基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.该方法通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将结合图像亮度信息的曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.与另外3种方法进行对比分析,结果表明:该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.提出结合图像亮度信息的曝光适度评价方法,通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将该曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.结果表明,该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

基于DCT变换的多曝光图像融合方法

针对普通相机拍摄图像中存在区域曝光问题,提出一种改进的基于离散余弦变换的多曝光图像融合算法。分别对同一场景的多幅不同曝光图像分块,并对每个小块进行离散余弦变换。对提取相应位置的低频系数平均加权,获取图像近似部分的融合分量;对高频系数基于区域标准差确定权重系数,根据权重系数的大小获取细节部分的融合分量。最后,通过反离散余弦变换获得较好质量的多曝光融合图像。仿真实验表明,该算法在提取低频系数为25%,高频系数为75%时,展现的图像细节信息更加丰富。     

基于亮度校正的航拍图像拼接融合算法

针对无人飞行器航拍图像拼接可能产生拼接缝及拼接过程中占用内存过大的问题,提出一种基于亮度校正的航拍图像拼接融合算法。首先,对配准的航拍图像进行亮度校正预处理;然后,搜索图像获得最佳缝合线,并从图像重叠区域划分出过渡区域,减小拉普拉斯金字塔面积;最后,在不同区域分别采用加权融合算法和拉普拉斯金字塔融合算法对图像进行拼接。实验结果表明,提出的算法能够有效改善曝光差异,同时减小拼接时所占用的内存。     

结合亮度估计的航空相机曝光融合方法

航空相机CCD(charge coupled device)动态范围有限,在高动态范围场景下通过调节曝光量的方式不能保证图像中所有部分都准确曝光.为了解决这一问题,在复小波域内结合亮度估计对航空多曝光图像进行融合.首先,在相同高动态场景下调节曝光参数曝光多次,获得这一场景的多曝光图像序列,使用基于SURF(speeded up robust feature)算法的小范围快速配准策略对其配准.然后估计它们的亮度情况,在复小波域内,根据亮度情况分配权值对低频分量进行融合,采用加权的区域能量最大法对高频分量进行融合.最后,将融合后的低频分量和高频分量经逆变换得到结果.得到的结果在空间频率、图像清晰度、平均梯度和边缘信息保持度方面表现较好.实验结果表明:在复小波域内结合亮度估计的方法得到的图像亮度适宜,无重影现象且较好地保持了源图像中的细节信息,该方法可适用于多种高动态场景,满足航空相机的工作需求.     

基于伪曝光融合的快速图像均衡化算法

传统的直方图均衡化算法是一种全局算法,它在处理图像过程中会将相邻灰度级合并,容易产生过曝和欠曝问题;另一类局部算法能够改善该问题,但使用了滑动窗口技术,运行速度较慢.为此,提出一种利用多曝光融合算法的半全局均衡化算法.首先,分别对图像的亮部和暗部进行直方图均衡化处理;其次,利用滑动窗口和图像金字塔计算亮部和暗部的局部方...     

一种邻域一致性的NSCT域多传感器图像融合算法

针对同一场景多传感器图像融合问题,提出了一种基于邻域特性的非采样Contourlet变换域融合新算法．首先对待融合图像进行非采样Contourlet变换分解,由邻域平均能量与方差构造各点的能量方差决策值,基于决策值最大原则选择低频子带系数,从而在保持图像亮度的同时融合更多的边缘细节;基于邻域能量最大原则选择带通方向子带系数,以保留更多的边缘．最后反变换得到融合图像．采用多聚焦图像及红外与可见光图像进行仿真实验,并对融合结果进行了主客观评价．实验结果表明,该算法较好地融合了亮度及边缘细节,避免了引入人为噪声,得到了具有更好的视觉效果和量化指标的融合图像．     

结合最优亮度分量的遥感图像融合方法

针对基于亮度色调饱和度变换的遥感图像融合方法中存在的光谱损失问题,提出了一种结合最优亮度分量的融合方法．根据全色图像的亮度分量,利用克隆选择算法给出每幅单光谱图像对应的全局优化权值,该权值可反映出每幅单光谱图像相对于全色图像亮度分量中所占的折中比例,从而减弱了单光谱图像间的相关性,可获得更加逼近全色图像的亮度分量;利用最优亮度分量在改进的空间分辨率增加(ARSIS)框架下获取具有高分辨率的多光谱图像．算法针对快鸟卫星图像数据的实验结果,验证了新方法在降低光谱损失和增强融合图像细节信息方面的有效性,所获得的融合后的高分辨率多光谱图像具有较小的光谱损失．     

基于VSM与图像统计的多聚焦图像融合

针对传统的多聚焦图像融合方法存在块状、伪影效应和对比度损失等问题,提出一种视觉显著性映射(VSM)融合规则与图像统计相结合的融合方法。先使用四阶偏微分方程(FPDEs)和交叉双边滤波器(CBF)方法对源图像进行多尺度分解获取近似层和细节层,再对近似层和细节层分别采用基于VSM和图像统计的融合规则进行融合,最后对融合后的近似层和细节层进行线性组合得到融合图像。对比实验结果表明,所提出的算法在平均像素强度、标准差、相关系数等图像质量指标上均有显著的提高。     

基于多特征的遥感图像融合算法

针对基于多尺度几何变换的遥感图像融合算法细节表现能力不足的缺陷,提出了一种新的基于多特征的遥感图像融合算法。首先,对多光谱图像进行HSI变换,将得到的亮度分量和全色图像分别进行非下采样的Contourlet变换(NSCT),得到低频和高频子带系数;然后,对低频子带系数采用像素绝对值选大的规则进行融合,对于高频子带系数的选择,考虑到不同的因素如(方差、能量、平均梯度)对图像质量的影响不同,提出了一种基于多特征的融合规则;最后,对融合后的低频和高频系数分别进行了逆NSCT变换和逆HSI变换得到融合图像。实验结果证明,该方法可以有效将全色图像的空间信息注入到多光谱图像中,并与HSI变换、Contourlet变换等融合算法相比,该方法在主观和客观评价上优于其他几种融合方法,具有更好的融合效果。     

基于图像熵的自动曝光设计

现有的自动爆光控制方法需要CPU占用大量的时间来处理图像和查找相应的数据库.不适合应用于高速CCD的爆光控制.本文提出了一种利用图像熵来快速判断图像模糊程度的新算法,根据熵值所在的不同范围,通过爬坡算法来调整爆光时间,从而达到控制爆光量.     

基于多尺度融合的遥感图像变化检测模型

为精准识别双时相遥感图像的变化区域,提出了一种基于多尺度融合的遥感图像变化检测模型。该模型在源图像特征提取阶段构造多尺度输入金字塔,接受多层次的感受野,增强对特征信息的感知;并通过对深层差异特征进行多尺度计算,实现精准定位变化区域与充分挖掘细节信息间的平衡;同时融合网络不同层级的差异特征检测结果,极大程度识别并保留语义变化信息。实验结果表明：本文模型在主观评价与客观指标上都具有良好的表现效果。     

基于梯度变换的多传感器图像融合算法

针对像素级多传感器图像的融合问题,设计了一种基于梯度变换的多传感器图像融合算法。该算法利用金字塔变换得到图像的多分辨序列,在相应层次的金字塔图像上进行多方向分解,采用基于梯度变换的融合方法以获取最终的图像。从目视效果来看,采用该算法进行图像融合,能将2幅多传感器图像融合成1幅信息量饱满的单一图像。实验结果表明,该算法与同类其他算法相比较,标准差提高了0.05%～13.66%,偏差度降低了10.33%～48.49%,联合熵提高了0.36%～7.22%。     

基于小波变换的多聚焦图像自适应融合

图像融合是对来自同一场景的不同源图像的信息进行互补和合成,从而获得更为准确、更为全面、更为可靠的图像。采用了一种基于小波变换的自适应图像融合方法,首先将配准好的图像进行小波分解,并提取出细节分量和近似分量。其次,针对不同的频率域选择不同的融合规则,对低频系数选取区域均匀度和变化率相结合的融合规则,对高频系数选用区域方向对比度和区域匹配度相结合的自适应融合规则。最后通过小波逆变换得到融合图像。将其它融合算法和文中所提算法进行主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。     

基于平衡多小波的图像融合增强应用

针对图像多小波分解的特点,提出了一种基于平衡多小波变换的图像融合增强方法。比较了GHM多小波、非平衡CL多小波、平衡CL多小波及平衡opt-recl多小波的融合效果。结果表明,所提方法优于基于非平衡多小波变换的融合方法。     

基于DSP帧曝光图像采集系统

介绍了一种基于帧曝光CMOS传感器(MT9V034)、FIFO芯片(AL422B)、高速可读写存储器SRAM,以及DSP28335系列和CPLD的图像采集和传输系统。采用DSP2000系列内部DMA控制器与FIFO芯片相连的方法,完成对图像的快速采集及传输。详细论述了系统的总体结构、部分硬件设计和软件程序设计,并给出了实验结果。     

基于NSCT和遗传算法的SAR图像和多光谱图像融合

合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。     

基于非下采样轮廓波的多曝光工件图像Retinex增强方法

针对多曝光工件图像动态范围低、反光面多、易产生过饱和现象等问题,提出了一种针对工件图像序列的Retinex方法。引入光照模型,解决现有方法中没有充分考虑光照条件与曝光时间的缺陷。增强不同曝光时间的LDR(Low dynamic range)图像序列,并将一般的单个图像Retinex处理过程扩展至图像序列,综合序列中各幅图像提供的信息。为了更好地保护边缘信息,还采用具有多方向带通特性的非下采样轮廓波(Non-subsample contourlettransform,NSCT)变换先分解出细节、近似分量子图,再分离近似分量图像的照射、反射分量,从序列中选取各分量图像的最优组合用于增强。试验结果表明:该方法能够有效去除工件图像反光面的过饱和现象,同时提升了图像的视觉动态范围。     

多光谱图像与全色图像融合

非下采样Contourlet 变换具有多尺度、多方向性、强大的稀疏表达能力,能够有效捕获图像中的纹理信息,文中提出了一种新的基于非下采样Contourlet变换和 HIS变换的遥感图像融合方法。对多光谱图像进行 H IS 变换,将得到的亮度分量和全色图像进行非下采样Contourlet变换,通过融合算法得到新的亮度分量,进行 HIS逆变换得到融合图像。实验结果表明,该方法在保留原图像的频谱信息的同时增强了融合图像的空间细节表现能力。     

基于神经网络的图像亮度和对比度自适应增强

提出一种高频增强与神经网络相结合的图像亮度和对比度自适应增强方法。利用均值滤波获取原始图像的低频分量,由原始图像与低频分量的差值获取图像的高频分量。同时引入神经网络方法,建立图像的灰度均值、标准偏差与亮度和对比度两个增强系数的非线性映射关系,根据图像本身的均值与标准偏差自动获取增强系数,从而实现图像的亮度和对比度的自适应增强。该方法计算量小,实时性强,对亮度和对比度都较低的图像增强效果较好,可用于图像动态检测系统。为了验证算法的可行性,将所提出的方法应用到货车故障动态图像检测系统(TFDS)所采集的动态图像处理中,获得了好的效果。