基于HSV色彩空间的低照度图像增强

为解决低照度图像色彩偏暗、整体亮度较低、光照不均等问题,提出一种低照度图像增强算法.在HSV色彩空间将V分量按照灰度等级的高低进行分层处理,利用引入权重值的巴特沃斯滤波器对低灰度等级的V分量进行灰度级拉伸,利用提出的亮度控制方法对过度增强区域进行灰度级新映射,合并所有V分量并平滑,基于权重值和映射函数,提出S分量的自适应增强函数对图像色彩进行调整.实验结果表明,该算法是一种有效的低照度图像增强算法.     

PCNN模型在彩色图像增强中的应用

应用灰度图像增强方法对真彩图像进行增强,往往都会产生色彩偏离,影响增强结果和视觉效果。因此基于人眼视觉系统对亮度变化比较敏感,提出在HSV色彩空间,应用PCNN模型进行增强的方法。将真彩图像由RGB空间变换到HSV空间,保持色度H和饱和度S不变,结合入射反射模型,利用脉冲耦合神经网络（PCNN）,对亮度V通道进行增强处理。将HSV空间得到的增强图像变换到RGB空间。实验证实,对一些对比度低、细节不明显的图像应用此方法进行增强,色彩基本无偏差,细节部分明晰,动态范围压缩较好,视觉效果得到了较大的改善。     

基于色彩空间分解的低照度图像增强方法

针对低照度图像增强问题,提出一种基于色彩空间分解的图像增强算法.为了实现图像亮度和色彩的解耦合,将图像进行空间转换;利用中值滤波算法与Retinex算法融合以及基于OTSU处理的自适应局部直方图均衡化,分别实现了亮度分量的增强和饱和度分量的校正.分层图像合成、图像降噪处理和色彩空间的转换,确保增强图像色彩的均匀和清晰度的提高.实验结果与其他几种经典算法相比较,算法获得的增强图像细节方面更为丰富,图像的清晰度更高.     

基于HSI颜色空间的X射线彩色图像分割

给出一种HSI颜色空间上基于HSI分量统计概率分布的彩色图像分割方法,并应用于X射线安全检查仪下危险品图像的分割。该方法将RGB彩色图像转换到HSI颜色空间,并以S分量为主要依据对图像进行粗分割,获得旅客包裹图像,然后,利用H和1分量的联合阈值进行细节分割获得疑似危险品的图像。在实际应用中表明该方法快速简单,满足实时性要求,是一种高效的自动算法。     

基于梯度场均衡化的图像对比度增强

在偏微分方程理论框架下提出一种能够有效增强图像中阴影或高亮区域信息的方法.首先对图像梯度场进行直方图均衡化,使这些图像阴影或高亮区域中的细节能够在梯度域得到增强;然后利用最小二乘原理重建出增强后的结果图像.通过引入 Lab 彩色空间将对比度增强方法推广到对彩色图像的处理中.在数值求解方面,根据Laplacian 算子的特点改进了求解 Poisson 方程的快速算法,改进后的算法具有程序设计简单、计算量小的特点.实验结果表明,文中方法能够有效地改善由于光照影响造成的图像对比度下降.     

基于域滤波的自适应Retinex图像增强

为了提高低照度图像的亮度和对比度,提出了一种新的基于Retinex理论的彩色图像增强方法。首先,基于Retinex理论,提出对HSV空间V分量进行域滤波估计图像光照分量,然后将V分量与光照分量相除得到反射分量的方法。之后,采用自适应Gamma校正对光照分量进行亮度提升,然后采用CLAHE对其进行对比度增强。最后,将亮度校正光照分量与反射分量相乘得到增强后的V分量,并将增强后的图像转化为RGB空间图像,达到彩色图像增强的目的。本算法可以获得更自然的增强效果,能抑制亮度较大像素点的增强,很好地突出图像中的细节信息,克服了图像增强中增强图像对比度低、颜色失真、过增强及光照突变处出现光晕现象等缺点。本算法对多种图像有效,例如高动态(HDR)图像、非均匀光照图像及低曝光图像。通过验证,本算法得到的结果相比于传统方法视觉效果更佳。     

基于NSCT和PCNN的彩色图像增强方法

根据人类对颜色的感知特性,本文在彩色图像的HSV空间,提出一种基于非下采样Contourlet变换（Non-subsampled Contourlet Transform, NSCT）和脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)模型相结合的彩色图像增强算法。首先对HSV空间亮度分量V做NSCT分解,得到低频子带系数和高频方向子带系数,对低频子带系数做PCNN增强,并对处理后的系数做修正,再对高频子带系数做线性变换处理,将处理后的V分量做逆NSCT以重构;然后对饱和度分量S做幂次微调。最后,将HSV颜色空间变换到RGB空间得到增强后的图像。实验结果表明,本增强方法在视觉效果和客观评价指标上都优于比较算法,不仅增加了彩色图像的亮度,而且颜色保持较好,边缘更清晰。     

基于HSI颜色空间的蔗糖结晶图像分割方法

针对煮糖过程蔗糖结晶图像的特点,采用颜色空间转换的方法,将图像从RGB颜色空间转换到HSI颜色空间,利用HSI颜色空间各分量相对独立性以及结晶颗粒和糖浆溶液的色调差异通过改进的大津法对H分量进行阈值分割,再通过数学形态学,中值滤波,孔洞填充,去除噪声颗粒,去除图像边界的非完整颗粒等方法进行后续处理,最终将结晶颗粒从复杂的图像信息中分割出来。实验证明该方法分割效果好,切实可行。     

基于多颜色分量的尿常规自动检测

针对手机终端进行尿常规自动化检测问题,提出一种基于多颜色分量的尿常规检测试纸图像处理算法.对HSV颜色空间中的S分量以及RGB颜色空间中的各个颜色分量执行阈值分割,实现试纸定位,通过透视变换算法做角度校正;使用颜色直方图与投影法对待检测色块进行分割;基于HSV颜色空间建立标准颜色库,将分割后的图像与标准颜色库中的图像利用欧氏距离进行颜色识别.实验结果表明,该方法可以有效地实现尿液试纸条图像分割与检测.     

适应彩色空间的图像对比度增强算法

介绍了模拟人眼视觉系统的Retinex图像对比度增强方法.引入了非线性变换函数修正彩色图像的照射分量和反射分量.全局对比度增强函数拉伸图像照射分量.改善了全局视觉效果.非线性局部增强函数对较大和较小的反射分量值改变较小,对中间值的改变较大,从而改善了图像局部对比度.在RGB彩色空间和许多分离色度亮度的彩色空间的处理速度都很快,彩色空间适应性较好,处理图像也没有出现彩色失真现象.     

基于Retinex理论的图像增强算法*

这种增强算法首先依据像素的R,G,B分量将输入的彩色图像被分解成为三幅图像,代表场景中波长不同（长波、中波和短波）的反射光的强度;分别计算长波、中波和短波波段内像素间的相对明暗关系,进而确定每个像素的色彩。最后,将Retinex色度空间内的色彩线性映射到RGB空间,获得经过增强的图像。通过这种方法所获得的图像具有色彩逼真度、动态范围大的特点。计算机仿真结果表明运用这种方法进行图像处理可以获得非常好的处理效果。     

基于色调不变的彩色图像增强

色调是反映彩色图像中色彩信息的重要参数,为了在进行图像效果增强的同时保持色调不变,通常的做法是先把图像从RGB转化到HIS色彩空间,然后在保持H变量(色调)不变的情况下,进行I(亮度)的增强。但是这种方法由于需要进行色彩空间的相互转化,大大增加了计算量。通过对简化HIS模型的分析,提出了一种直接对R、G、B分量进行处理的彩色图像增强方法。该方法可以运用已有灰度图增强算法进行彩色图像的增强,由于不需要进行色彩空间的转化,大大减少了计算量,可用于实时性要求高的场合。实验结果表明,该方案使彩色图像的增强效果明显,运行效率高。     

基于支持向量机的显著性建筑物检测

提出了一种针对自然图像中显著性建筑物的检测方法.首先,采用自底向上的注意力机制,对图像进行Haar小波分解,对得到的HL,LH分量进行平方求和,得到增强图像,然后对该增强图像在垂直方向上进行侧投影,基于得到的投影曲线进行多层阈值分割,找到显著性建筑物候选区域.进而,利用Sobel算子进行水平边缘与垂直边缘的检测,并统计较长的水平边缘与垂直边缘的数目,组成特征矢量.最后利用线性支持向量机对特征进行分类.实验证明了所提算法的有效性.     

一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法

针对目前脉冲耦合神经网络(PCNN)神经元模型中的参数主要通过人工定义的问题,提出一种基于量子微粒群优化(QPSO)算法的PCNN参数自动确定方法,并分析该算法的时间复杂度。该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数,在解空间中自动搜索PCNN中待确定参数的最优值,提供一种PCNN神经元模型中的参数自动确定方法。将该方法应用于图像分割时,以互信息量作为图像分割评价标准。仿真结果表明文中方法实现正确的图像分割,其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法,表现出较好的鲁棒性。     

基于图像处理的蔗糖结晶颗粒识别方法

针对煮糖过程蔗糖结晶图像的特点采用颜色空间转换的方法,将图像从RGB颜色空间转换为HIS颜色空间,利用HIS颜色空间各分量相对独立性以及结晶颗粒和糖浆溶液的色调差异通过改进的大津法对H分量进行阈值分割,再通过数学形态学,中值滤波,孔洞填充,去除噪声颗粒等方法进行后续处理,最后对处理后的图像提取结晶颗粒的个数、面积、周长、形状指数以及面积比等特征值并进行分析来完成煮糖过程中蔗糖结晶颗粒的识别。实验证明该方法识别率高,切实可行。     

基于颜色特征的玉米雄穗图像分割

提出了一种基于颜色特征的玉米雄穗分割方法.利用侧抑制网络与二维Otsu结合的分割方法对玉米雄穗图像的YCbCr颜色空间的Cr分量进行分割,再利用相同方法对玉米雄穗图像的超绿特征图像进行分割,取两个分割结果的交集,去除小面积的连通域,得到玉米雄穗的分割图.为了验证算法的有效性,选用了不同生长环境的玉米雄穗图像,分别利用本文方法、二维Otsu和基于侧抑制的二维Otsu方法进行了比较实验.结果表明:该方法有很好的抗干扰性,对生长环境有很强的鲁棒性.     

采用梅花采样方向滤波器组的多光谱图像融合

利用梅花采样方向滤波器能够提供丰富的方向信息的特点,提出了一种基于此方向滤波器组的多光谱图像融合方法。该方法通过IHS变换,将多波段影像从RGB空间转换到IHS空间,对I分量及全色影像进行梅花采样方向滤波器变换,得到相应的低频子图像和高频不同方向的子图像,将它们按一定的融合规则得到新的I分量,通过IHS逆变换得到RGB融合图像。实验结果表明,该方法在图像边缘等细节上有较好的视觉效果,取得了优于IHS方法和基于梅花形采样离散小波变换方法的融合效果。     

基于Arnold变换的混沌轨道遍历性的数字图像加密

提出一种基于Arnold变换的图像加密新算法.利用二维和三维Arnold变换混沌轨道的遍历性,提出一个新的空间置乱方法.该方法可以改进传统的Arnold变换置乱方法密钥空间小的缺点,并可以提高置乱度.利用耦合映象格子(CML)映射对图像灰度值进行扩散,进一步扩大了密钥空间,提高了加密系统的安全性.实验结果表明,本文的加密算法加密效果好,安全性高,可以抵抗统计分析并具有抗JPEG压缩、剪切等攻击的鲁棒性.     

融合区域特征和相关反馈的图像检索

提出了一种新的基于内容的图像检索算法,该算法提取图像的颜色-空间特征,在HSV空间中将图像按照H分量进行区域划分,利用区域特征层面上的相似度对图像进行检索,并引入用户的相关反馈来调整并记录示例图像中各对象的特征权值。实验结果表明,该算法可以使计算机更加精确地理解用户的查询要求,提高查询的准确率。     

HSV色彩空间的Retinex结构光图像增强算法

在结构光几何重建中,由于拍摄方式和场景照明情况的复杂多变,使得产生的图像可能会因为光线的亮暗不均造成图像细节的缺失.为此,提出一种基于HSV色彩空间变换的带颜色恢复Retinex算法和色彩饱和度校正策略.针对颜色保持的需要,首先将传统RGB空间上的多尺度Retinex算法转换到HSV颜色空间;然后通过分析HSV颜色空间模型来增强模型中的V分量,同时利用相关系数使S分量随着V分量的增强进行自适应调整;最后将HSV模型转换到RGB空间,使增强后的图像颜色得到保持.实验结果表明,该算法应用于结构光条纹图像的增强中将使结构光图像在颜色得到保持的同时细节信息也得到了增强,更利于后续条纹信息的提取及自动编码.