基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.提出结合图像亮度信息的曝光适度评价方法,通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将该曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.结果表明,该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

结合亮度估计的航空相机曝光融合方法

航空相机CCD(charge coupled device)动态范围有限,在高动态范围场景下通过调节曝光量的方式不能保证图像中所有部分都准确曝光.为了解决这一问题,在复小波域内结合亮度估计对航空多曝光图像进行融合.首先,在相同高动态场景下调节曝光参数曝光多次,获得这一场景的多曝光图像序列,使用基于SURF(speeded up robust feature)算法的小范围快速配准策略对其配准.然后估计它们的亮度情况,在复小波域内,根据亮度情况分配权值对低频分量进行融合,采用加权的区域能量最大法对高频分量进行融合.最后,将融合后的低频分量和高频分量经逆变换得到结果.得到的结果在空间频率、图像清晰度、平均梯度和边缘信息保持度方面表现较好.实验结果表明:在复小波域内结合亮度估计的方法得到的图像亮度适宜,无重影现象且较好地保持了源图像中的细节信息,该方法可适用于多种高动态场景,满足航空相机的工作需求.     

基于亮度一致性的多曝光图像融合

针对传统的多曝光图像融合算法存在局部亮度与对应场景不一致的现象,提出一种亮度一致性的多曝光图像融合算法。该算法通过分析多曝光图像序列,提取局部对比度、结构信息、曝光亮度信息三种图像特征构造权值图,一方面保留更多场景细节信息和场景结构信息,另一方面保持融合图像局部亮度与对应场景亮度一致。选取8组多曝光图像序列实验,与另外7种经典多曝光图像融合方法对比分析。实验结果表明:该方法得到的融合图像细节丰富,结构相似性、亮度一致性良好,呈现出自然生动的视觉效果。     

一种高清网络摄像机自动曝光方法

针对网络摄像机因曝光不准而导致视频图像质量差的问题,提出一种基于图像均匀分块加权的自动曝光方法。该方法将每帧图像均匀分成许多子块,分别对每个子块赋予不同的权重,求出每幅图像亮度的加权平均值并与目标亮度比较,进而选择不同的步长调节曝光参数,并采用TMS320DM368的H3A硬件模块实现该方法。使用柯达灰度板和照度计对曝光做了测试,测试结果表明,采用该曝光方法得到的视频图像质量较好。     

基于非下采样轮廓波的多曝光工件图像Retinex增强方法

针对多曝光工件图像动态范围低、反光面多、易产生过饱和现象等问题,提出了一种针对工件图像序列的Retinex方法。引入光照模型,解决现有方法中没有充分考虑光照条件与曝光时间的缺陷。增强不同曝光时间的LDR(Low dynamic range)图像序列,并将一般的单个图像Retinex处理过程扩展至图像序列,综合序列中各幅图像提供的信息。为了更好地保护边缘信息,还采用具有多方向带通特性的非下采样轮廓波(Non-subsample contourlettransform,NSCT)变换先分解出细节、近似分量子图,再分离近似分量图像的照射、反射分量,从序列中选取各分量图像的最优组合用于增强。试验结果表明:该方法能够有效去除工件图像反光面的过饱和现象,同时提升了图像的视觉动态范围。     

基于细节特征的高动态范围图像获取算法

为了解决真实场景的动态范围与数字图像的动态范围不匹配的问题,提出一种基于细节特征合成的高动态范围图像获取算法。该方法首先提取多幅不同曝光的低动态范围图像的细节特征,细节特征值越大表明所含细节信息越多,然后将归一化的特征值作为权重,合成多幅低动态范围图像,得到一幅高质量的合成图。实验表明,该算法能得到一幅含有较丰富细节特征、动态范围较广的图像,合成图像不需要色调映射就可以较好地在低动态范围显示器上直接显示。     

高动态范围成像最小包围曝光方法

针对当前相机包围曝光成像集合冗余信息多的问题,提出一种高动态范围成像最小包围曝光获取方法。该方法依据目标相机的可捕获曝光集合构造相机响应函数,从而建立曝光集合与响应函数的映射。然后通过遍历的方法寻找涵盖目标场景动态范围的最小包围曝光集合。对典型的高动态范围逆光场景的实验表明,所提方法可有效的减少包围曝光方式捕获图像的数量,从而降低高动态范围多曝光方式成像的总体捕获时间。     

基于DCT变换的多曝光图像融合方法

针对普通相机拍摄图像中存在区域曝光问题,提出一种改进的基于离散余弦变换的多曝光图像融合算法。分别对同一场景的多幅不同曝光图像分块,并对每个小块进行离散余弦变换。对提取相应位置的低频系数平均加权,获取图像近似部分的融合分量;对高频系数基于区域标准差确定权重系数,根据权重系数的大小获取细节部分的融合分量。最后,通过反离散余弦变换获得较好质量的多曝光融合图像。仿真实验表明,该算法在提取低频系数为25%,高频系数为75%时,展现的图像细节信息更加丰富。     

监控视频图像过曝光区域检测

提出一种融合多种特征的图像过曝光区域检测算法。利用像素的亮度特征和颜色特征,并新引入亮颜特征和边界邻域特征来构成特征向量,用L2正则化逻辑非线性回归方法对训练样本的特征向量进行训练,得到最优分类器模型。对实验图像进行过曝光区域检测,结果显示,相较于亮度阈值法和基于亮度和颜色特征的常规检测方法,引入新特征后的改进算法检测出的过曝光范围区域连通性更好。     

一种基于最大区域熵值的图像融合方法

针对图像融合中不同区域在融合中的不同作用,给出了图像区域熵的概念,在此基础上提出了一种基于最大区域熵值的图像融合方法.首先对参加融合的两幅图像进行分块处理,然后分别计算出对应区域熵的大小,最后选取区域块中熵值较大者作为融合结果.试验结果表明,与现有的基于像素规则融合方法相比,能更好地突出不同图像的区域特征,减少冗余信息,从而取得了更好的融合效果.     

基于图像熵的自动曝光设计

现有的自动爆光控制方法需要CPU占用大量的时间来处理图像和查找相应的数据库.不适合应用于高速CCD的爆光控制.本文提出了一种利用图像熵来快速判断图像模糊程度的新算法,根据熵值所在的不同范围,通过爬坡算法来调整爆光时间,从而达到控制爆光量.     

基于曝光融合的无人机航拍图像增强算法

针对无人机航拍图像光照不均匀及自然雾导致影像质量退化问题,提出了一种无人机航拍图像增强算法。利用改进的低照度图像增强算法均衡亮度对比度;为了解决均衡后图像过增强问题,提出了联合去雾及曝光融合的色彩矫正增强方法;为了保留增强图像的边缘纹理信息,设计了一种效果更佳的细节增强算法,处理后统计直方图更为平滑,可在一定程度上抑制部分噪声,细节纹理信息更强。实验结果表明,所提的航拍图像增强算法,能够有效解决因光照不均或自然雾引起的影像退化现象,提高了无人机航拍图像的质量,主客观图像质量评价指标优于现有绝大多数主流算法,性能更佳。     

基于局部占优的自适应像素加权CT/MRI图像融合算法

针对传统基于像素加权平均图像融合算法存在加权因子难以确定的问题,根据CT/MR I图像信息在空间局部互补的特点,提出一种基于局部占优的自适应像素加权算法.根据CT/MR I在空间局部的亮度信息和细节信息的差异,定义并计算局部亮度对比度和局部细节对比度;根据局部亮度和局部细节对比度计算局部占优度矩阵,并进行中值滤波;接着根据局部占优度矩阵计算阈值K,并用阈值K对局部占优度矩阵进行阈值处理,从而得到自适应加权因子矩阵;根据自适应加权因子矩阵对CT/MR I图像进行融合.     

基于高斯肤色模型和图像分割的人脸检测

提出了一种基于HSV、YCgCr颜色空间和图像区域分割的人脸检测方法.首先,将规范化的rgb肤色转化到HSV、YCgCr颜色空间,对向量（H,Cg,Cr）T进行统计,得到肤色的三维高斯概率模型.然后,根据该模型计算待检图像的肤色相似概率,采用最大类间方差的方法计算二值化阈值,根据阈值将相似度图像二值化.为了抵消人脸区域亮度变化和阴影的影响,以二值图像为模板,在原待检图像的饱和图中根据3像素×3像素区域的平均R、G值进行图像区域分割.在分割得到的区域中,根据人脸特征检测出图像中的人脸.实验表明,提出的方法能在复杂背景的情况下检测出人脸图像.     

基于伪曝光融合的快速图像均衡化算法

传统的直方图均衡化算法是一种全局算法,它在处理图像过程中会将相邻灰度级合并,容易产生过曝和欠曝问题;另一类局部算法能够改善该问题,但使用了滑动窗口技术,运行速度较慢.为此,提出一种利用多曝光融合算法的半全局均衡化算法.首先,分别对图像的亮部和暗部进行直方图均衡化处理;其次,利用滑动窗口和图像金字塔计算亮部和暗部的局部方...     

基于曲线估计的实时曝光图像增强算法

针对曝光错误导致图像质量降低的问题,图像增强旨在不破坏正常曝光区域质量的同时,提高曝光错误区域的质量.然而,在近年来的研究中,使用一个算法解决多种曝光问题并不常见,而且通常需要大量的参数和内存,这不可避免地增加了成本和时间的开销.本文提出了一种新的算法,利用全局-局部感知轻量级Transformer网络和全局-局部光增强曲线,在边缘设备的有限资源下高效的提高图像质量.该轻量级网络主要由全局分支和局部分支两个部分组成.全局分支使用Transformer模块提取最适合的全局参数映射,以区分和调整图像的全局信息.而局部分支获取图像的像素信息,用于估计最佳的局部参数映射.最后,通过迭代运用包含有全局参数映射和局部参数映射的全局-局部光照增强曲线提高了图像质量.在曝光错误数据集上的实验表明：所提出的算法仅需要5%的参数和0.1%浮点运算即可达到与目前STOA算法相当的图像质量,从而显著提高了效率.     

图像曝光状态的双向快速判定方法及电路实现

自动曝光是数字图像处理中的重要一环.针对图像的曝光状态判定,提出一种快速双向算法.该方法运算复杂度和运算量均较低,从而能够快速地判断图像的曝光状态,提高图像曝光控制的实时性,保证整个数字图像处理系统能实时可靠地运转.该方法实现的硬件电路具有简单、实时控制性好的特点,在移动设备中有较高的应用价值.     

台风图像快速匹配算法研究与实现

在图像模板匹配问题中,目前基于像素灰度值的相关算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为克服这些缺点,提出了一种基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.算法中各个R-块编码的计算十分简单;匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对像素灰度的变化与噪声具有鲁棒性.实验结果表明,新算法比现有灰度相关算法的计算时间快了2个数量级.     

基于色彩纹理的车牌定位系统设计

为了提高车牌定位的准确率,提出了一种基于色彩纹理的车牌定位的分析方法. 首先将彩色图像的色彩空间由RGB转换到HSV,生成HSV色彩模型的三通道图像,将图片进行滤波调整之后,并将符合车牌区域的有效像素的灰度值范围作为参数排除图像中的干扰信息,然后将转换后的图像车牌背景颜色和车牌字符颜色进行二值化处理生成两幅灰度图像,采用逐行扫描的方法对两幅灰度图像的各个像素点进行分析和比对,通过像素灰度值的跳变次数,判断是否找出符合车牌纹理的区域,通过计算确定车牌在图像上的区域,并输出车牌图像. 该方法提高了的车牌识别的准确性和稳定性.     

基于NSST域像素相关分析的医学图像融合

针对像素级多模态医学图像融合信息丢失的问题,提出了一种基于非下采样剪切波变换（NSST）的像素相关性分析（PCAS）的图像融合方法。首先,对源图像进行NSST分解,获得高低频子带。然后,利用提出的中心像素方差计算邻域像素与中心像素的强度相关因子,构建邻域像素相关系数矩阵,并提出将相关性拉普拉斯能量和作为高频方向子带的融合规则。再次,计算低频子带中心像素能量以及邻域像素能量梯度信息,得到低频融合决策图。最后,通过逆变换得到融合结果图像。磁共振图像（MRI）和计算机断层扫描（CT）、单光子发射计算机断层成像（PET）、正电子发射断层成像（SPECT）的脑部图像融合实验结果表明,本文融合方法可以很好地保留源图像的显著信息和纹理细节。