面向颜色再现的光谱降维方法研究

目的为了解决颜色信息光谱反射率的高维数给颜色再现过程带来的诸多问题。方法利用主流的光谱降维方法(主成分分析,Lab PQR,WSPCA,WSPCAplus),实现利于颜色再现的光谱信息筛选,从光谱精度、色度精度及变光源色差稳定性等3个方面评价这些降维方法。结果实验证明,主成分分析(PCA)法的光谱精度最高,光谱误差只有0.0076,但是在色度精度及变光源色差稳定性方面表现不好;Lab PQR法在光谱精度和色度精度间达到了很好的平衡,但是当变换光源时,其色差稳定性较差;WSPCA法去除了光源的影响,其变光源后色差变化不大,并且同时兼顾了色度精度,但以牺牲光谱精度为代价,WSPCAplus在其基础上将光谱精度提高为0.0081。结论研究结果对颜色再现过程中降维方法的选择具有一定的指导作用。     

同色异谱黑在光谱降维中的应用研究

目的研究同色异谱黑在光谱降维中的应用。方法基于同色异谱黑光谱特性提出MBPCA光谱降维法。该方法将颜色光谱分解为基本光谱和同色异谱黑光谱,基本光谱的基向量由原始光谱通过PCA法得到的前3个基向量构成,原始光谱与基本光谱之间的残余光谱作为同色异谱黑光谱,其基向量由残余光谱通过PCA法推导。结果当降维光源与实际光照光源一致时,只要基向量数目超过3个,其低维模型的色度精度皆为0,当用6个基向量重构光谱时,在4种标准光源下的平均色差接近于1。结论 MBPCA法与PCA法相比,其光谱重构精度与PCA法接近,色度精度比PCA法有明显提高,其六维模型能有效满足光谱颜色复制的需要。     

基于光谱的印刷颜色复制技术研究

简要分析了颜色再现的目标及其印刷技术发展的历史,针对现今印刷颜色复制技术的根本缺陷,提出了基于光谱的印刷颜色复制技术的崭新思路,并对该技术的基本原理、工艺流程做了较为深入全面的阐述.最后初步探讨了基于光谱的颜色复制技术的优越性、研究内容及其在印刷领域的具体应用.     

基于高保真颜色再现的色域拓展方法研究

针对高保真颜色再现的需要,研究了多种拓展目标色域方法。这些方法包括基于新显示技术的色域映射方法、改善纸张表面性能和采用多种数字印刷纸张、采用超过四色的高保真印刷方式等。并将这些拓展目标色域的方法分为软件方法和硬件方法两类。详细分析了上述方法实现色域拓展的特点,并比较了其色域拓展的效果。试验结果表明,采用软件方法和硬件方法拓展色域,所得色域范围和效果明显不同。该结果有助于进一步研究实现高保真颜色再现的方法,使颜色在传递过程中达到最佳的视觉效果。     

基于IHS变换的多光谱遥感图像有损压缩算法

提出了一种有效的多光谱遥感图像有损压缩算法,该算法根据多光谱遥感图像的数据特点,将IHS变换和整数小波变换相结合进行数据压缩.采用IHS变换去除谱间相关性;采用整数小波变换去除空间相关性,依据各个子带的重要程度,用自适应阈值进行量化,并分别对量化后的数据和重要图表采用固定比特平面编码和游程编码.实验结果表明,算法在保证平均PSNR≥33dB时,获得了较高的压缩比,并且算法硬件实现简单,对内存的需求低.     

一种基于LMS加权的残差补偿光谱降维模型研究

目的在PCA算法的基础上提出一种基于LMS锥响应加权的残差补偿光谱降维模型。方法介绍以LMS为加权函数对源光谱加权以及用残差光谱对模型补偿的基本框架。以Munsell色卡作为训练样本,以多光谱图像和SG色卡为检测样本,用文中算法与主成分分析算法分别对其进行降维、重构。结果在不同维数下,采用文中算法重构都具有较高的色度精度,该算法有效提高了主成分分析算法的色度精度,且在变光源情况下仍具有较高的色度稳定性。结论该降维算法采用LMS加权并对残差光谱补偿是一种精度较高的光谱降维模型。     

黄酒糖度近红外光谱降维算法的研究

选取PCA、PLS线性降维算法,LLE、LTSA、ISOMAP、FastICA非线性降维算法对光谱数据降维并建立PLS预测模型.结果表明,线性降维算法中建模效果最好的为PCA算法;非线性降维算法中建模效果最差为FastICA算法;在黄酒近红外光谱降维中非线性降维算法优于线性降维算法.选取ISOMAP-PLS和BP非线性模型对光谱数据进行建模.结果表明,ISOMAP-PLS预测效果优于BP预测效果从而验证非线性降维算法结合PLS建模的可行性.     

样本特征对光谱图像重构影响的研究

目的以光谱图像作为检测样本讨论不同训练样本数量、分布对光谱图像重构的影响。方法选择ColorCheckerSG(140色)和ColorCheckerColorRenditionChart(24色)以及Munsell(1269色)等3种色卡作为训练样本,对其光谱反射率进行主成分分析,利用提取的主成分对光谱图像进行重构。结果采用ColorChecker Color Rendition Chart(24色)色卡的7个主成分重构光谱图像对图像的再现精度最高,其色差比其他2种色卡小,且最大色差小于3。结论在同一重构条件下,光谱图像的重构精度并不随着训练样本数量增多以及分布范围增大而提高,3种训练样本对红紫色的重构精度相对较低。     

一种非一致小波基的超光谱图像压缩方法

传统的三维小波变换在不同维采用相同的小波基且频谱分辨能力也是相同的,这不能与超光谱图像的特性相匹配.本文提出了一种新的采用非一致小波基的去偶结构的三维小波变换的超光谱压缩方法.由于超光谱图像光谱维和空间维具有明显不同的特性而设计的,本文采用一种非一致小波基设计思路,对不同维使用不同的小波基并与去偶的小波变换结构结合在一起进行小波变换.为了获得符合不同维特性的最优的小波基组,本文通过评估指标来测试各种小波基组合的性能.实验结果表明,本文提出的方法能够明显提高超光谱图像的压缩比,且不需牺牲计算复杂度、可扩展性等额外代价.     

基于多策略的多聚焦图像融合方法

针对多聚焦图像融合,在小波变换基础上提出了一种多策略的融合方法.图像小波变换后的低频分量采用基于清晰度的方法,清晰度评价函数选用八邻域拉普拉斯算子和;而高频分量采用基于空间频率的方法,并且只计算与高频方向相一致的空间频率,减小了计算量.融合效果评价除使用传统方法的熵、交叉熵外,还使用了基于三个方向(水平、垂直和对角)的空间频率和通用的主观与客观相结合的新方法.实验结果表明,本文方法得到的融合图像效果最好,优于文中的其它算法,同时本文使用的评价方法也是适用和有效的.     

色貌模型在跨媒体图像复制中的应用研究

目的 研究CIECAM02和iCAM色貌模型颜色空间的均匀性,以及应用于不同观察条件下的图像复制效果。方法 利用均匀颜色数据集测试色貌模型颜色空间的均匀性,并通过视觉评价实验来测试2个色貌模型的图像复制效果。结果 CIECAM02的色貌空间具有更好的色差均匀性,iCAM的色貌空间具有更好的色相、明度和彩度均匀性。在不同观察条件下的图像复制中,CIECAM02有更好的表现。结论 iCAM的颜色空间适合于颜色色貌属性的计算,而CIECAM02的颜色空间更适合于颜色色差的计算,在不同观察条件下的图像复制中,CIECAM02有更稳定的表现,但并不是对所有图像都有更好的表现。     

图像复制中的超色域映射技术

目的提高跨媒体过程中色域映射技术在不均匀空间中的映射效果。方法通过研究分析CIELAB颜色空间的不均匀性,提出基于色相阶调曲线模型的超色域映射算法。该算法按照红、绿、蓝、青、品、黄以及灰色将颜色分为7类色相相同、饱和度不同的颜色。将这7类颜色从CIERGB空间转换到CIELAB空间,获得的各个散点按照一定的顺序连接起来,便可获得7个色相的空间曲线,并以此来预测图像相同色相、不同饱和度的颜色点。依据空间曲线预测颜色的方法,保持色相恒定性映射超出设备色域边界的颜色点。结果主观评价显示,HPMINDE,SGCK算法的4位数均为0,新算法平均数为0.8,中位数为1。客观评价显示,测试所用的4幅图像,在HPMINDE,SGCK与新算法的色差平均值分别为12,11,10,新算法色差较小。结论该算法相对于HPMINDE算法和SGCK算法,具有保持颜色色相不变的优越特性,并且映射结果视觉感能达到更好的效果,更适合视觉观察者的偏好。     

基于归一化的全息水印技术

提出了一种结合了归一化技术和全息技术的数字水印技术。首先,利用归一化技术对图像作归一化运算,同时利用全息技术将水印二值图处理为全息图;其次,取归一化后图像分块离散余弦变换的中频系数,对中频系数所组成的矩阵作离散小波变换;最后将全息图嵌入到离散小波变换的低频分量中。由于图像归一化技术具有抗仿射变换的性能,同时全息技术具有很强的抗裁切的性能,所以此数字水印技术具有很强的抗仿射变换的性能,可以广泛的用于数字作品的版权保护。     

Geoeye-1全色与多光谱影像融合方法

针对传统的像素级融合方法对高分辨力影像融合存在较大光谱扭曲的问题,在分析了Geoeye-1传感器光谱响应特性的基础上,提出了一种适合Geoeye-1全色与多光谱影像融合的高保真方法.本文所提的方法的改进之处主要体现在两个方面:低空间分辨力全色影像的构建方式和空间细节信息注入系数的选取.利用澳大利亚霍巴特地区的Geoey...     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

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.     

抗亮度调整攻击的小波域图像数字水印方法

现有的许多小波变换域图像数字水印方法无法抵抗亮度调整攻击,为此,本丈提出了一个抗亮度调整攻击的小波变换域图像数字水印新方法.该方法在原始图像小波变换域的低频系数中嵌入水印,而在含水印图像小波变换域低频系数抗亮度调整修正后的值中提取水印.该方法简单、快速、有效,在提取水印时无需原始图像.实验结果表明:该方法具有很好的水印透明性,对亮度调整攻击非常稳健,并且对常见的其他图像处理攻击(如重采样、颜色抖动、平滑、加噪声和有损压缩等)具有很强的稳健性.     

Multimodal Medical Image Registration and Fusion for Quality Enhancement

For the last two decades, physicians and clinical experts have used a single imaging modality to identify the normal and abnormal structure of the human body. However, most of the time, medical experts are unable to accurately analyze and examine the information from a single imaging modality due to the limited information. To overcome this problem, a multimodal approach is adopted to increase the qualitative and quantitative medical information which helps the doctors to easily diagnose diseases in their early stages. In the proposed method, a Multi-resolution Rigid Registration (MRR) technique is used for multimodal image registration while Discrete Wavelet Transform (DWT) along with Principal Component Averaging (PCAv) is utilized for image fusion. The proposed MRR method provides more accurate results as compared with Single Rigid Registration (SRR), while the proposed DWT-PCAv fusion process adds-on more constructive information with less computational time. The proposed method is tested on CT and MRI brain imaging modalities of the HARVARD dataset. The fusion results of the proposed method are compared with the existing fusion techniques. The quality assessment metrics such as Mutual Information (MI), Normalize Cross-correlation (NCC) and Feature Mutual Information (FMI) are computed for statistical comparison of the proposed method. The proposed methodology provides more accurate results, better image quality and valuable information for medical diagnoses.     

基于双边滤波的自适应彩色图像去噪研究

目的为了克服彩色图像去噪后存在的特征模糊,研究基于双边滤波的自适应彩色噪声图像去噪方法。方法使用二维离散小波变换(DWT)对含噪声的彩图图像进行近似分量、水平细节分量、垂直细节分量和对角细节分量等4个方向的分解。根据DWT各方向分量归一化后的方差比例,利用RBF神经网络构造双边滤波系数模型确定不同方向的最佳去噪系数,提出彩色噪声图像自适应去噪方法(DWT-ABF),并将该方法与常规方法作对比。结果在不同噪声类型以及混合噪声失真情况下文中方法都能有效地去除噪声,并同时保留图像细节信息,且与其他方法相比,文中方法去噪后的图像都具有更高的PSNR值。结论文中方法克服了传统双边滤波无法自行确定最佳参数的缺陷,同时也良好地解决了去噪图像特征模糊的问题。