基于颜色与结构失真的色域映射图像无参考质量评价算法

为了预测色域映射图像客观质量,通过分析不同色域映射算法的映射原理发现色域映射图像中主要存在颜色失真与结构失真的情况.基于此,提出了一种基于颜色与结构失真的色域映射图像无参考质量评价算法.在颜色失真方面,计算色调异常率和图像R、G、B三个分量的统计分布与理想均匀分布之间的相对熵;在结构退化方面,提取图像的信息熵与四阶矩,并对图像亮度与饱和度进行统计建模,提取参数特征.随后,将以上提取的数据作为质量感知特征与图像的主观分数值输入后向传播神经网络进行回归训练得到针对色域映射图像的质量评价模型.最后,在三个公开的色域映射图像数据库上进行性能验证.实验结果表明,该算法在预测色域映射图像质量方面优于现有的无参考算法.     

基于特征的彩色位图隐写分析

针对互联网上流行的真彩位图文件的隐写算法工具InplainView, 根据算法嵌入原理和特征分析,成功实现了对隐秘图像的检测;通过研究从隐秘图像中所提取消息的字符频度分布,提出了对嵌入消息加密的密钥恢复解决方案,有效提高了隐写分析性能。最后的实验结果表明,该隐写分析方法简单、高效,便于实用。     

基于颜色不变量和仿射不变性的彩色图像配准

ASIFT图像配准算法实现了完全的仿射不变性,但色彩信息的缺失导致算法对光照条件敏感。结合颜色不变量理论和ASIFT算法,提出一种彩色图像配准算法CASIFT。在ASIFT基础上以颜色不变量代替灰度信息提取特征点并建立特征点的特征描述子,解决了ASIFT算法在光照差异较大情况下彩色图像配准率低的问题。实验结果表明,CASIFT彩色图像配准算法对于光照变化和视角变化均有更好的鲁棒性。     

基于色彩分量相关性的彩色图像可擦除水印算法*

通过研究自然图像色彩分量之间的相关性,提出一种在彩色图像中嵌入可擦除水印的新方法。该方法在图像分块的基础上,利用色彩分量之间的相关性在每一图像块中嵌入两位水印,水印信号是用有意义的水印图像经混沌序列调制生成的二值序列,嵌入位置由绿色分量的平均值和密钥决定,具有非常好的安全性和易碎性,水印的提取和擦除不需要原始图像。实验表明,该方法嵌入的水印不可见性好,擦除水印的图像与原始图像完全一致,适合于图像的精确认证。     

结合SURF特征的多功能彩色图像水印算法

针对目前大多数水印算法功能较单一,提出了一种可以同时进行版权保护和内容认证的多功能彩色图像双水印算法。首先,将原始图像由RGB空间转换到YUV空间,提取亮度分量的SURF（speeded up robust feature）特征点,根据特征点的主方向构造描述向量并将其拆分为两个子向量,分别计算它们与一个参考向量之间的余弦夹角,通过比较夹角的大小关系来构造鲁棒零水印序列;然后对原始图像进行2×2分块,对子图像块奇异值范数进行异或运算来产生脆弱水印信息,并将其嵌入至图像空域的最低有效位。版权归属鉴定时通过计算原始鲁棒零水印序列和从待检测图像中提取的水印序列之间的BCR（bit correct rates）相关系数作为鉴定的依据,内容认证时通过比较图像最低有效位和脆弱水印信息是否一致来实现篡改的检测和定位。实验结果表明,本文算法具有良好的透明性和较高的计算效率,同时具备版权保护和内容认证的双重功能。     

基于CPLD的VGA时序彩色信号的实现

采用可编程逻辑器件CPLD设计一个简易VGA视频信号产生模块,经过软硬件调试,最终在显示器上显示彩色方块或线条等正确图像.利用此原理,可以设计更多的彩色图像,且可将采集的图像进行实时显示,将此作为信号源,应用于显示器电路的开发或某些嵌入式系统中,进行视频设备的调试与性能分析或系统中信号处理模块的调试与性能分析等.     

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。     

Real-time wrist localization in color images based on corner analysis

Hand detection and gestures recognition have become very popular in recent human-computer interaction systems. Although several methods of hand detection have been proposed in the literature, they exist few methods that use the wrist as a factor of detection, others impose constraints on the length of the sleeves and on the orientation of the hand. In this work, we present a new two-stage algorithm of wrist localization designed for hand detection and gestures recognition systems. The first stage of the algorithm consists in separating the skin region containing the hand from the background, and in the second stage, the wrist is localized from the resulted skin mask. The main contribution of the proposed method is based on the analysis of corners along the contour of the skin masks to localize the wrist emplacement. Based on an evaluation on 437 color images with their ground-truth and three sets of skin masks, we compared our method with other efficient methods of literature and the results obtained were very satisfactory.     

基于RGB的颜色辨识系统设计

传统颜色辨识系统需要白平衡调整,引入了人为误差,造成辨别精度较差。介绍了一种改进型颜色辨识方案,采用TCS3200D颜色传感器将颜色信号转换为数字信号后直接送至AT89C52单片机处理,硬件电路简单,在基本型软件算法的基础上设计了改进型软件算法流程,避免了白平衡调整引入的人为误差,有效提高了辨识精度。实验结果表明:系统对不同颜色辨识速度快、精度高,可广泛应用于各种需要对颜色成分进行分析、辨识的行业。     

基于自然彩色图像的彩色化权值函数建模

针对现有的权值函数采用人为指定的核函数,难以准确地反映图像复杂处像素间的色度相似关系,提出了利用自然彩色图像特性构建权值函数的方法。根据自然图像的像素在RGB空间的分布特征,提取出色度与灰度的局部线性关系,并利用其作为先验知识结合最小二乘法推广至整幅图像,进而获得一种新的权值函数。该权值函数能将相近的两像素间的灰度差异、位置差异及周围像素的灰度分布统一到色度相似程度的计算中。实验结果表明,该权值函数有助于获得更优的彩色化结果,特别是在复杂边界处效果提升明显。     

基于共生矩阵的彩色图像增强算法

针对传统的直方图均衡化会使图像过分增强,产生不自然的现象,提出一种利用二维共生矩阵的彩色图像增强算法。首先,利用相邻3×3像素之间的相关性来构造共生矩阵;然后,对彩色图像中的亮度分量进行共生直方图均衡;最后,将增强后的图像进行暗原色处理得到比较理想的图像。从所提增强算法与其他3种典型的增强算法的比较可看出:所提算法不仅考虑了图像的全局与局部信息,而且降低了直方图峰值和光环效应,提高了图像对比度,有较好的增强效果。     

A robot self-localization system based on omnidirectional color images

A self-localization system for autonomous mobile robots is presented. This system estimates the robot position in previously learned environments, using data provided solely by an omnidirectional visual perception subsystem composed of a camera and of a special conical reflecting surface. It performs an optical pre-processing of the environment, allowing a compact representation of the collected data. These data are then fed to a learning subsystem that associates the perceived image to an estimate of the actual robot position. Both neural networks and statistical methods have been tested and compared as learning subsystems. The system has been implemented and tested and results are presented.     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

梯度分层重构的彩色图像分水岭分割

目的 现实生活中的彩色图像往往因噪声、色彩不均匀、有较多弱边界等问题的存在导致难以准确分割,结合分水岭变换与形态学重构的优势,提出了一种基于同态滤波与形态学分层重构的分水岭分割算法。方法 首先提取彩色图像的梯度图,接着对该梯度图采用同态滤波修正梯度图。然后利用形态学开闭重构的方法,对滤波后的梯度图进行分层重构。根据梯度图像的累积分布函数及滤波后的梯度像素直方图的分布信息,给出了梯度分层数的计算公式,同时确定了形态学结构元素尺寸。最后对修正后的梯度图像应用标准分水岭变换实现了图像分割。结果 对不同类型的4幅彩色图像进行分割实验,采用区域一致性与差异性相结合的综合指标对分割结果进行无监督评价。这4幅图像的综合评价指标分别为0.6333、0.6656、0.6293、0.6484,均高于文献中两种现有分水岭算法的指标值：0.6295、0.6641、0.6230、0.6454与0.5861、0.5907、0.5704、0.5852,分割性能较好。结论 提出一种新的彩色图像分割算法,应用同态滤波保留了图像的弱边界,采用自适应形态学重构,抑制了分水岭变换中过分割。算法的分割结果更加接近人眼对图像的感知,无论从评价指标还是分割性能看,均表现出色。算法对噪声不敏感,鲁棒性较好,可广泛应用于计算机视觉、交通控制、生物医学等方面的目标分割。     

基于彩色图像势能的非线性缩放算法

非线性缩放能够保持图像主体的特征与比例。基于图像梯度函数,在RGB模型下提出彩色图像的势能算法,利用势能找出图像强势区域。在弱势区域采用快速线性插值法缩放,维持强势区域比例以保护图像重要特征物。与传统图像缩放算法相比,所提算法有效克服了图像在拉伸时产生畸变的缺点。     

基于模糊规则的印刷图像专色分色研究

现有印刷图像专色分色技术已经不能满足印前处理效率和印刷质量要求,针对这一现状,提出了一种模糊C-均值聚类算法(FCM)。该算法基于像素分类,它首先对图像的灰度级进行模糊聚类,得到图像的聚类中心,然后根据每个像素点的灰度级,依照最大隶属度原则将各个像素点归于相应的类别中。实验证明,采用FCM 对印刷图像进行分割具有直观、易于实现的特点,实现了较好的分割效果。     

一种基于颜色特征的目标识别算法

在机器人视觉中,颜色是物体识别和认知过程中必不可少的信息。在YUV颜色空间的基础上,提出了一种基于颜色特征的目标识别算法,采用学习——扩充法获得适应性目标颜色特征的空间分布,克服环境光照变化对目标颜色特征提取的影响,并在算法中采用“位与”运算,提高了识别效率,实际应用证明了该方法的有效性。     

基于眼底图像不同彩色通道的出血特征提取

针对眼底出血图像中出血形态各异、干扰目标多的特性,为提高出血检测精度,同时降低非出血目标引起的干扰,提出了一种基于眼底图像三个彩色通道的出血特征提取方法。该方法利用眼底出血图像在不同彩色通道的表现特性,统计和分析相关性状的像素值特性,并依据出血部分的统计特性设定提取阈值提取出血;使用多尺度顶帽变换和血管密度特征定位血管和黄斑;最后利用不用图像间的逻辑关系针对性去除血管、黄斑干扰,实现了出血区域的自动提取和干扰目标的排除。仿真结果表明,所提方法能够相对完整和准确地提取眼底图像出血目标,且时间效率高。     

Removal of impulse noise in color images based on convolutional neural network

A new denoising framework based on deep convolutional neural network for suppressing impulse noise in color images is proposed in this paper. The proposed framework consists of two modules: noise detection and image reconstruction, both of which are implemented by a deep convolutional neural network. First, a noise classifier network is trained to detect random-valued impulse noise in a color image, which not only can detect the noisy color vector pixels but also can further identify the corrupted channels of each noisy color pixel. Then, a sparse clean color image is computed by replacing the values of noisy channels with 0 and keeping other noise-free channels unchanged. Finally, the sparse clean color image is fed to another denoiser network to reconstruct the denoised image. Experimental results show that the proposed denoiser outperforms other state-of-the-art methods clearly in both performance measure and visual evaluation.     

基于颜色梯度矩阵的通用型RGB图像隐写分析

针对隐写所导致的RGB彩色图像颜色梯度的改变,提出一种基于颜色梯度矩阵的RGB图像隐写分析算法。算法计算RGB图像颜色梯度方向矩阵及梯度和矩阵,提取梯度能量、梯度均值、梯度方差、梯度熵等16维向量构造隐写分类特征,采用支持向量机（SVM）分类器进行隐写判别。实验结果表明,该算法可以较为准确地检测彩色图像JSteg、F5、OutGuess、Steghide、MB1等隐写,适用于RGB图像隐写的检测,具有较好的通用性