基于分块DCT同态滤波的彩色图像增强算法

对于光照不均的彩色图像,由于传统的同态滤波器没有充分考虑图像的空间局部特性,同态滤波后的图像在局部对比度增强效果上,不能令人满意.为此,结合DCT变换的优点,提出了基于分块DCT变换的同态滤波算法,可以获得很好的局部对比度增强效果.为了消除分块滤波引起的块效应,提出了基于重叠块的块效应消除方法.同时,为了保留原始图像的色彩信息,提出将图像从RGB颜色空间转换到HSV颜色空间,仅对亮度分量进行基于DCT变换的同态滤波及块效应的去除,色调和饱和度分量保持不变.实验结果表明,该方法不但有效改善了光照不均对图像的影响,而且使图像色彩保持良好,图像中的细节更为清晰,性能上优于传统的同态滤波.     

自适应同态对数光照补偿

人脸检测有广泛的应用前景,但目前的许多人脸检测算法对光照有一定的要求,过亮过暗偏光图像使检测率急剧下降。提出一种自适应同态对数光照补偿方法,用对数函数作为基函数,使变换后的图像符合人的视觉特点;设置对数函数的平移系数,使变换对各种程度过暗过亮偏光阴影图像都可以进行有效的补偿;引入同态补偿公式来补偿光照的同时增强图像细节,使变换后的图像更清晰。实验结果表明,该方法对过暗过亮的人脸图像都可以进行有效的光照补偿,有助于提高人脸检测率。     

基于复合变换的人脸光照补偿方案

分析了非线性变换对图像产生的影响,提出一种复合变换补偿的方法.该方法产生的变换曲线两端起伏剧烈而中间平缓,有效地扩充了中间正常光照区域.选取了过亮、过暗和偏光等不同光照条件下的图像进行实验,结果表明该方法能对光照进行有效的补偿.     

基于HSV空间的彩色图像分割

彩色图像分割是彩色图像处理和图像识别的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。根据HSV颜色空间颜色和亮度无关,将彩色图像从RGB空间变换到HSV空间,然后经过H分割对绿色信息进行提取得到分割结果。试验表明,这是一种计算高效的分割算法。     

人脸识别中基于多小波变换的光照补偿

提出了一种用于非均匀光照条件下人脸识别的光照补偿算法。该算法在对数域计算2维多小波变换来实现人脸光照补偿,然后直接在对数域进行人脸识别。在Yale B人脸库中与其它光照补偿算法进行了比较,实验结果表明,该方法的平均误识率仅为0.70%,优于现有的绝大多数算法。     

同态滤波下RGB-D点云配准方法

目的 为了提高彩色物体配准的精度,针对3维点云颜色信息易受光照条件影响的问题,提出一种基于光照补偿的RGB-D（RGB Depth）点云配准方法。方法 引入同态滤波算法,并将模型对象的3维点云转化成线性点序列,从而对颜色信息进行光照补偿,以提高颜色信息的一致性;获取模型的颜色和几何特征并加权组合成混合特征,以此定义源点云的特征点,并运用K近邻算法搜索其对应点;用奇异值分解（SVD）得到配准的刚性变换矩阵。结果 进行传统的迭代最近点法（ICP）算法、深度信息与色调相结合的算法以及本文算法在不同的光照强度组合的模型配准对比实验,结果显示,在网面凹凸均匀的大卫模型上,配准时间及特征点匹配平均误差方面均约减少到对比方法的1/2;在网面光滑的barrel模型和网面凹凸不一致的阿基米德模型上,特征点匹配平均误差约分别减少到对比方法的1/6和1/8。此外,与Super 4-Points Congruent Set（Super 4PCS）、彩色点云配准算法在不同组合光照强度下进行对比实验,针对4种不同的网面结构模型,本文算法的SIFT特征点距离平均误差全距约减少到对比方法的1/5。结论 利用同态滤波算法抑制光照影响,提高了颜色信息的一致性,在一定效果上消除了光照强度不均匀对3维点云配准精度的干扰。     

一种新的多传感器彩色图像融合方法

针对多传感器彩色图像的融合问题,提出了一种基于高斯同态滤波和YIQ变换的融合方法.对源图像进行YIQ变换,并设计一种动态高斯同态滤波器,在频域内处理各图像的亮度分量,在保持图像彩色信息的同时增强图像细节.运用不同的小波变换规则,对亮度分量和色度分量分别进行融合.将各分量的融合结果逆变换至RGB空间,得到融合图像.实验分析表明:新算法得到的融合图像无论在视觉效果还是在客观评价方面,均优于小波变换方法和Laplace塔型方法,具有令人满意的融合效果.     

基于光照补偿和颜色统计的汽车牌照定位方法

基于车牌颜色相对固定,亮度易受光照条件影响的特点,提出一种车牌定位方法.把车辆图像从RGB空间转换到HSV空间,利用同态滤波对亮度分量进行光照补偿,保持色度和饱和度不变;转换回RGB空间,基于颜色统计进行车牌定位.实验结果表明,对于常见的蓝底车牌,该方法不仅能够实现光照不佳、背景复杂车辆的准确车牌定位,而且还能实现包括接近车牌颜色的各色车体的准确车牌定位.     

非线性复合邻域人脸光照补偿

变化的光照是提高人脸正确检测率的瓶颈,提出了非线性复合邻域光照补偿方法来解决人脸检测的光照问题。非线性复合邻域光照补偿方法用对数函数做为基函数,设置的平移系数和分界值系数可以同时对过亮和偏光的图像进行补偿,引入了邻域光照补偿公式解决了传统非线性方法不能针对同一灰度值像素在不同局部应该进行不同补偿的问题。实验结果表明,该方法对过暗和过亮的人脸图像都可以进行有效的光照补偿,熵比较优于传统非线性光照补偿、Gamma校正和直方图归一化。     

基于同态滤波抑制光照变化的视频分割算法

针对光照变化较大时基于颜色差分直方图的视频分割算法不能有效更新背景,导致后续输入图像前景目标分割失效的问题,提出一种基于同态滤波抑制光照变化的视频分割算法。首先利用同态滤波算法对输入和背景图像(RGB)在HSV空间中亮度分量进行同参矫正,然后将矫正后图像转换到RGB空间,最后利用颜色差分直方图算法进行视频分割。文中算法有效解决颜色差分直方图算法无法将受光照变化影响较大区域更新到背景中的问题,实现背景的实时有效更新,保证稳健地从后续输入图像分割前景目标。3组视频仿真结果表明该算法与高斯混合和Codebook算法相比具有运算速度快,对光照变化鲁棒的优点。     

一种基于同态滤波原理的井下光照不均图像处理方法

传统的同态滤波函数基于高通滤波函数设计,采用该同态滤波函数处理的光照不均图像较暗。根据传统低通滤波器在截止频率半径为5时的图像滤波结果,得出导致图像光照不均现象的主要区域为半径5以内的低频区域的结论;介绍了一种新型同态滤波器的设计过程,进而提出一种基于同态滤波原理的井下光照不均图像的处理方法。该方法采用传统低通滤波函数抑制低频分量,采用传统高通滤波函数增强高频分量;对图像低频分量范围进行细化,对不同的低频分量采用不同的处理方法,即抑制低频分量抑制半径以内的低频分量,使低频分量抑制半径与高频分量增强半径之间较低频率范围内的低频分量基本保持不变,避免了过度抑制低频分量。测试结果表明,该方法在有效处理井下图像光照不均现象的同时避免了对图像整体亮度的过度削弱,效果较好。     

基于小波商图像的人脸光照补偿

复杂光照条件下的人脸识别是一个困难但需迫切解决的问题,为此提出了一种有效的光照补偿算法.该方法根据人脸光照线性变换子空间理论--商图像理论,构造了小波低维训练集,实现了对待识别图像的光照条件估计,并且通过加光和去光策略增强了光照补偿效果.与传统商图像理论相比,该方法利用小波分解,提高的算法执行效率,实验结果表明,该算法以较小的代价取得了较高的识别性能.     

基于同态滤波与Curvelet变换的钻孔图像自适应增强

针对岩石数字钻孔图像存在的光照不均、图像中岩石表面边缘细节模糊等情况,提出了一种钻孔图像自适应增强算法.对原图进行同态滤波;使用Curvelet变换分解原图与滤波后的图像,对两者的低频子带使用系数直方图匹配算法,将前者与后者的直方图进行匹配,改善光照不均的影响;对原图的高频子带使用自适应的阈值进行滤波,同时利用自适应增强函数进行增强;使用Curvelet反变换重构得到增强后的图像.实验结果表明:算法可以有效地改善钻孔图像光照不均的问题,增强图像中物体的边缘信息,在主观视觉效果和图像客观评价指标上相对于其他算法均有一定优势.     

基于角点检测的彩色图像拼接技术

针对彩色图像的拼接问题,提出了一种基于角点检测和仿射变换模型的图像配准算法.利用Harris算子在彩色图像的HSV空间的亮度分量V中检测角点,然后引入基于灰度相关交叉匹配和简化RANSAC算法的两级约束机制确定同名角点,并计算图像仿射变换模型参数,实现图像配准.同时结合人眼的视觉非线性给出了一种分段加权函数,通过对饱和度分量S和亮度分量V的处理,消除明显的拼接缝,实现色彩和亮度的平稳过渡.实验结果表明,该算法具有良好的拼接精度和拼接缝消除效果.     

使用同态分解和小波变换增强真彩图像

在RGB空间中分别对真彩图像的三个通道进行增强能够很好地压缩图像动态范围,但往往会产生色彩偏离。因此,先将真彩图像由RGB空间变换到HSV空间,进行色度、饱和度和亮度分离;然后基于入射-反射模型,对亮度通道进行同态分解和小波变换的图像增强;再根据人类视觉系统光谱感觉特性,调整色饱和度分量的色彩纯度。实验证实,增强后的真彩图像色彩基本无偏差,图像动态范围压缩良好,能够很好地适应人类视觉。该方法对真彩图像的增强优于带色彩恢复的多尺度Retinex方法（msrcr）。     

基于模糊神经网络的彩色图像滤波方法

提出一种基于模糊神经网络的彩色图像滤波方法．该方法将滤波窗口内的像素矢量作为模糊神经网络的输入，根据像素间的矢量距离进行模糊化，通过模糊推理实现对各个像素加权求均值，得到中心像素的输出．输入的模糊化和模糊推理参数由神经网络的自学习功能自动调整，实现最优的滤波效果．对样本图像的处理结果表明，该滤波方法对不同类型的噪声均有较好的滤波效果。     

基于照度补偿的人脸图像遮挡阴影消除处理*

为了消除人脸图像中的遮挡阴影对识别精度的影响,采用数学形态学处理对阴影进行检测分离,根据其照度损失不同划分为阴影边缘区和阴影主体区,分别实施照度补偿,并将非阴影区、阴影边缘区和阴影主体区光强光顺过渡,实现对图像阴影区域的恢复处理。基于该照度补偿原理处理实例表明,该方法可以较好地去除人脸图像中部因遮挡造成的阴影,显著改善图像质量。     

利用小波域同态滤波的伪造图像检测方法

针对伪造图像中常用的模糊操作,提出一种伪造图像的检测方法,该方法首先对伪造图像进行小波域同态滤波,增强处于高频段的人为模糊边缘,然后利用数学形态方法腐蚀掉自然边缘,保留增强的模糊边缘,最后对腐蚀后的边缘图像进行区域标定,从而定位出伪造区域。实验证明该算法相对基于传统同态滤波伪造检测方法,能够较准确定位伪造区域,降低误检率。