基于颜色色差的彩色图像压缩技术研究

根据图像DCT变换域系数特征和结合人眼辨别颜色色差的阈值,提出了一种基于颜色色差的彩色图像压缩技术方案。方案首先将彩色图像转化到与设备无关的CIELAB颜色空间,并进行DCT变换和色差计算;再通过人眼辨别颜色色差的阈值进行有选择的量化,并通过Huffman算法进行编码、压缩;最后利用其逆过程进行解压。通过仿真实验,结果表明,重建的彩色解压缩图像与源图像几乎一样,各分量亮度图的解压缩图像的PSNR均超过30dB,人眼几乎不能分辨其差异;衡量编码质量优劣的5个参数值均达到较好效果,且在保证解压缩图像质量的情况下,彩色图像的压缩比能够达到107.167 8,完全可以满足彩色图像压缩的需求。结果表明,提出的基于颜色色差的图像压缩技术方案是一种可行的、较好的彩色图像压缩技术。     

基于Riesz变换的结构相似度图像质量评价方法

不同的图像处理过程,会对图像引入各种各样的失真,如何对图像的质量进行评价成为一个热点问题。针对传统的基于像素差值统计的峰值信噪比方法及结构相似度方法与人眼主观评价不够符合的情况,本文提出了一种基于Riesz变换的结构相似度图像质量评价方法。该方法先将参考图像和失真图像进行一阶Riesz变换和二阶Riesz变换,并利用得到的5组对应特征图计算出5幅相似度图和5幅权重图,利用平均法进行融合得到最终的相似度图和权重图,然后加入原参考图像和失真图像的亮度比较项,得到最终的图像质量评价指标。在LIVE图像数据库上的实验表明,本文方法对于5种失真的质量预测准确性和一致性都很高,在交叉失真实验中,本文方法也优于结构相似度方法,PLCC和SROCC值达到了0.9482和0.9532。与几种公认较好的方法相比,本文方法能够更好地预测图像质量,更加符合人眼的主观感知。     

互补色小波域图像质量盲评价方法

图像色彩空间的RGB通道具有密切的关系,图像质量的改变会改变这样的关系.然而传统图像质量评价方法大多基于灰度图像统计特性,忽略了颜色通道间关系信息.为充分利用颜色信息,本文基于新近提出的互补色小波变换提出一种图像质量盲评价方法.文章建立了图像互补色域自然场景统计、多尺度和方向性能量分布等模型.分析表明：这些模型不仅涵盖了传统灰度方法所能描述的信息,而且还能借助于互补色来有效表示彩色图像各通道之间的信息联系,提供表征图像质量的一组高效特征.基于这些特征,我们提出的图像质量盲评价的方法能有效提取图像的失真统计特征,能给出与人眼主观评价图像质量结果保持高度一致、优于现有文献报道盲方法、且可与非盲（全参考）方法相比拟的评价结果.     

基于视觉感知特性的红外图像质量评价方法

根据红外成像特点,设计了一种基于视觉感知特性的红外图像质量评价算法。该算法结合人眼视觉和红外图像的结构信息对图像的失真程度进行描述,通过提取图像的边缘特征、对比度特征,然后利用视觉显著模型对特征进行差异融合,从而实现对红外失真图像的质量评测。实现结果表明,本文方法可对失真红外图像进行有效评价,与传统方法相较,此评价指标与人眼主观感知更一致。     

基于场景理解的双波段彩色融合图像质量评价

图像质量评价是双波段彩色融合处理算法及系统评价的基础,文中研究了一种可见光与红外彩色融合图像质量评价方法。提出了基于场景理解的图像感知质量PQSU 综合评价指标,选择三类典型场景彩色融合图像进行了主观视觉评价实验; 通过对已有评价指标与PQSU 综合指标的主观评价实验结果进行多元线性回归分析,建立了PQSU 的预测模型。结果表明:融合图像的场景颜色协调性与自然感高度相关;利用图像清晰度和颜色协调性可以有效地预测PQSU;针对不同场景类型,已有评价指标在PQSU 的预测模型中所占的权重有所不同,但预测模型的基本形式保持不变。文中提出的PQSU 及其预测模型为进一步发展融合图像质量客观评价模型奠定了基础。     

典型场景彩色融合图像颜色协调性的主观评价

彩色夜视技术是当前夜视技术发展的前沿,但如何实现对彩色夜视图像质量的客观评价仍然是当前困扰人们的问题.针对北京理工大学高绍姝提出的颜色协调性模型主观评价实验人数不足的问题,按照国际视觉实验标准重新设计并进行了颜色协调性的主观视觉评价实验,主观评价测试的彩色融合图像分成绿色植物、海天和城镇建筑物三类典型场景,主观实验人数提高到52人;对主观评价实验结果的回归分析结果表明:高绍姝提出的颜色协调性评价模型在三类场景与主观评价结果均具有较好的一致性,明显优于其他评价模型,可以有效地对不同场景彩色融合图像的颜色协调性进行客观评价.     

无色恒常性原理与CLC白平衡方法

由于光在水中的吸收和散射，以及不同波长的光传播距离上的差异，水下图像严重受到对比度降低和颜色偏色的影响，因此色彩的白平衡校正是水下图像处理的一个关键技术。本文提出了一种新的无色恒常性原理（CLC:ColorLess Constancy）及白平衡方法。方法 首先将彩色图像转换到YCbCr颜色空间实现亮色分离，然后通过非线性方法检测色度分量,计算每个像素对应的色度权重，然后根据新的线性加权算法重新计算每个像素的色度，实现对图像中无色区域的保护，以及对偏色区域的色彩校正。与几种经典白平衡方法进行比较，CLC方法克服了传统方法易对无色区域产生不良偏色的缺点，取得了较好的视觉感知效果。 实验表明该算法复杂性低，鲁棒性好，说明了CLC白平衡算法的实用性，以及无色恒常性原理的科学性。      

基于支持向量机的光谱成像质量评价

为解决光谱成像质量主观评价方法评价结果差异大、效率低及客观评价方法忽略人眼视觉特性的缺陷,提出基于支持向量机的光谱成像质量评价方法。确定光谱成像质量主观评价的5个级别及各级别对应的质量尺度、评价结果和影响尺度;选取灰度标准差、平均梯度、信息熵、噪声率、边缘强度、灰度反差系数与统一亮度分布为客观评价指标。根据客观评价指标数量、主观评价级别数量和训练样本数量构成样本集,将评价指标构成特征向量,利用支持向量机对特征向量进行训练,生成光谱成像质量评价最优分类器;分类器输出结果即各客观评价指标的主观评价等级,通过平均加权得到评价总分,总分越高说明光谱成像质量越好。实验结果表明,所提方法能够客观评价光谱成像质量,且评价结果复合人眼视觉特征。     

基于无色差表面识别的高清电子内窥镜自动白平衡算法

在不同色温的光源下,CMOS图像传感器采集到的图像颜色会有所不同,可能偏离真实色彩,导致成像质量下降,严重时将影响高清电子内窥镜的诊断结果。提出了一种基于无色差表面识别的自动白平衡算法,使用像素点的RGB 三通道之和识别图像中的无色差表面,根据得到的无色差像素集估计光照色度,并用光照色度估计值通过对角变换进行颜色校正,以此对内窥镜图像进行了实时的自动白平衡算法,修正偏色现象。该算法实时、有效地消除了由于光源色温引起的颜色失真现象,使得高清电子内窥镜获得的图像更加接近标准白光照射下人眼所看到的情况。     

基于场景深度估计和背景分割的水下图像复原

针对水下图像对比度低、颜色失真、可见度低等问题，提出了一种基于场景深度估计和背景区域分割的复原方法。首先，利用多方向斜梯度算子和各颜色通道的衰减差估计图像的场景深度。然后，利用场景深度估计过程中得到的梯度和色差信息将图像的背景与前景区域分离，并分别在背景和前景区域估计背景光和透射率。在得到背景光和透射率图后，基于水下成像模型对前景区域进行场景恢复，同时采用在HSV颜色空间直方图拉伸的方法对背景区域进行对比度增强。最后，通过设置过渡区域权重图对前景和背景进行融合得到最终的复原结果。实验结果表明，所提方法能更准确地估计背景光和透射率，在对比度增强、色彩修正及清晰度提升等方面具有良好的性能。与经典的方法对比，所提方法在UIQM、UCIQE、FDUM和FADE等4个客观质量评价指标上的提升均超过15%。     

彩色成像系统最小可分辨色差测量方法研究

最小可分辨色差通常使用基于人眼观测的主观方法测量,精度不高。为了提高测量精度,利用人眼敏感度函数Barten模型建立起来一种客观测量模型。即彩色四杆靶图案被成像系统接收,经色彩空间变换、傅里叶变换、人眼敏感函数处理,当测试图案敏感度值与由人眼敏感度函数决定的人眼敏感度阈值相匹配时,将此时的图片转换到CIELAB颜色空间并计算色差,记录不同空间频率四杆靶的测试结果并与主观测量结果相比较。结果表明:基于人眼视觉模型的客观测量方法与主观测量方法所得结果相一致,即所提出的客观测量方法是可行的。     

机载光电成像系统的像清晰度函数的研究

通过对数字图像功率谱的分析，建立了一种图像清晰度评价方法。该评价方法利用了任意图像的功率谱不变性，从而可以对任意图像进行清晰度评价。该方法结合了人眼的视觉特性，从而使评价结果更加符合人眼的主观感受。该评价函数的优点在于可实现对成像质量的动态评价，为进一步建立自适应光电成像系统奠定了基础。     

机载光电成像系统的像晴淅度函数的研究

通过对数字图像功率谱的分析，建立了一种图像清晰度评价方法。该评价方法利用了任意图像的功率谱不变性，从而可以对任意图像进行清晰度评价。该方法结合了人眼的视觉特性，从而使评价结果更加符合人眼的主观感受。该评价函数的优点在于可实现对成像质量的动态评价，为进一步建立自适应光电成像系统奠定了基础。     

基于颜色校正的水下照明图像融合方法

针对水下照明图像存在不均匀色偏、对比度低和细节模糊等问题，提出了一种基于颜色校正的水下照明图像融合方法。首先利用图像通道间的像素相关性，对红通道进行补偿；然后基于颜色校正图像，利用非线性反锐化掩蔽（Nonlinear unsharp masking）技术获得锐度增强图像，采用具有瑞利分布的限制直方图获得全局拉伸图；最后通过多尺度融合策略生成融合图像。在自建数据集（Real underwater lighting image,RULI）上的实验结果表明：本文方法能够去除混合光照在成像过程中的不均匀散射干扰，并大幅度提高图像的细节清晰度。其图像质量评估指标（Underwater image quality measures,UIQM）和（Image entropy,IE）的平均值分别为4.7399和7.7617，优于现有文献涉及的相关算法。     

多源图像彩色融合效果评价研究

通过采用简单、基于增强处理和HSV变换、基于人眼视觉特性及YIQ变换的彩色融合得到4幅图像,分别对其进行主观和客观评价.主观评价实验对同一场景的可见光、中波红外和长波红外图像进行了不同的算法处理,将获取结果用于直方图统计对比分析.客观评价采用基于YIQ变换及加权平均的方法进行图像比较,并直接用对比度R、粗糙度G和熵B比较融合结果,提出应采用主、客观结合的评价方法.     

基于全变分和颜色平衡的水下图像复原

针对水下图像存在的雾化、模糊和颜色失真问题，提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础，分别结合四叉树细分法与光在水中传播特性估计背景光，利用水下中值暗通道先验估计透射率，并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率，引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上，在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较，实验结果表明，所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。     

基于FPGA的图像自适应AWB系统设计与实现

为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。     

一种基于颜色特征的图像质量评价算法

颜色作为描述图像最直接有效的特征,是目前图像质量评价中备受关注的评价参数之一。提出一种基于颜色特征的全参考图像质量评价系统,该系统在结构相似性SSIM(Structural Similarity)理论的基础上,充分考虑色度信息对人眼视觉感知的影响,利用分块颜色矩,建立了一种新的相似度度量模型。实验结果表明,该模型获得的客观评价结果与主观评价值具有很高的一致性。     

一种处理多光谱彩色合成图像的白平衡法

多光谱彩色合成图像是直接提取多光谱图像中的R、G、B波段合成的彩色图像.但由于多光谱成像探测器光谱响应性能的差异,造成合成的彩色图像偏色严重,为了重现真实色彩,需进行颜色校正.针对目前传统白平衡法与色度学合成法的不足,提出了一种基于光谱信息的改进白平衡法,用于多光谱彩色合成图像的颜色校正.经实验验证,该方法不仅实现简单,校正过程中不需要标准真彩色图像,也不需要预测图像中所有地物的光谱反射率,而且改进了传统算法,获得的图像更为真实.     

基于剪切波变换的光场图像质量评价方法

光场成像作为新一代成像技术可采集更丰富的视觉信息,但在其各个处理过程中都会引入失真导致光场图像主观质量的下降,因此需要设计与人类视觉系统(Human Visual System,HVS)保持一致的客观评价方法以自动评价光场图像的质量。本文提出了一种基于剪切波变换的光场图像全参考质量评价方法。首先,为了同时考虑光场的空间域和角度域失真,分别在光场视图和极平面图(Epipolar Plane Image,EPI)上提取特征。其次,在光场视图上进行剪切波变换后,分别提取局部相似性特征和全局统计特征。然后,在EPI上分别提取局部相似性特征和全局方向统计特征。最后,采用随机森林对以上特征进行池化得到最终质量预测值。在密集光场图像数据库中进行测试的实验结果表明,所提出方法优于现有的图像质量评价指标,与主观视觉评价结果的一致性较高。