基于尺寸可变块匹配的多视点视频颜色校正方法

针对多视点视频系统中视点间图像颜色差异的问题,本文提出了一种基于尺寸可变块匹配的多视点颜色校正方法。该方法首先通过视差估计得到匹配块;然后根据残差能量对其可靠性进行分类,对不可靠块采用四叉树分割和可变块视差估计进行重新搜索,逐步消除由于匹配块不可靠性带来的方块效应和边缘模糊现象;最后通过线形回归方法得到颜色校正系数,从而校正不同视点间的颜色差异,并且采用亮度直方图均衡进一步提高了校正质量。实验选用多视点测试序列,将本文方法与直方图匹配算法、JMVM中的亮度补偿算法进行比较,结果表明本文方法对校正图像的主观质量和客观质量均有所提高,是一种有效可行的多视点视频颜色校正方法。     

基于Hilbert抽取的图像块运动估计算法

在图像块运动估计算法中,自适应抽取图像像素关键点是块匹配成功的关键因素.针对传统自适应抽取像素点算法主要针对局部图像区域的问题,通过利用Hilbert曲线来抽取全局区域的像素点,并把它与十字架搜索模板相结合,提出了一个改进的快速块匹配算法.仿真试验结果表明,该算法简单有效,可以在低比特率视频编码中得到很好的应用.     

一种基于视觉特性的彩色图像增强算法

为了增强图像暗区域部分,基于人类视觉系统的全局和局部自适应调节原理,提出一种彩色图像增强方法。该方法主要包括全局自适应亮度调节、局部对比度增强和颜色恢复3个部分。全局亮度调节采用直方图非线性自适应拉伸来增强暗区域的亮度;局部对比度增强利用当前点与区域像素之间的关系,调节当前点的亮度,以增强图像局部对比度;通过一种自适应的非线性颜色恢复算法恢复图像色彩。通过大量图像对比实验分析表明,本文方法可以自适应有效快速地实现图像增强。     

多视点视频编码去相关颜色校正

多视点视频编码效率受到各个视点图像之间颜色不均衡的影响。在三色激励值近似线性无关的lαβ颜色空间中,对多视点视频数据实现了颜色校正。根据视频序列原始数据的特点,选择合适的变换矩阵,提供了YUV到lαβ空间的变换式。为降低不同视点间亮度差异的影响,在块搜索和匹配中结合相关分析法,获取最优匹配块。将匹配块数据变换到从lαβ衍生的一个线性无关的颜色空间中,采用统计量逼近的方法对数据进行了更简便的校正。结果表明,所校正的数据变换回YUV空间后,主观效果良好,消除了颜色差异,在编码性能上,Y分量平均PSNR提高达l.4dB以上,证明了该颜色校正算法的有效性。     

基于内容的自适应块匹配改良算法

块匹配算法作为一种像素匹配的传统算法,由于匹配精度不稳定和计算复杂度大等缺点,从而导致其应用受到了很大的限制.为此,提出了一种改良的自适应块匹配算法.该算法先对目标图象内容进行预处理,并通过与统计阈值的比较,实现了相关窗口大小的自适应调整;同时对算法中的相关窗口隔点采样,利用镂空相关窗口进行匹配,从而在保证计算精度的前提下,很大程度上降低了计算复杂度;在累积误差的消除上,则利用匹配内容的几何约束关系和像素参数等特点进行二次定位.此外,还将彩色视频在亮度空间的YUV一维坐标进行投影,然后计算投影结果的相关值,从而实现了算法在彩色视频中的应用.实验证明,匹配精度和匹配速度有明显提高,该算法可应用在人脸特征点的跟踪和匹配.     

耦合光度配准的双边全变差正则化MAP超分辨率重建算法

针对曝光量不同的序列图像超分辨率重建问题,提出一种耦合光度配准的双边全变差正则化MAP超分辨率重建算法。首先计算感兴趣区域图像的方向梯度直方图(HOG)并以此为匹配的特征,其次采用直方图匹配的方法估算序列图像之间的光度映射函数,最后采用双边全变差正则化的超分辨率重建算法进行重建。通过计算重建图像的平均梯度、标准差及图像对比度发现,该算法能够有效提高重建图像的细节信息,并能有效减小重建图像间的亮度差异,提高图像对比度。     

基于像素值排序与块再分的可逆数据隐藏算法

基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。     

一种新颖的多视点视频偏色校正算法

针对多视点视频序列中视点间出现偏色的问题,提出了一种偏色校正算法.该算法在编码端只处理目标序列的亮度分量,在解码端利用运动矢量信息和参考序列,使用色彩扩散的方法恢复出目标序列的颜色信息.在完成偏色校正的同时,有效地提高了编码效率.以标准多视点视频测试序列为实验对象,将本文算法与直方图匹配校正、未校正序列进行比较,表明本文算法可以有效校正偏色现象,并获得良好的主观效果.     

Landsat-7 缝隙数据恢复的算法研究

扫描行校正器异常造成了Landsat-7图像数据丢失(称之为缝隙数据),由于数据本身仍保持了良好的辐射和几何特性,具有较好的可用性,因此研究缝隙数据的恢复算法将具有较好的理论价值和应用前景.目的就是通过仿真实验寻找一种较好的恢复算法.首先介绍了课题背景以及现有的算法--全局直方图匹配法和局部直方图匹配法,并在局部直方图匹配算法的基础上提出了自适应局部回归匹配算法.最后对同一幅缝隙图像用这三种算法来实现恢复,通过比较均方根误差和运行速度,论证了自适应局部回归匹配算法在精度方面要优于全局直方图匹配算法和局部直方图匹配算法,算法复杂度要优于局部直方图匹配算法,具有很高的可行性.     

基于局部和全局特征相融合的切变镜头自动检测算法

提出一种改进的基于局部的亮度差异直方图的方差和全局的灰度直方图帧差相融合的切变镜头自动检测算法,该过程由滑动窗口中相邻两帧的融合特征差值与自适应阈值的比较来自动进行切变检测。提取帧的分块亮度差异直方图的方差作为局部特征,这样既可以避免闪光灯和运动的干扰,又可以增加特征的空间信息;同时提取帧的灰度直方图作为全局特征;接着将二者相互融合,通过和自适应阈值比较来进行切变检测。对大量视频进行实验,结果表明该算法对切变检测具有良好的检测性能,对运动及闪光灯具有较好的鲁棒性,易于实现。     

基于共生矩阵的彩色图像增强算法

针对传统的直方图均衡化会使图像过分增强,产生不自然的现象,提出一种利用二维共生矩阵的彩色图像增强算法。首先,利用相邻3×3像素之间的相关性来构造共生矩阵;然后,对彩色图像中的亮度分量进行共生直方图均衡;最后,将增强后的图像进行暗原色处理得到比较理想的图像。从所提增强算法与其他3种典型的增强算法的比较可看出:所提算法不仅考虑了图像的全局与局部信息,而且降低了直方图峰值和光环效应,提高了图像对比度,有较好的增强效果。     

改进型虚拟线式视频车辆检测算法

在智能交通系统中,虚拟线式视频车辆检测算法广泛应用于交通流检测。虚拟线式视频车辆检测算法仅利用像素的亮度信息,受阴影和图像噪声的影响较大,在某些情况下认假率和拒真率比较高。为此提出一种改进型算法,采用两级检测方式,兼用了像素的亮度信息和色度信息。第一级处理利用亮度信息进行检测,第二级处理利用色度信息进行检测,根据色度信息修改亮度阈值。实验结果表明,改进型算法可有效克服阴影和图像噪声的影响,平均认假率为0.71%,平均拒真率为0.81%,与原算法相比均有明显降低,并且满足实时性要求。     

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.     

一种使用多维度直方图匹配的图像风格迁移算法

在传统的基于直方图匹配的图像风格迁移算法的基础上，提出一种新的基于多维度直方图匹配的图像风格迁移算法。通过构建关于原图像的不同维度的直方图，然后进行原图像和目标图像的匹配，分别得到原图像在不同维度直方图下的风格迁移图像，最后对这些风格迁移后的图像进行融合生成最终的结果。在保持原图像与目标图像整体风格上尽量相似的情形下，同时又使原图像的局部细节尽可能保留，实现整体风格相似却又保留局部细节的平衡。     

Physiological inverse tone mapping based on retina response

The mismatch between the Low Dynamic Range (LDR) content and the High Dynamic Range (HDR) display arouses the research on inverse tone mapping algorithms. In this paper, we present a physiological inverse tone mapping algorithm inspired by the property of the Human Visual System (HVS). It first imitates the retina response and deduce it to be local adaptive; then estimates local adaptation luminance at each point in the image; finally, the LDR image and local luminance are applied to the inversed local retina response to reconstruct the dynamic range of the original scene. The good performance and high-visual quality were validated by operating on 40 test images. Comparison results with several existing inverse tone mapping methods prove the conciseness and efficiency of the proposed algorithm.     

基于亮度分区模糊融合的高动态范围成像算法

针对单幅图像生成高动态范围（HDR）图像进行直方图扩展时,造成的色彩失真、局部细节信息丢失的问题,提出了一种基于亮度分区融合的高动态范围图像成像算法。首先,提取正常曝光彩色图像的亮度分量,根据亮度阈值将亮度分成两个区间;然后,对两个区间的图像用改进的指数函数扩展其亮度范围,使得低亮度区域的亮度增加、范围扩大,高亮度区域的亮度减小、范围扩大,从而增大图像的整体对比度,保留色彩和细节信息;最后,将扩展后的图像和原始正常曝光的图像基于模糊逻辑的方法融合为高动态图像。分别从主观和客观两方面对所提算法进行了分析。实验结果表明,所提算法能够有效地扩展图像的亮度范围,并保持场景的颜色信息和细节信息,生成的图像视觉效果更佳。     

Optimizing stereo‐to‐multiview conversion for autostereoscopic displays

We present a novel stereo‐to‐multiview video conversion method for glasses‐free multiview displays. Different from previous stereo‐to‐multiview approaches, our mapping algorithm utilizes the limited depth range of autostereoscopic displays optimally and strives to preserve the scene's artistic composition and perceived depth even under strong depth compression. We first present an investigation of how perceived image quality relates to spatial frequency and disparity. The outcome of this study is utilized in a two‐step mapping algorithm, where we (i) compress the scene depth using a non‐linear global function to the depth range of an autostereoscopic display and (ii) enhance the depth gradients of salient objects to restore the perceived depth and salient scene structure. Finally, an adapted image domain warping algorithm is proposed to generate the multiview output, which enables overall disparity range extension.     

基于时域自适应滤波及非局部平均的夜视图像去噪算法

为了增强夜视图像的可视性和清晰度,提出了一种适用于夜视环境的视频图像去噪和增强算法。首先在噪声消除方面,提出了一种基于卡尔曼结构更新的运动自适应时域滤波器。然后利用带有自适应限幅阈值的伽马校正调整RGB直方图,来增加去噪视频图像的动态范围。最后,使用非局部平均(NLM)去噪滤波器消除剩余噪声。提出的方法能够直接用于颜色滤波阵列(CFA)原始视频图像,以便获得较低的内存消耗。在夜间环境(低于0.1 lux)下,利用2百万像素CMOS传感器进行了具体测试,实验结果表明,相比现有的夜视图像增强方法,提出的视频图像增强法在夜间环境下均表现出了更加良好的性能指标。     

一种亮度可控与细节保持的高动态范围图像色调映射方法

高动态范围(High dynamic range, HDR)图像通常需压缩其动态范围,以便于进行存储、传输、重现. 本文提出一种具有亮度可控与细节保持特性的HDR图像的全局色调映射方法.该方法对HDR图像 照度直方图进行裁剪与补偿,令色调映射后的低动态范围(Low dynamic range, LDR)图像仍能够保持原有的细节特性, 同时利用概率模型估算出输出LDR图像的亮度与标准差,进而调整直方图亮度区域的分配, 使得输出LDR图像的亮度接近用户设置的亮度,最后以分段直方图均衡的方法进行HDR色调映射处理. 仿真结果表明,该方法能对HDR图像动态范围进行合理的压缩映射,输出的LDR图像的亮度可由用户控制或自适应选择, 同时能保持图像的细节信息,令图像的主观视觉感受对比和谐.     

基于直方图修正的局部对比度增强算法

针对传统直方图均衡化算法经常导致过增强,噪声放大和局部对比度低等缺点,提出了基于直方图修正的局部对比度增强算法。首先,利用自适应部分子块重叠方法把图像划分成一系列的子块,子块的大小能根据图像局部特征自适应调整;然后,对每个子块采用基于直方图修正的对比度增强方法进行处理;最后,融合各重叠子块的处理结果得到最终的增强图像。实验结果表明,该算法具有噪声鲁棒性、可控制增强等级、可调节动态范围和局部对比度较强的优势,增强后的图像具有更自然的视觉效果。