一种改进的自适应图像颜色迁移算法

颜色迁移是图像处理中一个重要的研究课题,它要解决问题是:基于图像A和图像B,合成一幅新的图像B,使其具有A的颜色和B的形状;提出了一种改进的自适应图像颜色迁移算法,它可以更好地利用图像的局部信息,并在算法中引入了正交化分析,进一步减少了颜色空间各通道间的相关性,实现对图像A和图像B的图像颜色最优的迁移过程。     

基于直方图映射和分层的图像迁移算法研究

本文提出了一种基于直方图映射和分层迁移的灰度图像上色HisT算法.对于给定的颜色图像和需要迁移的灰度形状图像,先从RGB色彩空间转换到一个正交空间lαβ,消除空间各分量之间的强相关性.然后分别统计两幅图像的灰度直方图,对于灰度图像中的象素点,保留其灰度值,而利用颜色图像中与之对应或相邻灰度等级的颜色信息为灰度图像进行粗糙上色,得到一幅过渡图像.参照灰度直方图,将颜色图像和过渡图像进行分层处理,并利用统计学方法对图像各层和整体统计量进行分析,提取颜色图像的颜色信息和过渡图像的形状信息,最终实现颜色图像到灰度形状图像的上色过程.实验证明,该算法能快速准确地实现灰度图像的上色,具有广泛的应用前景.     

局部颜色映射的彩色夜视算法

针对现有基于全局统计信息的彩色夜视算法不能较好保持图像目标色彩恒常性的不足,提出一种简单有效的局部自然彩色夜视算法。首先依据人类视觉系统的中心-环绕对抗结构生成伪彩色融合图像;按照不同颜色特征对伪彩色融合图像进行聚类,分割成不同颜色域,参考自然彩色图像中对应域为与融合图像对应位置像素集合;最后在简化Lab空间实现对应域间的局部颜色映射,将参考图像颜色特征传输至融合图像。实验结果表明,本文方法使得夜视图像获得如白天参考图像般自然、真实的效果,有利于提高场景辨识能力;方法执行速度快,便于实时处理。     

竞争选择多彩色图像自适应颜色迁移算法

提出一种基于相似性竞争选择的多彩色图像自适应颜色混合迁移算法。首先将彩色图像的颜色空间转换为l?琢?茁空间,然后利用亮度图像信息熵检索选择与灰度图像内容最匹配的多幅彩色图像作为彩色参照图像;然后利用相似性竞争选择进行局部和整体相结合的自适应采样分析,采用像素点对应原则,选择参考图像中最佳颜色信息迁移到灰度图像中,合成一幅崭新的彩色图像。该方法将自动图像检索技术与颜色迁移相结合,达到充分利用多幅彩色图像中彩色信息的目的。最后给出实验结果表明,该算法相对于经典算法具有更好的颜色迁移效果和更加广泛的适用范围。     

基于建立序列图像间映射关系的匹配算法

提出一种基于图像间映射关系的匹配算法，该算法利用目标的运动函数映射前后两幅图像的特征点，映射误差函数最小的对应即为正确的匹配。引进特征点接关系的约束，从而大大减少了候选匹配点的构造空间。实验结果表明，该算法具有良好的鲁棒性和实时性     

基于多混沌映射算法的图像可逆化加密仿真

原图像经过对矩阵元素随机打乱可得到加密图像,加密后的图像可以有效防止已知攻击。可逆映射可以高效地实现像素置乱,但由于离散混沌序列的初始条件较为敏感,因此像素扩散置乱难度较大。为此提出基于多混沌映射算法的图像可逆化加密方法,在图像加密过程中,采用扩散置乱和Arnold变换置乱图像,通过Logistic映射系统和Chen系统生成离散混沌序列,置乱后图像中红、绿、蓝三基色分别执行异或运算,从而输出加密图像。在图像解密过程中,分别对扩散置乱、Arnold变换以及图像加密执行逆映射,输出解密图像,完成图像可逆化加密。实验结果表明,所提方法密钥敏感性和原图与解密图像像素值分布更均匀、相邻像素相关性更低,鲁棒性更强。     

基于反向学习的自组织迁移算法

为了解决自组织迁移算法存在的早期收敛问题,提出了基于反向学习的自组织迁移算法(Opposition-basedSelf-organizing Migrating Algorithm,OSOMA)。该算法利用反向学习机制扩展了个体的搜索方向,获得了更优秀的采样个体,使得算法在保持多样性的同时提高了收敛速度。此外,该算法还对步长进行自适应调整,进一步平衡了算法的勘探和开采能力。通过典型函数的测试证实了OSOMA的有效性。     

基于混沌映射的图像置乱算法

混沌映射具有对初始条件的敏感性、良好的随机性、相关性和复杂性等特性.基于此提出了一种快速、安全的图像混沌置乱算法,实验表明,该算法达到了很好的效果.尤其在大型图像数据库的应用中,该算法在保证安全性的前提下,能在极短的时间内对大量图像进行置乱与恢复.     

保持细节的局部颜色迁移改进算法

局部颜色迁移是指将一幅参考图像标定区域的颜色特征传递给目标图像的标定区域,使之具有与参考图像标定区域相似的色彩。Reinhard算法是一种经典的算法,它但它没有考虑图像的细节信息。在此基础上,提出一种基于图像色调和细节信息的局部颜色迁移算法,它综合考虑目标区域和参考区域的均值、标准差和梯度的信息,在进行色彩迁移的同时,兼顾目标图像本身的细节信息,通过权重可调,大大增加了颜色迁移的灵活性和实用性。     

基于物联网的智能车位锁感应式唤醒控制仿真

在物联网环境下,智能车位锁使用传统的唤醒控制方法存在着唤醒效率低下的问题。为了解决上述问题,提出智能车位锁的感应式唤醒控制方法。引入感应式控制器,从发送端和接收端两个方面,对低频唤醒电路进行设计;根据智能车位锁的休眠参数来监测车位锁的工作状态,结合车辆的识别结果,判断车位锁对应的车位是否存在异常情况。当检测车位存在异常时,启动车位锁设备唤醒控制,并执行异常报警程序。通过仿真发现,相比传统的唤醒控制方法,感应式控制方法每一次唤醒能够节省12.25μA的功率消耗,同时能够缩短0.27秒的延迟时间,因此证明智能车位锁感应式唤醒控制方法具有更高的控制效率。     

一种图像之间的颜色传输方法

首先用OTSU方法将目标图像和参考图像递归分解成对应的若干个相对均匀的区域,这些区域的类间距较大而类内距较小;然后将对应的区域之间进行颜色线性变换.由于没有使用全局统计信息,因而具有较强的通用性.实验结果表明：文中算法的颜色传输效果良好,适用性强,且能在相似性较差的图像间进行颜色传输.     

一种基于Logistic-Sine-Cosine映射的彩色图像加密算法

科技的飞速发展为拍摄和分享图像带来了便利,但随着图像数据的急剧增多,泄露和篡改等安全问题也频频发生,图像加密技术的应用迫在眉睫,尤其是彩色图像的加密急需改进与发展.传统的加密技术主要是针对数据流加密,其效率低、计算量大,存在一定的局限性.基于变换域加密将图像从空域变换到频域进行加密再变换到空域,属于一种有损加密.基于混...     

高阶矩在颜色传输中的应用

图像之间的颜色传输有效地利用了图像的基本统计信息,是一类较新的改变图像颜色的方法．文中实现了这种方法并引入了更高的矩：斜度和峰度．利用幂变换和模变换对源图像数据的斜度和峰度等高阶矩进行了调整,使之更加类似于目标图像的分布,使图像之间颜色传输的效果更好。     

基于B样条色域描述的颜色匹配

目前的色域匹配算法大多在等色调平面上进行,设备的色域边界以三角形近似描述,难以实现颜色的准确再现。该文分析了设备色域剖面的形状,提出了用准均匀B样条曲线来描述色域边界,设计了基于该样条曲线描述的CUSP色域匹配算法。实验结果表明,基于B样条色域描述的颜色匹配明显提高了色彩的再现精度,可显著提高打印输出彩图的质量。     

基于局部矢量匹配的颜色特征快速传递算法

为了提高颜色传递的速度与精确性,改善构成不相似图像之间的色彩传递效果,对传统的Welsh 颜色 传输算法进行了改进．首先颜色空间由RGB 空间转移到以视觉感知为基础的lab 空间下,再按照一定标准将源图 像局部的平均值和标准差组成特征矢量群．根据图像局部区域具有相似特征的特点,对源图像与目标图像局部矢量 特征进行抽样匹配计算．实验结果表明,该算法具有计算精确、传递速度快,受图像构成相似与否干扰小的优点．     

模糊颜色聚类在颜色传输中的应用

提出一种自动的、基于模糊颜色聚类的自适应颜色传输算法．首先将源图像和目标图像从RGB空间转换到tαβ空间,在tαβ空间对2幅图像进行模糊颜色聚类分析;根据目标图像特征属性对每个聚类域计算相应的匹配权值,图像间匹配权值相近的聚类域确定为图像传输的匹配方向;最后将隶属度控制引入传输方程,实现图像间自适应颜色传输．实验结果表明,该算法比原有颜色传输算法的传输效果更加平滑、自然．     

色外观匹配的高动态范围图像再现

针对高动态范围(high dynamic range, HDR)图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题,提出一种色外观匹配的HDR图像再现算法.首先将HDR图像的色度和亮度信息分离,通过估计源场景观察条件,利用色外观模型(color appearance model, CAM)将HDR图像再现至显示环境,保持源场景的色度外观;然后针对亮度图像,根据直方图特征进行自适应分区,构造分段线性色阶调整函数,将显示亮度范围动态分配给不同的亮度分区,以增强图像感知对比度,并利用双边滤波技术提取图像细节信息进行细节补偿;最后,将处理后的彩色和非彩色信息合成,并对亮度压缩带来的色外观变化进行色度校正,得到与源HDR图像色外观一致的低动态范围(low dynamic range, LDR)再现图像.实验表明,新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法.     

基于彩色传递的红外与可见光图像融合方法

提出了一种基于小波分解和彩色传递理论的图像融合方法。在小波变换的基础上，采用一种融合方法对红外和可见光图像进行融合处理；基于色空间变换对灰度融合图像进行彩色传递，实现灰度到彩色图像的转变。实验表明彩色传递图像的色彩接近自然景物颜色，优于传统的假彩色方法，更有利于人眼对目标和环境的判断识别。