基于人眼视觉特性的红外图像细节增强

由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点。导致红外图像不适合被人眼及机器观察。传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。本文结合分层思想提出一种基于人眼视觉的红外图像细节的增强的方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层。基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内。细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8-bit范围内。采用大量的红外图像对算法进行测试,实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。     

一种基于图像分层处理的DDE算法

提出一种基于红外图像分层处理及动态压缩的DDE算法。该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取,并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理,再调整和压缩各图层的动态范围并最终合成8bits图像。实验结果表明,该算法能较好地保留并突出原始红外图像中的边缘和细节信息,达到了预期设计的目标。     

基于多感知的红外图像增强算法设计

通过总结传统红外图像增强算法的优缺点,分析FILR公司数字图像细节增强(DDE)技术的基本思路,提出了一种基于图像分层处理的基本框架,利用引导滤波器实现细节增强。该算法通过多感知方法,将高动态范围红外图像压缩映射到低动态范围,同时,尽量保留图像细节,既能在低动态范围的图像中保留整体场景的有效感知,又突出了图像中的重要目标细节信息。     

双指数变换与多尺度细节凸显的红外图像增强

鉴于现有的红外图像增强方法易产生局部的欠增强和过增强以及不清晰的边缘纹理，提出了一种双指数变换与多尺度细节凸显的红外图像增强方法。根据红外图像边缘纹理的粒度，基于Retinex理论用双边滤波将红外图像分解为大、中和小尺度的细节层和基础层；对基础层进行系数小于1的自适应指数变换，在控制亮区过增强的同时自适宜地提高图像的亮度和对比度，而对大、中和小尺度的细节层分别进行系数大于1的自适应指数变换，多尺度地增强图像的边缘细节。实验结果表明，所提方法具有比部分现有方法更优的增强效果，增强图像的视觉效果较清晰，对应的平均梯度和信息熵均较高，而无参考图像质量指标更小。     

亮度分区自适应对数色调映射算法*

色调映射可将高动态范围图像显示在低动态范围显示器上。常用的对数全局色调映射算法由于压缩范围有限容易引起细节丢失,为此本文给出一种基于亮度分区的自适应对数色调映射算法。首先将高动态范围图像由RGB颜色空间转换为XYZ颜色空间以提取图像亮度信息,然后将亮度图分为高、中、低三个照度区域。根据区域亮度属性实施对数色调映射实现动态范围局部压缩,并进行融合处理以消除区域交界处的显示效果。同时采用双边滤波技术进行细节补偿。实验结果表明,此算法能有效压缩动态范围并再现真实场景信息,同时可以保留丰富的细节。     

基于多尺度边缘保持分解与PCNN的医学图像融合

在医学图像融合过程中,传统多尺度分析方法多采用线性滤波器,由于无法保留图像边缘特征导致分解阶段的强边缘处出现模糊,从而产生光晕。为提高融合图像的视觉感知效果,通过结合多尺度边缘保持分解方法与脉冲耦合神经网络（PCNN）,提出一种新的图像融合方法。对源图像进行加权最小二乘滤波分解得到图像的基础层和细节层,采用高斯滤波器对基础层进行二次分解得到低频层和边缘层,将分解过程中每级边缘层和细节层叠加构建高频层,并引入非下采样方向滤波器组进行方向分析。在此基础上,利用改进的空间频率以及区域能量激励PCNN融合高频层和低频层,通过逆变换得到最终的融合图像。实验结果表明,该方法能够突出医学图像的边缘轮廓并增强图像细节,可将更多的显著特征从源图像分离并转移到融合图像中。     

基于格林函数的动态范围压缩算法

为了解决高动态范围图像存在的视觉效果较差以及细节不突出的缺陷,提出一种基于格林函数的动态范围压缩算法.该算法通过稀疏表示将图像分割为多个亮度差异较大的不规则区域;并通过计算各区域的地球移动距离匹配出阴影与高光区域的相似区域;最后提出一种构造不规则区域格林函数的数值解法,结合边界条件,通过曲线积分得到适于显示的低动态范围图像.实验结果表明,稀疏表示抑制了由曲线积分产生的累积误差,数值解法在压缩动态范围的同时有效地增强了图像的细节信息,生成的图像视觉效果较好,清晰度较高.     

基于引导滤波和快速共现滤波的红外和可见光图像融合

针对红外和可见光图像融合结果背景信息不足、对比度较低的问题,提出一种结合引导滤波和快速共现滤波的融合方法。首先,以高斯滤波将源图像分解为细节层和基础层。然后以去除值域滤波器、全局统计共现信息的方式简化共现滤波,形成快速共现滤波,再用其融合细节层;此外,引入窗口因子,用图像大小与窗口因子比值确定引导滤波窗口值,再用其融合基础层。实验结果表明该算法增加了图像背景细节,提高了人物与背景的对比度。主观和客观的实验分析验证了该算法的有效性。     

结合视觉感知特性的梯度域图像增强方法

常见的图像对比度增强方法在压缩图像整体动态范围的同时可有效地增强图像较暗处的细节,但图像中原较亮部分的细节往往得不到增强,甚至被削弱.针对人类视觉感知的特性提出了相对梯度的概念,首先在梯度域对图像原较亮处的梯度进行更大的拉伸,然后在最小二乘意义下重建出增强后的结果图像.通过将RGB图像变换到HSV彩色空间,将增强方法推广到彩色图像的处理中.实验结果表明,采用文中方法可有效地压缩图像的整体动态范围,同时原图像中较暗和较亮处的细节都得到了有效增强或保持.     

一种基于细节层分离的单曝光HDR图像生成算法

针对利用单幅低动态范围（Low dynamic range,LDR）图像生成高动态范围（High dynamic range,HDR）图像细节信息不足的问题,本文提出了一种基于细节层分离的单曝光HDR图像生成算法.该算法基于人类视觉系统模型,首先分别提取出LDR图像的亮度分量和色度分量,对伽马校正后的亮度分量进行双边滤波,提取出亮度分量的基本层,再对基本层和亮度分量进行遍历运算,得到亮度分量的细节层;然后,构造反色调映射函数,分别对细节层和伽马校正后的亮度图像进行扩展,得到各自的反色调映图像;之后,将反色调映射后亮度分量与压缩后的细节层进行融合,得到新的亮度分量.最后,融合色度分量与新的亮度分量,并对融合后图像进行去噪,得到最终的HDR图像.实验表明该算法能挖掘出部分隐藏的图像细节信息,处理效果较好,运行效率高,具有较好的鲁棒性.     

基于FPDEs与CBF的红外与可见光图像融合

针对传统红外与可见光图像融合结果中的对比度不足、块状效应、伪影以及边缘区域信息失真等问题,文中提出一种基于四阶偏微分方程(FPDEs)和交叉双边滤波器(CBF) 的红外与可见光图像融合方法。首先,分别使用FPDEs和CBF方法从源图像中获取近似层和细节层;其次,针对多尺度分解获得的近似层含有残余低频信息导致融合图像的整体视觉反差较大的问题,采用基于视觉显著性映射(VSM)的方法对近似层进行融合;然后,对细节层使用改进的Karhunen-Loeve变换获得权重,而后进行细节层融合;最后,通过线性组合方式将近似层与细节层融合,从而产生融合图像。实验结果表明,经基于FPDEs与CBF的方法融合后,相较于基于主成分分析和基于交叉双边滤波器的方法,基于FPDEs与CBF的方法所得融合图像的标准差 平均 提高了43.73%左右;相较于基于引导滤波器和基于视觉显著性最小二乘优化的方法,融合图像的平均梯度提高了约9.46%,空间频率平均提高了19.79%左右。     

基于亮度分层的快速三边滤波器色调映射算法

三边滤波器是在双边滤波器的基础上引入了梯度信息,能够很好地保留图像细节,但其时间开销较大.为此,提出了一种基于亮度分层的快速三边滤波算法.通过对三边滤波器中的梯度滤波阶段进行加速,把图像按照像素亮度值分成多层,并对每一层计算2幅中间图像,可在中间图像上进行高斯滤波得到梯度滤波的结果.实验结果表明,使用该算法进行高动态范...     

基于双树小波和神经网络的图像降噪与增强

为提高在图像降噪过程中对图像细节信息的保护能力,提出一种基于双树小波和神经网络的图像降噪与增强算法.通过Canny算子检测图像的边缘,通过shearlet变换将噪声图像分解为高频子带和低频子带;使用卷积网络保留边缘区域,通过两层剪切波滤波器组对非边缘区域进行降噪,通过神经网络对总体图像进行增强.实验结果表明,该算法可以实现较高的降噪性能,有效地提高图像的质量.     

基于细节再现的高动态范围图像分层映射算法

针对当前映射算法中亮度的映射函数非适性而引起对比度过度压缩的问题,以及映射时亮度变化改变图像细节可见性的问题,提出了一种基于细节再现的高动态范围(HDR)图像分层映射算法。该算法采用视觉响应曲线作为基础层的映射函数,根据图像局部适应性亮度动态地映射亮度;同时,在Stevens效应的思想基础上依据映射前后亮度变化获得补偿系数,拉伸或压缩细节层。测试结果表明：该映射算法所得图像能正确再现更多的可见细节。     

一种区域多直方图红外图像增强方法*

直方图均衡是一种简单有效的红外图像增强技术,但存在着细节信息损失较大的缺陷。为改进这一缺陷,使直方图均衡在增强图像对比度的同时不损失灰度级别,并能增强图像细节特征,提出一种基于区域的multi-HE红外图像增强方法。该方法通过聚类算法将图像分割成多目标区域,据此将直方图分割成多个子图,运用多直方图均衡化对图像进行处理,从而达到在不同目标范围内的图像增强。经过实验验证,该算法能有效地抑制背景区的过增强,扩大了目标区的灰度范围,增强细节部分。     

色外观匹配的高动态范围图像再现

针对高动态范围(high dynamic range,HDR)图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题,提出一种色外观匹配的HDR图像再现算法.首先将HDR图像的色度和亮度信息分离,通过估计源场景观察条件,利用色外观模型(color appearance model,CAM)将HDR图像再现至显示环境,保持源场景的色度外观;然后针对亮度图像,根据直方图特征进行自适应分区,构造分段线性色阶调整函数,将显示亮度范围动态分配给不同的亮度分区,以增强图像感知对比度,并利用双边滤波技术提取图像细节信息进行细节补偿;最后,将处理后的彩色和非彩色信息合成,并对亮度压缩带来的色外观变化进行色度校正,得到与源HDR图像色外观一致的低动态范围(low dynamic range,LDR)再现图像.实验表明,新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法.     

相位一致性原理改进的双边滤波器

为了在增强滤波器去噪强度的同时还能够保留更多的图像边缘细节信息,提出了将相位一致性原理同传统双边滤波器相结合的改进算法.根据提取图像的相位一致性信息,自适应修改双边滤波器的空间相关性和灰度相关性因子,以取得最佳的滤波效果.通过实验图像进行验证,并对处理后的图像进行了主客观还原效果评价,峰值信噪比和结构相似性指数均有较大的提升,实验结果表明了该算法的有效性和可行性.     

基于视频叠加算法的变电站易损高压电气设备可视化监控技术研究

为增强变电站高压电气设备易损性可视化效果,研究了基于视频叠加算法的变电站高压电气设备易损性可视化监控。利用改进的α混合算法结合视频背景色的反走样,叠加可见光视频以及红外视频,选取引导滤波器将视频帧分为基础层和细节层,利用改进的自适应加权二维主成分分析(W2DPCA)融合基础层,选取细节层作为最终细节层,获取最终融合帧,...     

基于非局部均值的多尺度色调映射

针对高动态范围图像在传统输出设备上的显示问题,给出一个基于非局部均值滤波的多尺度色调映射算法。该算法使用非局部均值滤波对高动态范围图像进行粗化,将图像分解为一个包含大尺度变化的基本层和多个具有小尺度特征的细节层,对基本层和细节层分别进行调整,进行色彩还原。实验结果表明,与双边滤波等算法相比,该算法在较好还原真实场景的同时,不仅避免了光晕现象,也保留更丰富的细节信息。     

动态场景的高动态范围图像生成

动态场景的多曝光高动态范围成像方法中,由于鬼影检测不准确导致鬼影去除失败,并且采用单帧参考图的鬼影去除方法生成的高动态范围图像存在细节信息不足.为此,提出一种无鬼影且高细节信息的多曝光高动态范围成像方法.首先通过相邻的两帧图像灰度值之间的顺序关系得到部分鬼影区域,另一部分鬼影区域则由相邻图像灰度值之间的差值,与经过多次迭代优化后的阈值判定得到,在分离相邻图像的鬼影区域后,整合为选定的单帧参考图像与其余输入图像之间的鬼影区域;然后采用图像修复方法增强去除移动物体后的非参考图像在鬼影区域内细节信息;最后使用静态场景的多曝光高动态范围成像方法生成高动态范围图像.实验结果表明,与已有方法相比,该方法不仅能有效地去除鬼影,同时避开了单帧参考图方法中鬼影区域细节信息完全由单帧参考图像决定的弊端,保留和改善了生成图像在鬼影区域内的细节信息.