结合MCA与Retinex算法的低照度图像增强方法

针对低照度条件下获取的图像存在可见光照度低、噪声大等问题,提出了一种基于形态成分分析(MCA)和Retinex算法结合的低照度图像增强方法。首先,将低照度图像转换到HSV色彩空间,接着采用MCA将V分量分解为纹理和平滑部分;其次对平滑部分采用基于改进的多尺度Retinex算法和自适应全局色调映射进行增强,对纹理部分进行维纳滤波去噪后再进行Laplace算子锐化;然后MCA重建得到亮度增强图像,将其与H、S分量合并且转换到RGB色彩空间;最后采用自适应函数恢复色彩得到最终增强图像。实验结果表明,该算法能够有效改善低照度图像质量,提高图像亮度,更好地保留边缘、细节纹理和抑制噪声。     

广义S变换域低照度图像时频分析及滤波

为降低二维广义S变换的计算复杂度和内存占用度,基于二维广义S变换时频分析原理,提出了一种改进快速离散正交S变换算法(FDOST).采用FDOST算法对低照度图像进行S变换,分析了高斯噪声和原始图像在广义S变换域的时频分布,给出了区分原始图像和高斯噪声的方法以及基于改进广义S变换低照度图像时频滤波法.对合成含噪图像和实际低照度图像进行去噪仿真,结果表明:基于改进广义S变换FDOST滤波方法可去除图像中的高斯噪声,去噪后图像信噪比较去噪前提升了6%,最大化保留了原始图像信息.     

低照度图像的分段非线性化处理算法

为增强低照度图像,在考虑人视觉分辨力的基础上,对图像固有的信息使用图像前景像素值与背景像素值的灰度值之差的绝对值作为图像的对比度,通过均衡化因子,用非线性均衡化方法把隐藏在低照度图像中的信息提取出来.该方法在对图像灰度谱分段非线性化时,通过优化补偿因子,提高其补偿迭代速度,快速获得所需要的图像.     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

实时低照度彩色图像增强方法研究

视频监控系统在光线不足的环境下容易导致视频模糊,图像不清晰,为了实现更好的图像效果,提出一种实时低照度彩色图像增强方法,通过色彩空间转换、直方图均衡处理和线性变换等方法,对低照度的彩色视频图像进行实时增强处理,扩展图像动态范围,提高对比度,提高视频图像的可视效果。     

机器视觉的低照度图像缺陷识别方法

对低照度图像实施识别的过程中,现有低照度图像受自身导图以及光线影响,含有噪声图像,导致现有方法在图像照度在15～45 lx的范围内存在缺陷区域图像对比度较低的问题,为此提出一种基于机器视觉的低照度图像缺陷识别方法.通过灰度变换算法改变低照度图像中各像素点的实际灰度值,并通过线性变换增强低照度图像对比度.根据有雾图像与低...     

一种复合的SAR图像去噪算法

针对SAR图像噪声影响分辨率的问题,提出一种新的复合SAR图像增强和去噪方法．该方法首先利用信号的小波相邻尺度相关性将信号和噪声分离,然后根据SAR图像近似瑞利分布的特点把SAR图像转换为近高斯分布,再分别利用复数扩散震动滤波器对SAR图像信号部分进行增强,用各项异性扩散方程对含噪部分进行去噪,最后用小波平稳变换对图像进行重构．实验结果表明,与传统的SAR图像去噪算法相比,新算法在边缘增强和噪声去除能力方面均有显著提高．     

一种基于小波去噪的遥感图像显著性区域检测算法

传统的图像检测方法未获取遥感图像亮度、色度、饱和度信息,图像显著性区域检测效果较差,为此,论文提出一种基于小波去噪的遥感图像显著性区域检测算法。利用小波变换的正交方式将遥感图像转换为一维图像,采用二进小波变换获取遥感图像边缘信息,根据新阈值函数去除图像边缘噪声;依据IHS变换（Intensity-Hue-Saturation）方式计算遥感图像亮度、色度、饱和度信息,并经离散小波变换计算遥感图像高、低频系数向量,通过模糊C均值聚类获取低频系数聚类数据后,利用显著性因子完成遥感图像显著性区域检测。实验结果表明：本文方法能够有效提取图像边缘信息,去除噪声能力强,所检测到的图像显著性区域层次分明,对比度较高,检测效果好。     

基于位平面随机置乱的数字图像加密方法

为了实现像素位置调换置乱和像素值改变置乱相结合的目的,提出了一个基于位平面的图像置乱方法：先对图像进行位平面分解,然后用随机置乱方法对各位平面图像分别进行位置调换的置乱,最后将经过置乱的各位平面图像重构为一幅置乱后的图像。试验结果表明,与著名的Arnold变换算法相比,该方法效率更高、置乱效果更好,且置乱度相当稳定。     

基于局部保边函数的低信噪比图像去噪

传统的去噪算法要求含噪图像信噪比较高,并且去噪后图像边缘及纹理信息受到不同程度地损失。本文针对传统算法的不足,提出了基于局部保边函数的低信噪比图像去噪算法,首先对低信噪比图像运用自适应中值滤波器减少椒盐噪声对图像的影响同时保留图像边缘和纹理等细节信息;其次分析处理后的图像局部邻域内像素之间的关系,设计图像局部保边映射函数,最后利用Poly-Ribière-Polak(PRP)算法求出目标函数的最值进而实现低信噪比图像的去噪处理,去除高斯噪声和残余的椒盐噪声。 与传统算法相比,本文去噪效果较好,尤其是对PSNR为5.4db的低信噪比图像去噪后图像PSNR 达到24.3dB。     

基于梯度稀疏和多尺度变分约束的图像增强算法

针对低照度条件下采集到的图像存在亮度偏低、细节模糊等问题,通过分析传统Retinex理论在增强图像过程中的缺陷,提出了一种基于梯度稀疏和多尺度变分约束的图像增强算法。该算法首先将输入图像由RGB空间转换到HSV空间,提取亮度分量,实现三个通道的解耦合。然后根据零范数的梯度全局显著特性,定义了一个新的相对全变分正则项。接着在HSV空间下惩罚亮度分量,构建一种具有梯度稀疏的变分模型对亮度通道进行约束,并通过将控制因子扩张为多个尺度,形成多尺度变分约束,提升照度估计的准确度,使之更加符合光照分布特性。根据Retinex理论进行映射,获取亮度通道对应的反射图像。进而利用亮度通道不同尺度下的约束所对应的不同照度结果,分别提取图像的粗略细节、中等细节和精细细节,通过多尺度细节加权,对反射图像进行细节增强。最后,对照度图像进行伽马校正,与经细节提升后的反射图像重组并进行颜色空间转换得到输出的增强图像。通过实验对比表明,所提算法的增强图像有着更高的色彩丰富度和更低的色差水平,能够保持图像的自然度,提升图像的视觉效果。在均值、平均梯度和信息熵的表现上,相比原图均有大幅度提升,与现有的先进算法相比,平均定量指标在不同类型低照度图像的增强图像上均产生了较优的效果,且有着较快的运算效率。     

一种改进的色彩保持低照度图像增强方法

针对现有低照度图像增强方法恢复结果存在的色彩失真问题,采用原用于图像去雾领域的暗通道先验方法,提出了一种基于暗通道先验的低照度图像增强方法．通过提取图像的暗通道信息来获得对应场景的光照强度分布图;针对暗通道先验原理导致的白色像素区域暗通道数值计算错误的问题,提出了一种通过计算像素的RGB三通道数值差值来判定错误区域方法,并给出了具体的错误修正方法;为了消除暗通道先验产生的块效应,对修改后的光照强度分布图进行平滑;基于图像每个像素点光照强度与标准光照强度的比例关系对原图像的RGB三通道进行放大,实现色彩保持的图像增强;与现有方法进行实验对比分析,从恢复结果的色彩失真情况以及峰值信噪比等方面验证了所提方法的有效性．     

基于GIF滤波分解的低照度图像增强算法

针对常见的对比度增强方法在处理低照度图像时不能兼顾提升图像亮度、对比度,和增强细节的问题,提出基于引导滤波器(guided image filter,GIF)的低照度图像增强算法。首先将输入图像从RGB颜色空间转换到HSV颜色空间;再利用GIF滤波器对图像进行图像分解,得到一个基本层和一个细节层;然后对基本层进行自适应Gamma校正,提高图像的整体亮度和对比度;再对细节层进行S型曲线增强,突出图像的局部细节;最后合成并恢复颜色,得到增强图像。将本文算法、全局Gamma校正、MSRCR 3种算法分别对低照度Bridge和Street图像进行处理,实验结果表明:本文算法能够在有效提升对比度的同时增强图像细节,提升了低照度图像的视觉效果。     

基于照度划分的多尺度图像增强新算法

针对数字图像在获取过程中动态范围容易产生线性压缩,导致图像的对比度较低的问题,提出一种照度分割下的多尺度增强算法。根据韦伯定律,将图像分成不同的照度区域分别增强。新算法在区域增强上,提出多尺度下差分图像的自适应权重和来实现,再将不同区域的增强图像线性融合;在尺度的选择上,通过分析尺度在所提方法下对于增强图像的影响特性,对各照度区域选取不同的尺度组合。本文给出了该算法与其他算法的对比效果和评价指标。实验结果表明,该算法在对比度提升的同时,还起到一定的锐化作用,具有良好的增强效果。     

A Proposal for an Integrated Model to Evaluate the Circadian Effects of Mesopic Light Sources

中间视觉光源生理节律效应的综合评价模型

曾伟森¹,边宇^2,*

（1．华南理工大学 物理与光电学院,广州 51640;

2．华南理工大学 建筑学院//亚热带建筑科学国家重点实验室,广州 51640）

摘要：

随着人们对光驱动的生理节律效应的日益关注,照明行业引发了光生物照明设计的热潮。由于视觉系统和非视觉系统的评价标准多种多样,将它们的评价参数结合起来的模型显得尤为迫切。本文提出一种用于评价中间视觉照明的生理节律效应的综合模型,采用CIE 1931 XYZ 2°视场颜色匹配函数和标准暗视觉灵敏度函数合成了生理节律效率函数。然后,利用合成的生理节律效率函数得到综合模型,该模型由国际照明委员会1931 xy色度坐标、S/P比值和照度组成。综合模型表明,对于具有固定色度坐标和固定照度的光源,增强生理节律效应等同于提高S/P比值。该模型为探索光生物友好型的中间视觉照明光谱提供一种有用的方法。采用四通道混色法对发光二极管光谱进行优化,进而得到综合模型的性质。

关键词：生理节律效应;中间视觉照明;S/P比值

     

基于二维EMD的人脸图像去光照方法研究

去除光照影响是人脸图像增强和识别的关键技术.二维经验模态分解(2-D EMD)可根据图像特征自适应地将其分成多个尺度的分量,各分量重建可实现图像增强或去噪的功能.基于二维EMD的原理及特征,研究了2种新的人脸图像去光照算法,即基于原始图像的直接二维EMD重建和基于Lambert光照模型的对数二维EMD重建,并运用特征脸识别对去光照算法的效果进行了测试和比较分析.仿真结果表明,运用二维EMD重建可较好地去除人脸图像中的光照影响,而对数二维EMD重建算法相对具有更明显的稳健性和适用性.     

基于分形的低反差图像增强方法

对于工业现场采集的一类低反差、噪声大的图像,经过非线性滤波后根据分数布朗随机场模型理论,从灰度空间变换到分形参数空间,并以归一化后的像素分形维数为加权值对图像进行分形增强.非线性滤波刻意避开对图像边缘的平滑,能在消除图像噪声的同时很好地保持图像边缘等细节信息.与直方图的灰度拉伸增强比较,分形方法增强具有突显灰度差别不大的目标边缘等重要细节信息和抗噪能力强的优点,为后续的图像识别作了很好的准备工作.     

Multi-level denoising and enhancement method based on wavelet transform for mine monitoring

Based on low illumination and a large number of mixed noises contained in coal mine, denoising with one method usually cannot achieve good results, so a multi-level image denoising method based on wavelet correlation relevant inter-scale is presented. Firstly, we used directional median filter to effectively reduce impulse noise in the spatial domain, which is the main cause of noise in mine. Secondly, we used a Wiener filtration method to mainly reduce the Gaussian noise, and then finally used a multi-wavelet transform to minimize the remaining noise of low-light images in the transform domain. This multi-level image noise reduction method combines spatial and transform domain denoising to enhance benefits, and effectively reduce impulse noise and Gaussian noise in a coal mine, while retaining good detailed image characteristics of the underground for improving quality of images with mixing noise and effective low-light environment.