图像彩色化方法研究进展

目的介绍典型图像彩色化的实现方法及其原理,总结分析图像彩色化方法的特点和应用场景,结合最新研究进展,提出图像彩色化技术以后的研究方向和发展趋势。方法按照图像彩色化技术实现手段分类,对国内外图像彩色化技术研究领域的相关方法进行系统介绍,对比分析基于偏微分方程、图像融合、图像分割的图像彩色化方法及其特点。结论在将来的研究工作中,将图像彩色化技术与其他学科结合,利用计算机的快速处理能力、硬件优势以及丰富的软件资源,并根据应用场景和算法特点,选择合适的图像彩色化方法,可以更好地提高图像处理效率和视觉效果,实现图像彩色化的精准应用。     

基于对象的三维图像颜色传递与视差优化

颜色传递是近年来图像处理和计算机视觉领域的热门研究问题,随着立体图像技术的发展,对于立体图像的颜色传递越来越受关注。本文提出一种双目立体图像的颜色传递方法,在完成颜色传递的同时力求提升用户的观看体验。根据用户实际需求,可以对目标对象进行颜色传递,而保持背景的颜色不改变。在本文提出的方法中,由用户指定图像对象,然后用图割的方法进行图像分割,根据所选对象与目标图像颜色特征的多元高斯模型匹配完成颜色传递。为了进一步增强观看效果,本文在颜色传递的同时进行非线性视差优化,从而提高目标对象的深度感。本文从不同立体图像库中随机选取图像进行实验,实验结果表明,本文方法中颜色传递和视差优化的结合,可以很好地提升立体图像的观看体验。     

基于NSST与IHS的红外与彩色可见光图像融合

目的 鉴于传统的红外与彩色可见光图像融合算法得到的融合图像,无法很好兼顾清晰度、对比度和色彩是否失真等,提出一种新的基于NSST和IHS颜色空间的彩色图像融合算法。方法 首先将源彩色可见光的RGB图像变换到各通道相关性最小的IHS颜色空间,分离出亮度分量和色度分量。其次对彩色可见光的亮度分量和红外图像分别进行NSST分解,对分解得到的低频系数采用基于自适应高斯模糊逻辑函数的系数选择方案,对高频系数则采用基于像素点的绝对值取大的系数选择方案,然后对经过选择的低、高频系数进行NSST逆变换,得到的融合图像作为新的亮度分量,结合已有的色度分量将其进行IHS逆变换,得到最终的RGB融合图像。结果 通过2种场景的红外与彩色可见光图像进行仿真实验,将提出的算法与LPT,SWT和NSCT等算法对比,通过主观评价和客观评价指标IE, AG, SF和SD等,可知新算法的融合结果图像场景细节最清晰,红外隐藏目标对比度最高,且色彩未出现明显失真现象,图像融合质量最高。结论 提出的算法相较于传统的红外与彩色可见光图像的融合质量,全面提升了效果,表明该算法具有优越性。     

Shearlet变换和稀疏表示相结合的甲状腺图像融合

针对甲状腺肿瘤超声图像对比度低和SPECT图像边界模糊的特点,结合多尺度几何分析和单尺度稀疏表示的思想,提出了一种 Shearlet 变换与稀疏表示相结合的图像融合算法。首先,用该变换对已经精确配准的源图像进行分解,得到图像的高低频子带系数。对稀疏性较差的低频子带系数进行字典训练并求解其稀疏表示系数,并采用能量值取大的规则进行融合。高频子带系数采用区域拉普拉斯能量和的规则。最后,用 Shearlet 逆变换得到融合图像。实验结果表明,此算法在主观视觉效果和客观评价指标上优于多尺度融合方法和单尺度下基于稀疏表示的图像融合方法。     

基于稀疏表示的车牌图像超分辨率算法研究

介绍一种应用于车牌图像的稀疏表示超分辨率算法,依据稀疏表示理论,自然图像在合适的过完备字典下总存在稀疏的表示,为输入的低分辨率图像寻找一个稀疏表示,用稀疏系数来生成高分辨率输出图像。通过对低分辨率和高分辨率图像补丁的联合训练生成字典,该字典提供低分辨率图像补丁的稀疏表示,用来生成高分辨率图像补丁。     

基于颜色内容的图像检索方法的比较

通过对基于颜色内容的图像检索技术的研究,提出了几种针对图像颜色内容的图像检索方法及其优化方案,并通过实验,分析和比较了在孟赛尔颜色空间(MTM)和传统HSV颜色空间下,一般直方图和累加直方图检索算法的性能和优劣性,所获成果对基于内容的图像检索技术的发展有一定的指导作用.     

基于颜色特征的服装图像检索系统研究

随着信息化技术的飞速发展,图像检索技术被广泛应用于各大领域。文章对基于颜色特征的服装图像检索系统的建立作出分析研究,旨在将研究成果用于实际应用中,对服装图像数据库管理和服装电子商务等领域提供一些参考依据。     

基于自适应混合颜色空间的图像分割在药片泡罩包装检测中的应用

提出了一种建立新的颜色空间方法,根据相关性小和辩识能力好的原则, 在经典颜色空间分量中选择颜色分量,构成混合颜色空间,可改善需检测的药片图像分割的精确性和鲁棒性.实验表明:基于混合颜色空间的图像分割,药片边缘定位准确,克服了光照不均匀等问题,可精确计算出药片的几何形态属性,提高缺陷药片的识别率.     

基于颜色特征的图像检索技术

本文立足于基于内容的检索技术之上,提出一种基于颜色特征的图像检索新算法,利用颜色集、颜色矩作为图像的颜色信息,计算图像的颜色间距;在检索图像信息时,首先在原图像中提取一些特征点,然后将距离直方图和图像颜色特征有机结合,进行归一化处理,最后利用这两个特征进行图像检索。实验表明,本文的算法具有较强的鲁棒性和实用性。     

一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。     

Underwater Image Enhancement Using Customized CLAHE and Adaptive Color Correction

Underwater images degraded due to low contrast and visibility issues. Therefore, it is important to enhance the images and videos taken in the underwater environment before processing. Enhancement is a way to improve or increase image quality and to improve the contrast of degraded images. The original image or video which is captured through image processing devices needs to improve as there are various issues such as less light available, low resolution, and blurriness in underwater images caused by the normal camera. Various researchers have proposed different solutions to overcome these problems. Dark channel prior (DCP) is one of the most used techniques which produced a better Peak Signal to Noise Ratio (PSNR) value. However, DCP has some issues such as it tends to darken images, reduce contrast, and produce halo effects. The proposed method solves these issues with the help of contrast-limited adaptive histogram equalization (CLAHE) and the Adaptive Color Correction Method. The proposed method was assessed using Japan Agency for Marine-Earth Science and Technology (JAMSTEC), and some images were collected from the internet. The measure of entropy (MOE), Measure of Enhancement (EME), Mean Square Error (MSE), and PSNR opted as performance measures during experiments. The values of MSE and PSNR achieved by the proposed framework are 0.26 and 32 respectively which shows better results.     

基于人眼对比度敏感视觉特性的彩色图像水印技术研究

目的研究结合人眼对比度敏感视觉特性的彩色图像水印技术。方法结合图像变换域频谱特征和人眼对比度敏感视觉特性,提出一种新的人眼感知图像误差阈值的计算方法。依据计算的阈值,设计一种新的基于人眼视觉特性的彩色图像水印嵌入和提取技术方案,并进行仿真实验和多种攻击测试。结果嵌入了水印的彩色图像与原始彩色图像及提取的水印与原始水印相比,几乎一样,人眼无法分辨。经过3种攻击测试后提取的水印信息仍清晰可见,含水印图的PSNR和提取水印的相似度值均较高;在水印方案中,将彩色图像变换到与设备无关的CIELAB颜色空间进行水印的嵌入和提取,有效地提高了水印的实用性。结论文中提出的水印技术具有较好的透明性、鲁棒性和实用性。     

基于小波分析的双阈值火焰彩色图像增强方法

基于CCD的火焰图像监控技术是锅炉燃烧控制的研究热点,该方法的关键环节是获取清晰可靠的火焰彩色图像.针对这一需求,本文采用小波分析双阈值法对火焰彩色图像进行增强,首先将彩色图像分解成RGB三个二维信号,再分别对其进行小波变换,将得到的小波系数采用双阈值法进行提升和缩小以达到增强和去噪的目的,再进行小波重构,之后将新的RGB二维信号重新组合得到增强后的彩色火焰图像.实验表明:采用该方法增强后,图像层次感较强,细节突出,火焰各燃烧区域区分明显;二维温度场测量精度提高了0.62％,绝对误差降低了5.3℃,有利于改善整个锅炉燃烧系统的控制性能.     

LCD 显示器不同色温下相同颜色感知图像增强方法

目的解决LCD显示器不同色温对人眼颜色感知有较大影响的问题。方法利用BP神经网络和色适应变换,提出了一种基于图像颜色相同感知的LCD显示器不同色温下的图像增强方法。结果客观验证100个颜色的平均色差为1.0441、最小色差为0.3034、最大色差为1.9757,符合视觉一致性的要求,利用该方法增强后图像主观评价的Z得分为0.61844。结论该方法能很好地解决图像在LCD显示器不同色温下显示效果的问题,达到了图像增强的目的。     

基于人眼视觉特性的彩色图像增强算法

针对多尺度Retinex算法(MsR)计算复杂度过高的缺陷,本文提出了模拟人眼视觉特性的Retinex图像时比度增强方法.该方法根据Retinex计算模型分离彩色图像的照射分量和反射分量,并引入非线性变换函数对其进行修正.基于对数变换的非线性函数拉伸图像照射分量,改善了全局视觉效果,再利用考虑人眼灰度分辨能力的变换函数对反射分量值进行调整,从而改善了图像局部对比度.实验结果表明,算法直接在RGB彩色空间和其它分离色度亮度的彩色空间的处理效果都很好,没有出现明显的彩色失真现象,处理速度也快于MSR算法.     

采用热转换新技术的彩色打印机

本文介绍了采用热转换新技术的新型彩色打印机,阐述了其种类、性能特点和发展前景,如：热腊打印机、固体喷腊打印机、染料热升华打印机、微干式打印机等。     

一种基于YC-rC-b颜色空间和视觉特性的彩色图像水印技术

根据图像离散余弦变换频谱图特征及结合人眼对亮度和颜色的对比度敏感视觉特性,提出了一种人眼感知图像最小误差即JND阈值的计算方法,通过计算出的JND阈值,提出了一种基于YCrCb颜色空间的彩色图像水印技术方案。方案依据JND阈值筛选彩色图像的3个分量亮度图变换域频谱系数来进行水印的嵌入和提取。从水印技术方案上看,JND阈值的引入使得水印的嵌入达到最大;嵌入算法使得水印嵌入的位置具有随机性,有力地保证了水印信息的安全性。仿真实验和攻击测试表明:含水印图经压缩攻击后的图像与原始图像基本一样,提取的水印信息与原始水印基本相同;攻击后的含水印图具有较好的透明性和较高的鲁棒性。提出的基于YCrCb颜色空间和人眼视觉特性的彩色图像水印技术方案,是一种可行的、较好的彩色图像技术。     

Intelligent Fusion of Infrared and Visible Image Data Based on Convolutional Sparse Representation and Improved Pulse-Coupled Neural Network

Multi-source information can be obtained through the fusion of infrared images and visible light images, which have the characteristics of complementary information. However, the existing acquisition methods of fusion images have disadvantages such as blurred edges, low contrast, and loss of details. Based on convolution sparse representation and improved pulse-coupled neural network this paper proposes an image fusion algorithm that decompose the source images into high-frequency and low-frequency subbands by non-subsampled Shearlet Transform (NSST). Furthermore, the low-frequency subbands were fused by convolutional sparse representation (CSR), and the high-frequency subbands were fused by an improved pulse coupled neural network (IPCNN) algorithm, which can effectively solve the problem of difficulty in setting parameters of the traditional PCNN algorithm, improving the performance of sparse representation with details injection. The result reveals that the proposed method in this paper has more advantages than the existing mainstream fusion algorithms in terms of visual effects and objective indicators.