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%。     

基于超像素显著性的视频偏色检测方法

针对传统偏色检测方法存在的局限性,基于超像素显著性,提出一种视频偏色检测方法。将视频图像分割为超像素块,提取超像素块的亮度显著性和颜色显著性。使用亮度显著性权值系数对颜色显著性进行贝叶斯融合处理,得到综合显著的超像素块特征信息。将块特征向量作为训练样本,使用支持向量机进行分类和回归训练,检测出偏色视频并实现视频的偏色程度评分。实验结果表明,与传统偏色检测方法相比,该方法检测偏色视频的准确率更高,达到95.1%,且偏色程度的检测结果更接近人眼主观评价结果。     

复杂背景彩色图像中多角度人脸检测

提出一种针对复杂背景彩色图像中的人脸检测方法。基于Gray World假设,在RGB颜色空间采用颜色平衡的方法对偏色图像进行颜色校正,在YES颜色空间进行肤色检测并应用预处理技术缩小人脸检测的搜索区域。在物体区域方向计算的基础上,提出能够检测任意旋转角度人脸的方法,在人脸候选区域采用模板脸匹配方法定位人脸。实验表明,该方法对不同光照环境、不同尺寸、任意旋转的人脸有较好的检测效果。     

基于亮度对比度增强与饱和度补偿的快速图像去雾算法

针对传统去雾方法存在的恢复质量差和耗时较长等问题,提出一种基于亮度对比度增强与饱和度补偿的快速图像去雾算法.首先提出一种基于颜色畸变因子的偏色检测方法,并通过基于完美反射的白平衡方法对存在偏色的图像进行色彩校正;然后在Lab色彩空间的亮度通道内,结合基于天空检测的大气光值估计方法和基于暗通道先验的透射率估计方法,提出基于大气散射模型的亮度通道对比度增强方法;最后为了改善图像画面的苍白感,在HSV色彩空间的饱和度通道内提出基于大气散射模型的饱和度补偿方法,对初步去雾结果进行饱和度补偿,获得色彩鲜艳的无雾图像.与有代表性的去雾方法进行实验的结果表明,该算法可以有效地提高去雾速度,并在避免颜色畸变的同时获得高对比度和高饱和度的清晰复原结果.     

基于偏色校正和信息损失约束的沙尘暴降质图像增强算法

为了解决沙尘暴环境下拍摄的图像中存在的颜色偏移、对比度低等降质问题,提出基于偏色校正和信息损失约束的沙尘降质图像增强算法,主要包含偏色校正和对比度增强2个模块,在偏色校正模块中,通过分析沙尘降质图像的RGB 3个通道直方图分布特点,提出一个改进的基于高斯模型的偏色校正算法;在对比度增强模块中,通过结合基于暗通道先验和信息损失约束算法,提出一种基于大气散射模型的对比度增强算法.为了验证算法的有效性,通过与4种已有算法的大量实验结果对比发现:文中算法不但能够很好地增强不同种类的沙尘降质图像的对比度,而且可以有效地避免图像偏色现象,并且保持良好的色彩保真度和合适的亮度.     

基于近红外和可见光差分特征的图像融合方法

暗光环境拍摄的图像通常存在昏暗、噪声、偏色等退化问题。为此,提出一种基于差分特征的可见光与近红外融合方法。首先,观察到近红外与可见光图像成像不一致性,通过两者结构性差异构造差分特征;其次,利用差分特征映射为融合权重进行权重融合;最后,采用偏色校正方法对融合后易产生偏色区域进行亮度复原,使得融合后偏色区域颜色真实自然。提出的方法能切实有效地利用近红外信息,输出高质量清晰图像。实验结论表明,该方法在主观感受和客观评价上均优于现有算法。     

利用白平衡进行偏色图像的颜色校正

在图像处理领域,大量研究基于景物的颜色特征,所以要保证景物在不同光照下的颜色恒常性。文中提出了一种新的监督颜色校正方法。在拍摄背景中放置黑白渐变的基准板,利用黑平衡和白平衡的原理,通过对基准板所成图像的R、G、B通道累积直方图的分析,得到对偏色图像各通道灰度值的校准方法,来校准整幅图像。实验结果表明,校准图像与颜色正常图像视觉效果基本一致,校正效果较好,方法简洁实用。     

基于多项式回归的四带图像偏色校正算法

针对可见光图像在受到红外光串扰的情况下产生的偏色现象,提出了一种基于多项式回归构建解串扰矩阵的四带图像（RGB三带和IR近红外带）偏色校正算法,该算法在特定的光源条件下,利用标准色卡的24个色块,采用多项式回归的思想构建解串扰矩阵.使用该解串扰矩阵对同种光源条件下拍摄的四带图像进行偏色校正,达到去除红外光串扰的目的.实验结果表明,该方法只需进行一次标定校正矩阵,就可以对同种光源条件下拍摄的不同图像进行偏色校正,恢复图像自然的色彩.     

协同式网络多尺度重叠区域图像偏色检测仿真

在协同式网络下,局部区域图像存在着不同程度的偏色,导致图像颜色失真。现在使用的算法耗时长、代价大存在局限性,故提出一种协同式网络多尺度重叠区域图像偏色检测算法。通过运用相邻加权平均像素进一步获得图像中最重要有效的像素值,完成对图像进行去噪处理;依据亮度和颜色两种信息特征,采用贝叶斯算法对其进行合并,完成图像的亮度和颜色特征提取融合;依据图像的宽度对边缘平滑程度分析,从而得到其各个边缘像素的曲率,运用等效圆概念,对多尺度重叠区域图像偏色做检测处理。实验结果表明,所提算法检测图像偏色具有更高的可靠性、优越性和准确性,可以获得较好的处理效果。     

基于Voronoi图的自动白平衡算法

在数码相机系统中,不同色温下的图像存在偏色现象,而传统白平衡算法不能准确重现图像的真实颜色。为此,提出一种基于 Voronoi图的自动白平衡算法。利用Voronoi图统计白点数,估计当前环境的色温值,并做增益计算,根据标准值对图像颜色值进行校正。在不同背景和光源下的测试结果表明,该算法可使图像质量得到有效改善。     

基于色貌模型的图像颜色校正

近二三十年来,色貌模型的飞速发展促使颜色校正技术从传统的色度阶段步入到色貌阶段。针对颜色校正技术以及色貌模型和图貌模型的研究现状进行了综述,并对模型的性能进行了比较和评价,进一步展望了基于色貌模型的颜色校正技术的发展趋势。     

基于模糊认知图的图像压缩域肤色检测方法

传统肤色检测方法无法同时保证较高的检测精度及较快的处理速度。为此,提出一种基于模糊认知图的图像压缩域肤色检测方法。在熵解码的离散余弦变换系数中,提取图像块的颜色特征和纹理特征,利用模糊认知图建立用于表征压缩域图像特征与肤色检测结果之间关系的肤色模型,采用该模型进行肤色检测实验。结果表明,与传统方法相比,该方法检测准确率更高,所需检测时间更短。     

亮度补偿变换矩阵的颜色恒常性算法

颜色恒常性是计算机视觉的重要研究方向,旨在准确识别目标的真实颜色而不受场景光源变化的影响。目前提出的多种颜色恒常性算法,使用传统的Von Kries 对角变换矩阵对图像的估计照明进行校正,对低照度和强光照射条件下采集到的图像处理效果比较差。根据图像形成的数学模型和光学原理提出了亮度补偿对角变换矩阵的颜色恒常计算方法,该方法对图像颜色校正的同时根据图像像素亮度变化对图像的亮度进行补偿。通过采用多种颜色恒常性算法进行实验验证,该方法能够有效地校正低照度和强光照射图像的颜色、对比度和亮度,从而增强了图像的视见度。     

基于Retinex的彩色图像增强方法综述

Retinex算法是彩色图像增强领域中的重要方法, Retinex算法具有丰富的内涵. 针对传统Retinex算法易在增强结果中产生色彩失真、光晕现象等局限性, 本文讨论并分析了现有的基于颜色空间转变、色彩校正和估计照度分量设计方法的一系列相关的改进方法. 最后指出了Retinex算法可进一步研究的方向.     

彩色图像SUSAN边缘检测方法

传统的彩色图像边缘检测方法主要是基于灰度图像的,先将彩色图像转化为灰度图像,然后用灰度图像边缘检测方法检测边缘。这些方法利用彩色图像的亮度信息进行边缘检测,没有考虑其色度信息。因此部分边缘不能被检测出来。提出了一种基于CIELAB空间的SUSAN彩色图像边缘检测方法。该方法首先将彩色图像从RGB空间转换到CIELAB空间,然后用基于色差的SUSAN算子检测边缘。实验结果表明：此方法能有效地检测出彩色图像的边缘。在保留图像边缘方面,性能优于基于灰度图像的边缘检测方法。     

基于自适应局部非线性回归的颜色校正算法

颜色是图像的重要信息。许多颜色校正算法都采用精度较高的查找表法。为了更好地拟合颜色空间之间复杂的映射关系,在自适应局部线性回归颜色校正模型的基础上提出了基于自适应局部非线性回归的颜色校正模型,在小样本情况下,自适应地选择插值点的个数,利用局部非线性回归模型优化权值,建立三维的查找表,实现较好的颜色校正效果。实验证明基于自适应局部非线性回归的颜色校正模型的校正精度整体高于基于自适应局部线性回归的颜色校正模型的校正精度。     

一种基于形态学的有噪彩色图像边缘检测方法

边缘检测技术是图像分割、图像增强、图像复原、模式识别、图像压缩等图像分析和处理的基础,也是图像处理领域研究的热点问题。本文提出基于HSI颜色空间形态学的有噪彩色图像边缘检测方法。在传统形态学梯度检测边缘的基础上进行改进,计算H、S、I三个分量的边缘信息,然后根据H、S、I所占比重对三分量进行加权融合得到彩色图像边缘。实验结果表明,这种方法所检测的边缘符合视觉边缘,在抗噪声方面的效果比传统方法更佳,能够更完整地保留原彩色图像的轮廓,有更好的实用性和通用性。     

遥感彩色影像镶嵌拼接缝的消除方法研究

对遥感影像拼接缝消除方法存在的问题进行了分析,提出了基于色度空间变换和动态宽度的遥感彩色图像拼接缝消除新方法。在HLS色彩空间,从色度、亮度和饱和度三个方面对拼接缝两侧像元值差异进行消除后,再转换为RGB彩色图像,并用4幅彩红外航空遥感图像进行了试验。研究结果表明,所提出的方法对于遥感彩色图像拼接缝消除具有较好的效果,算法简单、易于实现。     

基于颜色特征分析的色偏检测算法

色偏检测广泛应用于机器视觉相关的各种领域.而传统色偏检测方法大多依赖于一定的假设条件或先验知识.本文基于图像色彩度和色彩自然度,改进了基于图像统计信息的色偏检测方法,提出了一种基于图像颜色特征分析的色偏检测算法.实验结果表明,该算法能够消除图像中主色调对色偏检测的影响,提高色偏检测准确率,同时检测结果与人眼视觉感知系统具有较高的吻合度,并具有较强的适应性.     

基于岭回归的四带图像偏色校正算法

对于在可见光范围拍摄的图像中混入近红外光引起的图像偏色问题,传统监控系统采用机械切换的红外截止滤镜来实现日夜拍摄模式的切换,但这容易产生机械故障,影响成像.本文在不改变原来CCD或CMOS传感器的基础上,采用可见光加850 nm双峰滤镜替代传统机械切换滤镜,但仍存在850 nm红外串扰问题.为解决红外干扰,本文抛弃传统的红外干扰图像偏色校正分析方法,从传感器受近红外光的影响分析入手,通过岭回归的彩色定标方法对相机自身的光谱特性进行校正.这个过程即拟合了摄像头拍摄三带图像时启用红外截止滤镜的状态.首先在实验室黑暗环境中,使用D65标准光源箱,并用850 nm的近红外光源直射已经移除红外截止滤镜的摄像头,在棚中拍摄潘通色卡的四带图像（RGB三带与IR近红外带）;随后关闭近红外光源,同机位拍摄潘通色卡的三带图像.根据岭回归算法进行彩色定标,获取三带图像与四带图像之间的校正矩阵,用于四带图像色彩校正,获得色彩自然的图像.