多方法结合的人脸图像光照补偿算法

将基于Retinex理论的光照补偿算法分别与直方图均衡化、gamma灰度变换两种常见的、简单的预处理算法结合,得到两种新的光照补偿预处理算法。从实验结果看,结合算法明显改善了Retinex理论光照补偿算法对侧光纠正不均匀的现象,可大幅度提高复杂光照环境下的人脸识别率。同时,由于是两种简单预处理算法的结合,保证了预处理效率。     

一种雾天图像低对比度增强的快速算法

为解决雾天图像低对比度问题，提出一种插值自适应直方图均衡化算法。该算法不仅避开了物理模型方法对景物信息的依赖，而且与其他图像处理算法相比能大幅度降低运算复杂度、消除块状效应、有效地突出图像细节信息，因此特别适合于深度信息多变且对比度较低的雾天图像。算法的有效性为实验结果所证实。     

一种基于磨光的图像分色算法

本文提出一种基于磨光技术的图像分色算法。通过给定图像的颜色数或灰度层次数，经过磨光算法处理，自动确定图像的中心色及分割限，准确地归并图像颜色。此算法可适用于黑白或彩色图像的处理     

红外与可见光图像快速融合算法

为了增强融合效果,提高融合速度,提出一种快速有效的红外与可见光图像融合算法.首先采用局部直方图均衡和中值滤波对红外与可见光图像进行对比度增强和去噪处理;然后对增强后图像进行线性融合,生成伪彩色融合图像;最后简化Lab颜色空间与RGB颜色空间之间的转换模型,并在简化的Lab空间实现全局颜色迁移,将可见光参考图像的一阶统计信息融合进伪彩色图像,获得自然感的真彩色图像.对比实验结果表明,采用文中算法生成的融合图像更加清晰、自然,速度更快、更简单.     

焦点引导的带颜色恢复的多尺度Retinex算法

针对低照度下高动态范围图像在应用多尺度Retinex算法进行图像增强时,易出现光晕现象和颜色失真等问题,提出了一种可以由焦点引导的带颜色恢复的多尺度Retinex(FgMSRCR)算法。通过自底向上视觉注意模型对低照度下高动态范围图像进行焦点提取,保留于相异焦点集中,对整幅图像应用带色彩恢复的多尺度Retinex算法(MSRCR)进行图像增强,再对焦点区域进行保持亮度和颜色比例的增强,利用高斯平滑滤波器完成图像增强任务。实验结果表明,与常见的图像增强算法和其他Retinex算法相比,该算法能够在保持颜色恒常的前提下有效地克服光晕现象。     

一种新型小波图像融合的水下目标增强算法

针对水下图像存在色偏、清晰度低和边缘细节不足的问题,提出了一种新的水下图像增强算法。首先,以颜色校正的方式改进了一种基于暗通道先验(DCP)的水上图像增强方法,使其可以更好地用于水下图像,并将增强后的图像作为图像融合的一个输入。然后,利用非锐化掩蔽(USM)增强图像的纹理特征,并将再次增强的图像作为图像融合的另一个输入。最后,采用小波融合的方式对以上两个输入图像进行融合,进一步提升图像质量。与其他方法的比较结果表明,利用所提方法增强的图像具有更自然的外观、更高的清晰度、更多的细节和边缘信息,所提方法对水下图像有良好的增强效果。     

一种基于ORB特征的夜晚图像拼接方法

传统的ORB算法在应用到夜晚图像拼接领域时,容易受到灯光因素干扰,出现局部区域对比度较高,特征相对集中,而相对较暗区域无法提取到高质量特征,从而导致透视变换矩阵不准确,拼接效果不好.针对上述问题,采用了直方图均衡算法对图像低对比度区域进行对比度拉伸,使用knn匹配算法进行特征点的匹配与筛选,对直方图均衡前后提取的两组特...     

一种基于彩色边缘综合特征的图像检索算法

图像特征的提取与表达是基于内容的图像检索技术基础。边缘是重要的视觉感知信息,也是图像最基本的特征之一,其在图像分析和理解中有重要价值。文中以视觉重要的图像边缘轮廓为基础,提出一种基于彩色边缘综合特征的图像检索算法。该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓。然后构造出能全面反映边缘轮廓内容的3种直方图,即加权颜色直方图、角度直方图和梯度方向直方图。最后综合利用上述3种彩色边缘直方图计算图像间的内容相似度,并进行彩色图像检索。仿真实验表明,该算法能够准确和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。     

背光图像的检测与校正

针对传统背光图像检测低准确率问题,提出一种新的背光图像检测和校正算法。通过分析图像在不同Gamma变换下前景细节数目的变化规律来判断输入图像是否存在背光。对背光图像的前景、背景子图像进行多尺寸Retinex图像算法,然后与原图进行融合。根据实验可知,提出的背光图像检测算法相对于传统的亮度直方图分析方法以及YCbCr直方图分析方法具有更高准确率;提出的背光校正算法相对于AHMHE背光补偿算法和多尺度Retinex算法具有较高信息熵、清晰度和对比度。     

雾天图像增强计算模型及算法

针对雾天图像退化程度与景深呈非线性关系的特点,提出一种自适应Retinex雾天图像增强算法,根据图像像素点所处的人类视觉区域反映出的雾的厚薄程度自动调整算法的参数取值。在此基础上,构建一种新的图像增强计算模型,将自适应Retinex增强算法与CLAHE增强算法的增强结果自适应地加权融合,使得增强结果能够同时保持色彩恒常性和亮度恒常性,实现对雾天图像的清晰化。主观观测和客观评价表明,本文方法比HE和MSR算法在雾天图像细节增强及色彩保持方面具有更好的效果。     

通道修正均衡化的水下图像增强算法

水中介质和微粒的影响导致光波传播衰减和散射, 在成像过程中水下图像会出现模糊和色偏等情况, 这些 水下成像退化的情况给水下的目标识别、目标跟踪、特征提取等应用带来困难. 针对以上问题, 本文提出了一种基 于通道修正均衡化的暗通道先验(CCD)水下图像增强算法: 首先是对色偏的水下图像进行通道修正均衡化, 利用直 方图强度中心做一个映射, 并将映射的三通道信息融合到限制对比度自适应直方图均衡化中, 改善了图像色偏和对 比度不足的情况; 其次是通过暗通道先验算法进行去模糊, 通过水下增强图像数据集的实验表明, CCD比现有算法 更有效地应对了水下图像成像退化问题, 取得了更好的图像质量指标; 此外, 在特征检测预处理步骤中, 本文方法能 够将检测特征点数提高约1.88倍.     

遥感图像光照一致性定量评价

高分辨率图像比对法是图像质量评价中简单而又行之有效的方法,其前提是两幅用于比较的高低分辨率图像具有良好的一致性,但实际情况往往很难满足这些一致性要求。为了使不能满足光照一致性的图像也能用于卫星在轨参数监测,需要进行光照一致性校正。针对如何定量评价多幅遥感图像的光照一致性问题,提出了一种定量评价方法。该方法根据Retinex原理,将图像分解为光照分量和反射分量,然后比较光照分量直方图的相似度,将这一相似度约束在0～1之间,称为光照一致性系数。实验结果表明,这种方法评价的结果与主观感受相一致,能够量化图像的光照一致性。     

集装箱X光图像增强技术

由于集装箱自身的构造特点以及X光扫描机的信息采集误差,使得集装箱X光图像有很强的竖纹噪声。为提高X光图像中感兴趣区域的清晰度并抑制不感兴趣信息,提出了一种以有限对比适应性直方图均等化为基础的改进方法：对原始图像进行有限对比适应的直方图均等化处理,进行图像增强,并对处理后的图像进行中值滤波,以减少箱体的竖纹噪声,得到图像的低频信息,然后,对原图像进行拉普拉斯滤波处理,得到图像的相对高频信息。最后,将处理后的两幅图像加权相加,作为增强后的目标图像。实验证明,该方法能有效削减竖纹噪声,很好地保存图像的目标信息,便于对集装箱X光图像进一步研究。     

颜色校正方法及其在图像处理中的应用

如何通过颜色校正获得真实的颜色重现已成为图像处理中普遍存在的技术难点。首先对影响颜色失真的主要因素进行分析;然后讨论了一些有代表性的颜色校正方法及其改进机制,并进一步介绍了颜色校正在图像处理中的不同应用;最后指出了颜色校正未来的发展趋势。     

基于直方图均衡化与MSRCR的沙尘降质图像增强算法

针对沙尘天气下图像色彩偏移严重及对比度低等问题,提出一种基于直方图均衡化与带色彩恢复的多尺度视网膜（MSRCR）增强的沙尘降质图像增强算法。通过偏色校正和图像增强两个步骤进行图像恢复,将RGB图像各通道预处理后利用限制对比度自适应直方图均衡方法得到校正后的图像,对图像采用双边滤波进行降噪处理,通过MSRCR算法进一步解决色彩失衡问题。由于处理后的图像对比度较低,存在一定色偏,利用伽马校正和基于图像分析的偏色检测及颜色校正方法进行处理得到最终结果。对大量沙尘降质图像进行仿真实验,结果表明,该算法能够有效处理不同偏色程度的沙尘图像,不仅提高了图像的对比度,而且有效避免了图像颜色偏移现象,相比GCANet、MSRCR等算法,平均时间效率提升了46.2%~94.7%。     

泡沫图像统计建模与恒常颜色校正算法研究

由于浮选现场的恶劣环境和复杂光照等问题,将导致采集到的泡沫图像不可避免地发生色偏.为了消除以上不利影响,提高后续颜色特征提取的准确性,本文提出了一种基于图像统计建模的泡沫图像恒常颜色校正算法.首先,通过对泡沫图像统计特性的分析,利用Contourlet变换和广义高斯分布函数对图像进行统计建模.其次,选取颜色恒常性标准图像库(Gray-ball)中已知真实光照的标准图像作为训练样本,建立其统计模型参数集,分别选用常用的5种颜色恒常性算法对其进行颜色校正,并以最小角度误差为每幅标准图像标记最佳颜色恒常性算法.最后,利用K最近邻分类算法将待校正的泡沫图像分至对应的恒常算法中,该算法即为原始泡沫图像的最佳恒常颜色校正算法.实验结果证明,该算法能够获得较好的颜色校正效果.     

直方图均衡技术综述

直方图均衡是一种简单而有效的图像增强技术,在医学图像处理、计算机视觉、遥感影像等领域都有重要作用,从均衡时选取的区域情况分为全局和局部直方图均衡方法;从均衡时选取的像素值域可以分为传统直方图均衡、双直方图均衡和递归分解的直方图均衡,甚至多直方图均衡;从均衡对象可以分为空域的直方图均衡和结合频域滤波的直方图均衡;从均衡图像的通道数可以分为灰度图像直方图均衡和彩色图像直方图均衡．本文对以上涉及的直方图均衡技术进行了较为系统的综述,对衡量直方图均衡效果的评价指标进行了说明,展望了直方图均衡技术进一步研究方向．     

基于直方图分割的彩色图像增强算法

针对直方图均衡化直接对彩色图像处理会导致图像色彩失真的情况,在对传统的直方图均衡化方法进行改进的基础上,提出了一种新的带色彩恢复的均衡化算法。该算法对于彩色图像R,G,B各个分量子图的灰度直方图,首先根据其灰度中值和分割直方图等面积原则进行两次分割,同时对分割后的各子灰度直方图分别进行均衡化处理;然后通过计算R,G,B各分量子图的灰度级总数占原彩色图像灰度级总数的比例,将均衡化处理后的R,G,B各分量子图进行合并。实验表明,该算法对彩色图像处理具有较好的增强处理效果。