明下傅里叶变换全息多图像加密方法研究

为了减少加密系统所用模板数,简化隐藏图像对解密过程的影响,采用球面波照明研究了基于傅里叶变换全息的多图像加密隐藏方法,并进行了加密、加密图像隐藏和解密的理论分析和数值模拟,加密图像和原始图像间的相关系数趋于0,宿主图像和加密图像的叠加系数0.3时,宿主图像和隐藏图像的相关系数趋于1,解密图像和原始图像间的相关系数趋于1。结果表明,该加密隐藏方法的加密、解密和隐藏效果良好。     

基于多曝光的高动态图像合成的噪声处理

针对在高动态范围图像合成的过程中有噪声影响图像的质量这一问题,采取一种基于多曝光图像的高动态范围图像合成降噪算法。通过对各曝光图像的灰度数据进行提取、整理、分析,能合成代表原始场景光线分布的亮度图像。通过分析噪声对高动态范围图像合成质量的影响,提出在图像合成前将图像中含有的噪声进行处理。根据光子散粒噪声变化的特点,将图像混有的噪声问题转化为求解一个多曝光图像序列组的平均值问题,合成的图像视觉效果与真实图像极为接近。     

一种感兴趣区域寻优搜索的全自动图像拼接算法

为了降低图像拼接中对图像序列获取的苛刻要求,增强拼接算法的适应性和灵活性,该文提出了一种兴趣区域寻优搜索的图像拼接算法。该算法以重叠区域的主要特征物为出发点,获取有效感兴趣区域,通过感兴趣区域寻优策略进行图像匹配,进而进行图像几何校正、色差调整和图像融合,实现了图像序列的无缝拼接。实验结果表明,该算法不仅保持了较好的图像拼接准确性和鲁棒性,而且降低了对图像序列获取的要求,增强了应用的适应性和灵活性。     

Image alignment based perceptual image hash for content authentication

Perceptual image hash is an emerging technology that is closely related to many applications such as image content authentication, image forging detection, image similarity detection, and image retrieval. In this work, we propose an image alignment based perceptual image hash method, and a hash-based image forging detection and tampering localization method. In the proposed method, we introduce an image alignment process to provide a framework for image hash method to tolerate a wide range of geometric distortions. The image hash is generated by utilizing hybrid perceptual features that are extracted from global and local Zernike moments combining with DCT-based statistical features of the image. The proposed method can detect various image forging and compromised image regions. Furthermore, it has broad-spectrum robustness, including tolerating content-preserving manipulations and geometric distortion-resilient. Compared with state-of-the-art schemes, the proposed method provides satisfactory comprehensive performances in content-based image forging detection and tampering localization.     

基于分数阶微分的图像增强算法

相比传统的基于整数阶微分的图像增强算子,分数阶微分增强算子能提升图像的高频边缘信息,且非线性保留图像纹理细节和平滑区域的中低频信息。文中根据Riemann-Liouville分数阶微分定义,构造了5×5大小的分数阶微分增强算子模板,同时采用传统的整数阶图像增强算子Sobel算子、Prewitt算子和Laplacian算子,分别对灰度图像和彩色图像进行图像增强处理实验。最后,引入图像熵的计算,对图像增强的结果进行熵值大小的计算与分析。随着分数阶微分阶次的增加,分数阶微分增强算子处理后的图像熵值呈上升趋势,说明图像的纹理细节信息得到了加强。     

一种保留图像边缘信息的图像复原方法

针对图像复原的同时要求保留图像边缘信息的矛盾,利用图像的梯度模,提出了一种保留图像边缘信息的图像复原方法。本方法对图像修复的同时,具有保护图像边缘的作用。实验表明本方法在去除噪声和信噪比上取得了较好的效果。     

图像分割技术用于印刷电路板检测的研究

图像分割在图像分析、图像识别、图像检测等方面占有非常重要的地位,是从图像处理到图像分析的重要步骤,图像分割的好坏直接影响到图像分析的结果。针对此就印刷电路板检测过程中的图像分割进行研究。阈值分割技术的运算效率高、计算简单等特点非常适应印刷电路板检测的快速性和稳定性要求,因此着重介绍了四种阈值分割技术,并借用软件将各算法分别应用于实际的印刷电路板图像,然后对各个阈值化算法的分割结果做了对比和简要分析。     

太阳图像中光斑质心位置的检测

基于Matlab 7．6／Simulink 7．1设计的实现太阳图像中光斑质心位置检测系统的仿真实验平台,可以实现从图像传感器采集太阳图像,并计算出光斑质心的图像坐标及光斑个数。Simulink主系统包括图像采集模块、图像增强子系统、图像处理子系统和光斑信息显示模块。实验结果表明,该仿真平台能够准确找出太阳图像中光斑质心的图像坐标,并给出光斑个数,该方法适用于基于图像传感器实现太阳自动跟踪的系统。     

多址隐像术研究

本文提出了一种新的基于码分多址技术的图像保密系统（称为多址隐像术）,它把数幅秘密图像的信息加密后隐藏在另一幅可公开的图像中,而不同接收者可恢复出相应的秘密图像。试验结果表明：恢复密图的ＰＳＮＲ值可达２１ｄＢ,证明了图像多址隐像术有满意的恢复质量     

镜像不变的折反射全向图像与透视图像匹配

该文针对折反射全向摄像机的不同配置可能使全向图像和透视图像存在的镜像关系,而尺度不变特征变换算法并不对镜像保持不变性,提出将透视图像进行一次水平翻转,然后将原图与翻转后的图像分别与全向图像进行匹配,取效果好的匹配作为最终结果,从而实现镜像不变。针对全向图像的环形畸变,提出先将透视图像变换为扇形图像后再进行匹配。实验结果显示,将透视图像变换为扇形图像后再与全向图像进行匹配,匹配点总数增加,而错误匹配点数减少,匹配结果明显好于变换前的匹配结果。     

基于总有界变差的图像失真度量

Image definition measurement plays an important role in various image processing applications. And a reliable objective image definition metrics is critical for evaluating the definition of the restored image. In this paper, a novel image distortion metric based on minimal Total Bounded Variation (TBV) is presented. It is clarified that when the restored image approximates to the original clear image, the smaller the TBV is, the better the definition of the restored image is. Furthermore, the difference between the restored image and the original clear image is the smallest when the TBV is minimum. In numerical results, the TBV of the original clear image, blur image and restored image are presented and compared, and the results demonstrate the validity of the distortion metric proposed.     

红外图像评价质量研究

按照红外图像的形成过程分析可认为一幅红外图像是由目标图像、背景图像和噪声图像,目标图像和背景图像是红外图像的主体,噪声图像是叠加在红外图像主体上的干扰。文章从红外图像主体能提供的信息量是否丰富、细节是否明显,噪声图像相对图像主体的大小三个方面入手,对红外图像进行质量评价,评价结果与主观评价相一致,具有较好的可比性。     

基于拉普拉斯金字塔的红外光强与偏振图像融合

利用红外偏振信息(偏振度、偏振角)对目标进行成像,可以更好地抑制图像的背景噪声,提高信噪比。而且偏振信息相对于光强信息一般会蕴含更丰富的目标边缘轮廓信息。因此,提出一种将红外辐射光强图像和偏振度图像进行融合的算法。此方法首先对参与融合的每幅图像分别进行拉普拉斯金字塔分解,获得每层的分解图像;然后对分解后的每层图像采用不同的融合方法进行图像融合,获得每层融合图像,并对每层融合后的图像进行图像重构,得到最后的融合结果。多幅图像融合后的效果表明该方法能够增加图像的信息量,有利于场景感知和目标识别。     

Shadow removal using bilateral filtering

In this paper, we propose a simple but effective shadow removal method using a single input image. We first derive a 2-D intrinsic image from a single RGB camera image based solely on colors, particularly chromaticity. We next present a method to recover a 3-D intrinsic image based on bilateral filtering and the 2-D intrinsic image. The luminance contrast in regions with similar surface reflectance due to geometry and illumination variances is effectively reduced in the derived 3-D intrinsic image, while the contrast in regions with different surface reflectance is preserved. However, the intrinsic image contains incorrect luminance values. To obtain the correct luminance, we decompose the input RGB image and the intrinsic image. Each image is decomposed into a base layer and a detail layer. We obtain a shadow-free image by combining the base layer from the input RGB image and the detail layer from the intrinsic image such that the details of the intrinsic image are transferred to the input RGB image from which the correct luminance values can be obtained. Unlike previous methods, the presented technique is fully automatic and does not require shadow detection.