基于峰值信噪比改进的图像增强算法

在图像增强技术中,现有的图像增强算法在对图像进行增强时,总是伴随着原图像亮度的丢失和过度增强效果。提出一种改进的图像增强算法,该方法解决了传统图像增强过程中造成的过度增强、局部过度不自然、原始图像亮度降质的问题。实验结果证明,基于峰值信噪比的改进的图像增强方法优于现有的算法,并且该算法可以在对图像增强的基础上有效的维持原始图像的亮度。     

基于FPGA+DSP实时图像采集处理系统设计

采用FPGA和DSP的结构实现实时图像采集处理系统,利用FPGA运行速度快、并行处理能力强的优势,采用"对数拉伸"算法对摄像头采集的数据进行前期预处理,达到图像增强,使得停车场类昏暗光线图像亮度分布不均匀的图像变得清晰;利用DSP具有较强处理复杂算法的优势,对FPGA传送过来的分块图像数据采用JPEG并行压缩算法进行图像的压缩.实验结果表明,图像增强模块能够明显改善图片质量,FPGA和DSP的结构能够很好的满足系统实时性的要求.     

退化过程模拟模型及其在图像增强中的应用

模拟了图像的退化过程,在融入邻域间干扰、光照不均和媒介传递率下降的前提下,提出了退化过程模拟模型.依据人眼视觉机制的对比灵敏度、亮度适应能力和侧抑制现象,提出了该模型的视觉适应性解:(1)去卷积,消除邻近像素间的相互影响,提升图像细节;(2)亮度调整,抑制高亮区域的亮度,提升偏暗区域的亮度,均衡外部光照;(3)消除剩余光照图像,恢复图像的颜色和细节,得到视觉适应性良好的图像.实验表明,针对退化过程模拟模型得到的视觉适应性解,与现有图像增强算法相比,在增强图像细节、提升全局对比度、增强结果的视觉愉悦性方面均取得了较大进步.     

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．     

基于空间变换和专家模糊技术的彩色图像对比度增强

现有的图像增强算法存在计算量大、实时性差、参数选择困难、颜色漂移、无法保证收敛性等问题.图像增强的效果主要考虑人眼的视觉感受程度,难以用准确的标准和方法对图像进行处理.因此,基于不精确概念和专家经验的模糊技术是解决现有图像增强算法问题的有效方法.本文提出了一种彩色图像对比度增强技术,首先,从RGB颜色空间变换到色调、饱和度和灰度的颜色空间;然后,利用专家模糊技术对彩色图像的灰度分量进行图像增强处理.该算法不改变原始彩色图像的色调和饱和度.对比实验表明:该方法明显提高了图像的视觉效果,并且计算量小、实时性好.     

低照度全景图像增强处理研究进展

概述了低照度全景图像增强算法及其相关研究现状,以典型的低照度全景图像增强算法为例,进行了算法仿真实验。从主观和客观指标评价两个方面分别对各类典型算法仿真结果进行了比较分析,总结了各类算法的优缺点。指出在兼顾低照度全景图像亮度提升、图像去噪以及细节增强的同时,提高算法的有效性、实时性与自适应性是未来低照度全景图像增强算法发展方向。     

基于暗原色先验的Retinex去雾算法

针对雾天图像去雾问题,提出了一种基于暗通道先验理论的Retinex算法。首先利用引导滤波估计图像透射率优化暗通道先验算法,获取初步去雾图像并对去雾图像进行空间转换;在转换后的HIS空间中建立高斯尺度参数与透射率的指数关系,重新构造高斯滤波核并根据MSR算法对近处景物做大尺度变换以增强颜色保真性,对远处景物做小尺度变换以增强图像细节显示,实现根据景深大小完成自适应MSR算法以优化图像亮度分量I;对饱和度分量S进行自适应线性拉伸以优化图像色彩,最后由HIS空间重新转换为RGB空间得到最终增强图像。实验表明:与几种典型的图像去雾算法相比,经基于暗通道先验理论的Retinex算法处理后的图像清晰度和对比度提升明显,同时获得很好的图像色彩层次感。     

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。     

受生物视觉启发的无人机航拍低照度图像增强算法

针对无人机航拍低照度图像存在亮度低、噪声大、细节不明显等问题,受人类视觉系统中的双路径模型启发,提出一种双路径模型的无人机航拍低照度图像增强算法。构建了一种基于残差单元的U-Net网络将图像分解为结构通路和细节通路;提出了一种改进的生成对抗网络对结构通路进行增强处理,并添加边缘增强模块来增强图像的边缘信息;在细节通路中采取噪声抑制策略减少噪声对图像的影响;融合2条路径的输出得到增强后的图像。实验结果表明,新算法提高了图像的亮度和细节信息,客观评价指标上优于其他对比算法。此外,还验证了所提算法对低照度条件下目标检测算法的影响,实验结果表明,新算法能够有效提升目标检测算法的性能。     

基于新投影模型的利用图像均匀性的RayCasting加速方法

计算机仿真投影图像(digitally reconstructed radiograph,DRR)在计算机辅助医学领域有着广泛的应用,特别是二维三维图像配准对仿真投影图像生成的效率有着苛刻的要求.提出了一种新的投影模型,该模型可有效地分离投影图像中物体的尺度变换和投影失真的耦合度,提高仿真投影图像尺度的可控性.同时提出基于图像内容均匀性的RayCasting改进算法,加速针对光线的积分过程.实验表明:针对均匀性较好的数据,改进算法的效率较传统RayCasting算法有一定提高,同时改进算法生成的仿真投影图像的边缘具有较高的精确度.     

融入注意力机制的弱监督水下图像增强算法

基于监督学习的水下图像增强算法中所需成对训练样本获得困难,为此提出一种融入注意力机制的弱监督水下图像增强算法. 根据不同波长的光在水中传播时衰减程度不同的物理特性,计算红通道衰减图,并将依赖红通道衰减图引导的注意力模块融入生成网络,提高生成网络修正水下图像色偏的性能;设计对抗损失函数和结构相似性损失函数相结合的多项联合损失函数,在修正水下图像色偏的同时保留更多图像细节;在全局和局部两个尺度下优化提出的弱监督水下图像增强网络模型. 实验结果表明,所提算法在主观视觉质量和客观评价指标上都优于比较算法,可以有效地提高水下图像清晰度.     

多通道投影显示系统同步算法研究

为了解决由于渲染节点负载不均衡导致的图像不同步问题,提出了2种同步算法,即基于反馈确认和推算定位的同步方法以及基于纹理图像切割的同步算法。前者综合利用反馈确认、最大相关等待时间和推算定位等策略来实现多通道图像渲染的同步;后者首先读取一幅大的纹理图像,然后把其按照纹理坐标切割后分配给各个视景客户端使用。以3通道多投影显示系统为例给出了这2种算法的理论推导和基于Visual C++与OpenGL的程序实现。对比实验结果表明:这2种同步算法在提高视景画面的实时性和一致性方面达到了比较好的同步效果。     

焊缝磨抛图像预处理技术

为了对焊缝进行磨抛处理,在小型磨抛机器人基础上搭建了基于电荷耦合元件(Charge-coupled device,CCD)和结构光的视觉系统。对焊缝图像预处理技术中的图像增强、二值单像素化做了算法改进。在焊缝图像校正方面使用了线性内插算法,以距离为权值,使得该系统能够主动识别并缩小目标区域,有效地减小了运算数据量。为了突显目标,采用了灰度分布最大化算法。同时将二值化和焊缝光线中心提取整合,提高了运算速度。试验结果表明:该系统运行稳定可靠、检测精度高、速度快,同时该预处理流程和算法有效。     

一种改进的RGB到RGBW信号的映射算法

随着对高亮度、低功耗等绿色显示技术的不断追求,RGBW显示技术成为了国内外热门的研究方向之一。RGBW显示系统的出现解决了RGB系统所遇到的技术瓶颈,然而RGBW显示技术的推广依赖于优秀的信号映射算法,如何将RGB信号转换为RGBW信号,是实现RGBW显示系统的基础。针对RGB显示系统色域较窄,难以提高显示质量的问题,通过对现有RGBW信号映射算法的研究,分析了几种映射算法的优缺点和适用范围,提出了一种改进的信号映射算法。该算法在保证RGBW输出信号与RGB输入信号中的R、G、B三分量值的比例不变的基础上,根据人眼对RGB颜色的感知不同,分别赋予RGB颜色不同的权重,并通过引入转换因子来提取白色子像素分量的值,最终生成新的RGBW信号。Matlab仿真实验表明,改进映射算法保证了色彩饱和度的基本恒定,在RGBW信号与原有RGB信号近乎一样色彩的前提下,较好地提升了图像亮度。     

基于流形学习的车牌图像超分辨率算法

为了解决视频监控系统中车牌图像分辨率较低、车牌字符难以辨识的问题,提出一种基于流形学习的车牌图像超分辨率重建算法。首先学习训练样本库中高、低分辨率图像之间的映射关系,然后利用线性判别分析(Linear Discriminant Analysis,LDA)算法提取图像特征,并利用流形学习中的局部线性嵌入(Locally Linear Embedding,LLE)算法对特征向量进行参数建模,最后通过特征映射关系获得高分辨率图像。实验表明,该方法对监控系统中的低分辨率车牌图像具有较好的超分辨率复原效果,不仅提高了字符的可读性,而且具有更高的峰值信噪比。     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...     

一种SLIP模型的图像增强新算法简

Image enhancement technology plays an important role in human life, social production, etc. This paper presents a new algorithm for image enhancement based on the SLIP (Symmetric Logarithmic Image Processing) model. Firstly, we get the SLIP image enhancement algorithm about image gray values based on the analysis of the existing logarithmic image enhancement algorithm. Then the SLIP image enhancement algorithm is simplified to the simple mathematical operation using the vector operation of the SLIP model. The proposed algorithm can enhance the image not only with the mode of the transmitted light image but also with the mode of the reflected light image. By means of subjective evaluation and EMEE objective evaluation, experimental results show that the proposed algorithm can enhance the image detail and improve the overall image contrast. Meanwhile, the algorithm overcomes the disadvantage that LIP image enhancement algorithm cannot enhance the images with the mode of the reflected light image.     

岩心三维CT图像超分辨率重建

为了提高岩心三维图像分辨率,将调整的锚点邻域回归算法（A+）扩展为三维图像超分辨率重建,提出三维高频修正A+算法.该算法利用已有的高分辨率（HR）岩心三维CT图像和高频修正信息训练高低分辨率字典、高频修正字典、映射矩阵和高频修正映射矩阵.重建时,对每个输入的三维低分辨率（LR）特征块搜索匹配的字典原子以及相应的映射矩阵和高频修正矩阵,通过LR特征向量分别与映射矩阵和高频映射矩阵相乘,直接将三维LR特征映射到HR空间.针对多组岩心三维CT图像进行实验,与其他三维超分辨率算法进行比较.实验结果表明,该算法具有较高的峰值信噪比和结构相似度.     

结合S盒与混沌映射的图像加密算法

针对现有图像加密算法存在的加密质量低、明文敏感性差等问题,提出了一种结合S盒与混沌映射的图像加密算法. 对明文图像的散列值进行运算,得到混沌系统的密钥,以进行置乱和扩散,S盒通过Logistic映射生成. 利用二维Logistic映射和Chen混沌系统生成2个与明文图像大小相同的混沌序列,用来对图像的每个像素进行互换和一阶扩散,并利用混沌序列选择S盒元素与各像素值进行比特异或与同或运算,再对整体的各像素作二阶、三阶扩散处理. 仿真测试和安全性能分析结果表明,所提算法具有良好的加密效果、鲁棒性和明文敏感性,也能较好地抵抗各类攻击.     

基于直方图与图像分块融合的阶调映射算法

阶调映射算法（TMO）旨在将高动态范围（HDR）图像以最符合人眼感知的形式复现于低动态范围显示设备上.为此基于图像分块与融合,提出一种直方图调整的阶调映射算法.高动态范围图像被分为若干非重合的长方形区域,在每一块区域中阶调映射问题被视为基于直方图的K均值聚类问题并且建立相应的求解目标函数.各区域中解得的映射函数根据该区域的均匀性进行调整,以避免对比度增强过度,从而减少伪影.最后,提出一种双边滤波形式的图像融合策略以保证区域边界的平滑性,兼顾位置及亮度差,进而提升映射结果的自然性.在实验中,采用阶调映射图像质量指标来对算法进行客观评估,结果表明所提算法相对于经典的阶调映射方法有更好的阶调映射效果,在细节增强与全局外貌保留间达到平衡,并在局部阶调映射算法中具有较好的运算效率.