双色中波红外图像的分割支持度变换融合

提出了基于形态学分割和支持度变换的双色中波红外图像的融合方法.通过腐蚀膨胀操作、加权叠加实现两幅细分波段图像的局部处理,消除了第一细分波段图像的太阳照射饱和区,然后利用支持度变换对图像进行融合,将两幅图像的细节信息综合起来,使图像更清晰.实验结果表明:同小波包变换融合方法相比,经本文算法融合后的图像有效消除了太阳照射造成的饱和区,太阳影响参数降低了60.05%,局部标准偏差和局部粗糙度分别增加了2.59%和3.39%,处理时间缩短了66.77%,证明了融合方法的有效性.     

红外中波细分图像的小波包变换融合研究

分析了红外中波段的两个细分波段(3.4μm～4.μm和4.5μm～5.3μm)的成像特点,提出了基于二维小波包变换和局部能量的两个红外中波细分波段图像的融合算法.实验结果表明,融合图像同细分图像和未细分图像相比,标准偏差分别增加了6.47%和1.50%,多向粗糙度分别增加了4.82%和4.32%,而太阳影响参数分别下降了4.96%和9.03%,融合了两幅细分图像中比较清晰的信息,减少了太阳饱和区,证明了融合算法的有效性,说明了通过两个细分波段融合的方法可以获得比原中波波段成像效果更好的图像.     

基于小波变换和彩色变换的多聚焦图像融合

提出一种结合小波变换及彩色空间变换的多聚焦图像融合方法。首先把彩色图像从RGB空间变换到YIQ空间,将颜色分量与亮度分量进行分离,从而克服RGB空间各颜色分量的相关性造成融合后图像颜色信息的丢失和错乱;接着,将待融合的多聚焦图像进行小波分解以刻画图像的多尺度信息,在小波域实现融合处理。在融合策略的选取上,对高频分量与低频分量分别采取局部方差与局部梯度最大的融合规则,同时以亮度分量Y作为衡量标准,通过一致性检测对融合系数做进一步的优选,以保持融合后图像的区域连续性。实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法。     

基于Contourlet变换的彩色图像融合算法

以红外和彩色可见光图像为研究对象,提出一种基于Contourlet变换的彩色图像融合算法.算法首先通过IHS(Intensity-Hue-Saturation)变换将彩色可见光图像从RGB颜色空间变换到IHS空间,进而利用Contourlet变换和加权融合规则将 I 分量图像与红外图像进行融合,然后将得到的灰度融合图像进行线性拉伸以获得与 I 分量相同的均值和方差,最后用拉伸后的灰度融合图像替换原来的 I 分量,并通过IHS逆变换得到最终的RGB彩色融合图像.算法一方面将Contourlet变换这一新的数学工具引入到图像融合中,另一方面提供了一种新的红外和可见光图像的彩色融合方法.实验结果表明,同样采用本文的彩色融合方法,Contourlet变换的融合结果优于小波变换,而且本文彩色融合方法的融合性能明显超过传统IHS变换融合法.     

红外偏振与红外光强图像的伪彩色融合研究

针对RGB和l空间转换过程复杂,运算速度慢,不便于用灰度融合图像直接代替亮度分量的问题,提出了一种基于YC C空间的伪彩色融合方法。该方法首先对源图像进行基于特征差异的颜色映射,所得RGB图像通过YC C变换提取亮度分量Y;然后采用新的融合规则对红偏振与光强图像进行了支持度融合,其中低频和高频分别采用目标背景分割和区域方差最大的融合规则;最后用融合结果代替亮度分量,再与C,C分量进行YC C逆变换,得到伪彩色图像。实验结果表明,与文献[8]方法比较局部方差提高21.5%、对比度提高1.15%、清晰度提高6.05%、运算速度提高30.5%,证明了本文算法的可行性和有效性。     

基于PCA 变换与小波变换的遥感图像融合方法

针对传统的PCA变换遥感图像融合技术会丢失部分多光谱遥感图像的光谱信息变量,从而造成光谱图像信息域的失真问题提出了基于PCA变换与小波变换的遥感图像融合方法。该方法首先提出多光谱遥感图像信息域的各波段相关矩阵的特征值变量和特征向量域,对多光谱图像进行主分量的变换,继而求得各主分量变量;然后将非灰度图像与多光谱图像信息域的首个主分量做直方图信息变量的匹配,利用小波变换融合方法来实现多光谱图像信息变量的首个主分量与非灰度图像的融合,其多光谱图像的首个主分量被融合结果来替代; 最后对多光谱图像信息变量的3个主分量变量作逆主分量变换得到所需的最终融合图像信息域。仿真实验表明,该方法使最终融合的图像在多光谱信息的保持与空间细节信息的增强两个方面的综合性能均得到提高。     

基于特征级数据融合的遥感图像重构模式研究

基于图像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合.本文在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,然后对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.本文最后通过融合实验验证了上述结论.     

基于小波和小波包变换的医学图像融合比较

分别用小波变换和小波包变换对CT和PET图像进行融合,用常用的十种图像融合质量评价指标对融合效果进行比较.结果表明小波包变换的融合质量评价指标只有部分是优于小波变换的.在对CT和PET图像进行融合时,小波包并不一定更占优势,要根据自己的实际需求来决定选择使用小波变换还是小波包变换.     

基于小波变换和支持向量机的彩色纹理识别

为了提高纹理图像的识别率,提出了一种将颜色信息融入到纹理识别中的新方法--基于小波变换和支持向量机的彩色纹理识别.首先将彩色纹理图像转化到HSV彩色空间,用小波变换进行树形结构小波分解提取彩色纹理的特征,然后用SVM对不同的特征进行纹理分类识别.对不同的彩色自然纹理图像进行了实验,并将结果与已有的进行了比较.实验结果证明,此方法的正确识别率比较高.     

基于人眼中心-环绕对抗受域神经网络的红外中波细分图像的融合

研究了红外中波的两个细分波段(3.4～4.1μm和4.5～5.3μm)的成像特点.通过分析视网膜受域的结构特点,利用人眼中心-环绕对抗受域神经网络,设计一种新的神经网络模型,将两幅细分图像进行融合.实验结果表明,融合后的图像和细分图像相比,局部标准偏差和多向粗糙度都增加,太阳影响参数却下降了,融合了两幅细分图像中比较清晰的信息,减少了太阳饱和区,证明了该融合算法的有效性,说明了通过该融合方法可以获得比原红外中波细分图像成像效果更好的图像.     

基于小波和色彩传递的夜视图像彩色融合技术

提出一种基于小波和色彩传递的夜视图像的彩色融合方法,使观察者更容易获取图像的场景信息。结合红外图像和微光图像各自的特点,利用NRL法把红外图像和微光图像映射到彩色空间形成假彩色图像(源图像),然后通过小波变换对源图像和参考图像进行多分辨率分解,计算不同分辨率下的均值和标准方差,将各分量根据参考图像和源图像的标准方差比进行缩放,把参考图像的色彩分布传递给源图像。实验结果表明,通过与传统方法的比较,本文算法不仅获得真实场景色彩,还可以提高图像的细节信息,改善场景感知。     

基于小波变换与像元对目标的短波红外图像增强算法

弱光夜视是短波红外成像的重要应用领域之一。针对短波红外弱光图像对比度低,增强后噪声也被放大的特点,提出了一种基于小波变换与像元对目标的短波红外图像增强算法。首先通过小波变换获得不同频率成分的子带图像;然后对低频子带图像进行基于像元对目标的灰度变换处理,对高频子带图像进行可变阈值降噪处理;最后通过小波反变换将处理后的子带重构得到增强结果。将该算法与基于直方图的增强算法,全局优化线性窗口色调映射算法和自然保持增强算法进行比较,采用图像的信息熵和基于Michelson法则的对比度增强度量作为客观评价指标,结果表明本文算法更为有效地提高了短波红外弱光图像的对比度,抑制了噪声的增强,提升了图像的视觉效果。     

全景图拼接中图像融合算法的研究

为了实现平滑连续的全景图拼接融合效果,针对全景图拼接的特点,提出了利用彩色空间变换和Contourlet变换结合对比度金字塔分解的图像融合算法。首先进行HSI彩色空间变换,得到图像的亮度信息,然后利用基于对比度金字塔的Contourlet变换对亮度信息进行塔式分解,得到不同的频带信息,再对不同频带进行融合处理。实验证明,该文提出的算法充分利用Contourlet变换的轮廓特性,展示了图像的细节信息,从而很好地实现了全景图的拼接融合效果。     

Color contrast enhancement method using steerable pyramid transform

A new method of contrast enhancement based on steerable pyramid transform is presented in this work. The use of steerable filters is motivated by the fact that the images are to be observed by human and therefore it would be better to incorporate some knowledge on the Human Visual System in the design of the image processing tool. Here, the frequency and directional selectivity of the HVS is modeled by the steerable filters. The contrast is amplified using a selective nonlinear function which simulates the nonlinearity response of the HVS to the luminance stimuli. So the basic idea is to enhance the luminance signal irrespective of the two chrominance components using a multidirectional and multiscale decorrelation color transform. Initially the rgb (red, green and blue) color image is converted to lab (luminance and chrominance) color image. Only the luminance component is transformed by the steerable pyramid transform, so that the luminance component is independently decomposed into different scale and orientation sub-bands. The contrast in each sub-band is enhanced using a nonlinear mapping function. Finally the rgb color image is obtained from the enhanced luminance component along with the original chrominance components. The performance of the proposed method is objectively evaluated using spectrum energy analysis and a visibility map based on a perceptual filtering model. The obtained results confirm the efficiency of the method in enhancing subtle details without affecting color balance and without the usual noise amplification and edge ringing effect.     

Color to gray and back: color embedding into textured gray images.

We have developed a reversible method to convert color graphics and pictures to gray images. The method is based on mapping colors to low-visibility high-frequency textures that are applied onto the gray image. After receiving a monochrome textured image, the decoder can identify the textures and recover the color information. More specifically, the image is textured by carrying a subband (wavelet) transform and replacing bandpass subbands by the chrominance signals. The low-pass subband is the same as that of the luminance signal. The decoder performs a wavelet transform on the received gray image and recovers the chrominance channels. The intent is to print color images with black and white printers and to be able to recover the color information afterwards. Registration problems are discussed and examples are presented.     

基于小波变换和改进Top-Hat滤波的红外小目标检测

提出了一种基于小波变换与改进Top-Hat滤波的有效地红外小目标检测算法。该方法首先对红外图像进行单层小波分解,分别得到近似、水平、垂直和对角四个分量;接着,对近似分量进行改进Top-Hat滤波,并将滤波结果与原近似分量进行差分,得到差分图像,将其再与水平分量进行融合形成新的近似和水平分量。同时将垂直和对角分量的小波系数置零,进行小波重构。最后,为了进一步凸显红外小目标,采用了基于直方图的灰度变换方法对重构图像进行增强。实验结果证明本文所提出的算法能准确地检测出红外小目标,且鲁棒性较好。     

Low-light image enhancement based on Retinex theory and dual-tree complex wavelet transform

In order to enhance the contrast of low-light images and reduce noise in them, we propose an image enhancement method based on Retinex theory and dual-tree complex wavelet transform (DT-CWT). The method first converts an image from the RGB color space to the HSV color space and decomposes the V-channel by dual-tree complex wavelet transform. Next, an improved local adaptive tone mapping method is applied to process the low frequency components of the image, and a soft threshold denoising algorithm is used to denoise the high frequency components of the image. Then, the V-channel is rebuilt and the contrast is adjusted using white balance method. Finally, the processed image is converted back into the RGB color space as the enhanced result. Experimental results show that the proposed method can effectively improve the performance in terms of contrast enhancement, noise reduction and color reproduction.     

基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.     

Lossless compression of color mosaic images.

Lossless compression of color mosaic images poses a unique and interesting problem of spectral decorrelation of spatially interleaved R, G, B samples. We investigate reversible lossless spectral-spatial transforms that can remove statistical redundancies in both spectral and spatial domains and discover that a particular wavelet decomposition scheme, called Mallat wavelet packet transform, is ideally suited to the task of decorrelating color mosaic data. We also propose a low-complexity adaptive context-based Golomb-Rice coding technique to compress the coefficients of Mallat wavelet packet transform. The lossless compression performance of the proposed method on color mosaic images is apparently the best so far among the existing lossless image codecs.