异种类型显示器间的色域映射技术研究

为解决不同媒体间色外貌不一致的现象,结合现今流行的"图像主导型色域映射算法"和"三次元色域压缩技术"的优势,设计了"三次元图像主导型色域映射技术"方式,并以4种典型的色域映射方式来实现CRT荧幕到LCD荧幕的色域压缩,从而让大色域荧幕较好的模拟小色域荧幕的色彩再现.经心理物理实验评估,"以最小彩度差为依据法"是最佳的色域映射方式,这为设计更加合理的跨媒体色域映射方式提供了又一崭新思路.     

基于ICC标准的印刷色彩管理色域映射意图自动选择的研究

以颜色复制理论和彩色图像处理为基础,以ICC印刷色彩管理流程为依据,提出了一种基于ICC标准的印刷色彩管理色域映射意图的自动选择方案。借助Matlab强大的数据处理和图像处理工具箱,实现原稿类型的判断和原稿与目标设备色域的提取和比较。采用符合人眼视觉的S-CIELAB色差公式对实验结果进行了验证。     

基于高斯拉普拉斯算子的色域映射算法

目的进一步提高色域映射质量,深入研究空间色域映射算法。方法利用高斯拉普拉斯算子对原图的边缘细节进行提取,叠加到映射后图像上再进行二次映射,得到的图像使用结构相关性和图像色差模型进行评价,将数据与最小色差法、CUSP和Bala等人提出的算法进行比较。结果基于高斯拉普拉斯算子的色域映射算法的结构相关性和图像色差都比Bala等人提出的算法要好。对于色彩艳丽、细节丰富的图像,空间色域映射算法结构相关性和图像色差反而不如普通算法。结论基于高斯拉普拉斯算子的色域映射算法能够提高图像的映射质量,但是空间色域映射算法映射质量并不一定优于非空间类色域映射算法。     

彩色复制中色域映射方法的研究

在当今流行的数字化彩色复制工艺流程中,色域映射作为色彩管理的核心部分,已成为国际颜色科学与彩色图像处理领域的研究热点.基于色域映射的重要性,介绍了色域映射的类型及各种映射算法,并分析比较了各种算法的优缺点,最后总结出色域映射算法需要遵循的原则.     

基于色表的色域映射算法及应用效果研究

目的为了使数字输出设备的色彩复制更加保真,提出一种新的色域映射算法。方法在基于改进凸壳算法色域边界描述算法的基础上,以ECI 2002,IT8.7/4和TC3.5色表为特征点提取对象,提出基于特征点的临近替代映射算法,并在Epson Stylus Pro 7910设备上通过实验对该映射算法的应用效果进行主客观评价。结果基于特征点的临近替代算法与基于改进凸壳算法的色域边界描述算法匹配效果良好。结论根据最后的Z分值可知,文中提出的映射算法以ECI2002色表为特征点时应用效果最佳。     

基于点集模型的LabPQR空间光谱色域映射算法

目的 针对色度色域映射中出现的同色异谱现象, 提出一种基于点集模型的光谱域映射算法。方法 以设备采样样本为基础, 在LabPQR空间内构造色度色域和PQR色域, 以此描述光谱色域; 采用分级映射方法, 在Lab和PQR等2个子空间内对目标光谱依次判断并进行映射。结果 以munsell 1269个色块为检验样本进行试验, 结果显示： 提出算法色度误差为1.0779, 光谱误差为5.12%。结论 提出算法能够有效降低同色异谱现象, 并拥有较高的光谱输出精度, 映射之后的结果能够满足在多种光源下与目标的视觉匹配。     

基于色相角聚类的图像色域边界快速提取方法

目的基于色相角聚类的方法对图像像素进行排列,在此基础上提取图像色域边界,达到零误差快速提取图像色域边界。方法在设备无关色空间的球坐标系中,依据指定颜色属性值的顺序,依次由大到小排列图像中的像素,按照边界点特征提取图像的色域边界点,在上述排列图像像素的基础上,进行"图像到设备"的色域映射。结果对于实验选用图像,提出的方案可零误差取出图像的边界点,计算平均时间仅需2.6 s,用CIE推荐的局部最大值色域边界描述法(SMGBD)计算图像边界点,平均误差大于3ΔEab*,平均计算时间大于1 min;在色相角聚类排列图像像素的基础上进行的最小色差法色域映射,极大地提高了计算速度。结论基于色相角聚类的图像色域边界点提取方法可以快速零误差提取图像边界点,在此基础上进行的色域映射计算,去掉了冗余计算,提高了计算速度,对实现从图像到设备的色域映射有重要意义。     

基于三角划分的多连通域图形匹配研究

由若干个多边形通过组合产生的具有多个连通域的多连通域图形识别问题是工程图纸识别与理解所要解决的重要问题。首先,通过建立包围多边形、连通多边形概念,完成对多连通域图形的表示;然后,依据最近距离、无遮挡、包含原则添加辅助线,实现三角划分,解决了包含连通的定位问题。在匹配过程中,首先通过匹配包围多边形实现多连通域图形的外轮廓定位;然后通过匹配连通多边形删除连通域,逐步收缩图形,实现图形匹配。应用此方法,解决了多连通域图形的旋转、缩放匹配问题,在汽车线束图纸识别中取得了良好的应用效果。     

基于CIECAM02的实时色彩转换模式

从当今包装印刷行业色彩管理的应用现状出发,论述了现今作为国际标准的ICC色彩管理模式的原理及其局限性,然后根据其局限性和当今时代的要求提出了一种改进的色彩转换模式--基于CIECAM02色貌模型的实时颜色转换模式.该模式可以使得包装印刷中对图像颜色信息更加准确地传递,并且真正意义上地实现颜色复制的跨媒体性.     

基于分层加权的多边形图形匹配

提出了一种适用凸凹多边形匹配的分层加权测度方法，在此方法中，对凹多边形、首先进行基于提取凸多边形的模式分解，对凹多边形添加辅助线，形成新的外接凸多边形、通过依次抽取外接凸多边形，将凹多边形表达为仅由凸多边形组成的多层拓扑结构，然后，利用预先定义的互为模板的相似度量准则和分层加权测度模型，计算得到多边形的相似度系数，从而实现凹多边形的匹配和检索。     

基于区域分割的动态规划立体匹配算法

提出一种基于区域分割的动态规划立体匹配算法.首先参考图像经自适应多阈值切割之后,得到一个由区域组成的集合,并沿着各个闭合区域的边界进行动态规划跟踪,然后对于非匹配区域和区域内部分别作视差融合和视差插值处理,获得最终的稠密视差图.实验结果表明,该算法能够取得较为理想的效果,视差图横向“条纹”瑕疵和边界区域上的误匹配点明显减少,层次更加分明,整个视差图平滑性较好,匹配效率有了显著提高.     

双目立体视觉中的区域匹配新方法

提出一种结合已匹配区域参量构造视差梯度函数来分辨最佳候选区域的方法，摒弃了已有算法中单一参量不稳定的特性。对待匹配区域采用中心环投影得到离散曲线，通过比较曲线的相关系数来确定最佳侯选区域。实验证明，算法对区域半遮掩、变形和细微差别等情况都有好的识别性能。     

基于区域主色特征的目标匹配算法

图像彩色特征被广泛应用于内容检索系统(CBIR)与目标识别系统中,如何描述获取区域图像彩色特征是应用颜色特征的基础.论文基于HSV色彩空间中色调量化直方图定义了目标区域主色特征,并综合目标区域主色均值距离与主色直方图相似性给出了区域颜色之间距离表达.同时利用算法对显微镜染色细胞图像中的细胞颜色进行了有效区分,得到了好的匹配结果.     

基于区域邻接图的立体视觉边缘匹配算法

针对自然场景轮廓边缘的立体匹配问题,提出了基于区域邻接图的快速匹配算法.首先利用分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘.基于由全局到局部、自上而下的分层匹配思想,匹配过程分为两步:第一步将轮廓边缘按其所属区域进行分组作为匹配基元进行匹配,匹配过程中根据边缘所属区域的位置,尺寸和灰度特征建立区域约束,并在边缘特征角点的引导下,按照区域邻接图采用类似区域生长的匹配策略实现边缘匹配,区域约束大大减少了边缘特征匹配的搜索空间、优化了匹配顺序.第二步则根据边缘匹配结果,以已匹配的边缘特征角点为基准点,在其引导下实现其他边缘点的快速立体匹配.实验结果表明,该算法匹配正确率能达到93%以上,是一种快速有效的立体匹配算法.     

基于遗传算法的三维模型匹配方法

逆向测量模型与正向设计模型的自动匹配是三维检测的关键技术之一.通过空间六自由度的旋转与平移变换调整模型方位,基于K-D树和拓扑信息获取三维模型与不同方位平面的相交轮廓.利用二维相交轮廓的差异度作为两模型间的匹配判据,避免海量数据点与复杂曲面间的直接匹配计算.采用遗传算法进行两模型最佳匹配方位的求解,以空间六自由度为个体的染色体,通过群体的多点搜索,历经选择、交叉、变异操作,得到全局最佳匹配方位.通过实例验证了方法的有效性.     

基于特征线段匹配的救援机器人建图方法

针对救援机器人的环境识别及其建图(SLAM)问题,提出了一种基于特征线段匹配的方法。通过激光雷达获取环境信息,采用特征线段提取匹配的方法提高了系统运行速度,在救援机器人移动过程中,系统能够及时、准确地进行全局地图更新。在救援环境中,利用救援机器人进行环境识别及建图,实验结果表明:采用基于特征线段匹配方法实现建图,能够得到较完整的环境地图,其方法具有很好的实用性。     

Ultrasound Speckle Reduction Based on Histogram Curve Matching and Region Growing

The quality of ultrasound scanning images is usually damaged by speckle noise. This paper proposes a method based on local statistics extracted from a histogram to reduce ultrasound speckle through a region growing algorithm. Unlike single statistical moment-based speckle reduction algorithms, this method adaptively smooths the speckle regions while preserving the margin and tissue structure to achieve high detectability. The criterion of a speckle region is defined by the similarity value obtained by matching the histogram of the current processing window and the reference window derived from the speckle region in advance. Then, according to the similarity value and tissue characteristics, the entire image is divided into several levels of speckle-content regions, and adaptive smoothing is performed based on these classification characteristics and the corresponding window size determined by the proposed region growing technique. Tests conducted from phantoms and in vivo images have shown very promising results after a quantitative and qualitative comparison with existing work.     

基于视差区域分割的动态规划立体匹配算法改进

基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视差变化自适应地调整聚合窗口的大小,使能量聚合方式更加合理,提高了初始视差的准确性;在路径寻径及回溯阶段,使用多路径寻径回溯法,保留更多的可靠点,减少了误匹配现象的发生。因此,提高了立体匹配的匹配精度,并具有较好的实时性。     

基于区域自适应模型耦合向量约束的图像匹配算法

目的 为了解决提高图像匹配算法的匹配精度与鲁棒性。方法 设计基于区域自适应模型耦合向量约束规则的图像匹配算法。首先引入采用上下文信息的显著性分析方法,提取图像的显著区域和非显著区域。根据区域的显著性特征构造区域自适应模型,用以动态调整FAST算法中的灰度阈值,提取图像中的特征点。然后,通过欧氏度量将特征点邻域内的点分为长、短点集;通过长点集生成特征方向,利用短点集生成特征向量,以获取特征点的描述符。最后,对特征点之间的Hamming距离进行度量,实现特征点的匹配。利用匹配特征点组成的向量建立向量约束规则,对匹配特征点进行优化,完成图像匹配。结果 实验结果表明,与当前图像匹配技术相比,所提算法具有更高的鲁棒性与匹配正确度,当目标旋转角度达到100°时,其匹配准确率仍可达到88.95%。结论 所提算法具有良好的适应性,在遇到几何变换时,具有较好的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。