一种彩色图像质量客观评价方法

为了研究图像质量客观评价结果与主观质量评价结果不一致的问题,依据图像的灰度直方图作为统计特征可以应用于图像质量的客观评价理论,采用数据拟合方法,研究了彩色图像的基于分量理论和色彩量化理论的颜色直方图的图像质量客观评价方法,并分别给出了拟合直方图曲线的算法步骤,根据失真图像和参考图像的拟合系数之差的权值是否在可失真范围内给出图像质量的二元评价．实验中计算基于灰度直方图拟合的灰度图像的每像素的数据差值后,可知在小于等于5×10。时失真图像质量为优,该方法和数据也适用于失真彩色图像质量的二元评价．     

基于清晰度的彩色图像量子增强算法

针对信息熵不能客观地反映图像清晰程度的不足,提出一种基于图像清晰度的量子增强算法。该方法首先将一幅由RGB空间表示的彩色图像转换为由HSV空间表示,其次根据相关灰度阈值函数对其亮度分量进行归一化处理,并采用量子衍生增强算法对其进行增强,在此基础上采用清晰度评价函数自适应确定本算法的灰度阈值参数,最后将增强后的HSV空间表示的图像还原为一幅新的RGB空间表示的彩色图像。实验结果表明,基于清晰度评价的彩色图像增强算法较信息熵函数准则有更好的图像增强效果。     

基于同态滤波的彩色图像增强

给出一种基于同态滤波的彩色图像增强算法。引入新的传递函数,改进同态滤波算法,用以增强低照度彩色图像的RGB各分量;将RGB图像转换到HSV彩色空间,保持色度和饱和度不变,利用对比度受限自适应直方图均衡法对亮度分量进行变换和分段线性拉伸;将HSV图像还原为RGB图像,得到增强图像。仿真结果显示,所给算法在提升图像亮度的同时,能够增强图像细节。     

基于时空二维混沌的自适应彩色图像水印算法

提出一种基于时空混沌的离散余弦变换域(DCT域)自适应彩色图像水印算法.算法采用时空混沌模型生成混沌序列对二值水印进行置乱加密,同时结合改进的人类视觉模型(HVS)图像块分类方法和彩色图像RGB分量特点确定水印嵌入强度,最后,水印被重复嵌入到彩色图像RGB各个分量DCT中频变换系数中.实验结果表明,该算法对于抵抗各种噪声、滤波和压缩等攻击具有非常好的鲁棒性,在分别遭受压缩比为30%、剪切掉25%的攻击时,仍能提取出相似度为0.914和0.869的水印.     

基于色彩空间和小波分析的多聚焦彩色图像融合

分别基于RGB、HSV和YIQ三种色彩空间,对多聚焦彩色图像融合进行了大量的研究.在实验中,基于RGB色彩空间时,将图像分解为R分量,G分量,B分量,分别在各个颜色分量上进行小波分解,然后在小波变换域上对所有图像的各个颜色分量的小波分解系数运用加权平均的融合规则,最后做小波反变换得到融合图像.而基于HSV或YIQ色彩空间时,首先要把多聚焦彩色图像转换到HSV或者YIQ色彩空间,然后运用与RGB色彩空间相同的融合方法,最后做小波反变换和色彩空间反变换得到融合图像,实验结果证明,小波分析在多聚焦彩色图像的融合中依然能发挥极好的作用,基于HSV色彩空间的多聚焦彩色图像融合会出现颜色失真,基于RGB和YIQ色彩空间都能取得很好的融合效果,相比之下,基于YIQ色彩空间更能取得较好的融合效果.     

一种彩色图像处理的水印新算法

提出一种基于色彩空间变换和离散小波变换(DWT)的彩色图像水印算法.算法首先将彩色原始图像和彩色水印图像从RGB模式转换到YIQ模式,然后将彩色水印图像的Y,I,Q分量分别嵌入到彩色原始图像Y,I,Q分量的DWT变换系数中.该算法的特点是方法简洁,嵌入水印信息量大,提取的水印可视效果良好.通过大量实验表明,该算法对常见的攻击具有较强的鲁棒性.     

基于LIP模型的低照度彩色图像增强新算法

针对低照度彩色图像色彩偏暗的问题,提出一种色彩恢复的彩色图像增强方法。该算法首先将RGB彩色图像转换到HSV彩色空间,利用对数图像增强模型(Logarithmic Image Processing,LIP)对彩色图像的亮度分量进行非线性增强,其次利用正弦隶属函数将图像亮度分量由空间域映射到模糊域,并采用Pal增强算子对隶属函数值进行修正实现亮度分量再次增强。实验结果表明,新算法可以提高图像的整体对比度,增强图像细节,与人眼视觉相符合。     

基于双直方图均衡化的彩色图像增强

在彩色图像增强中,为了保留更多图像细节,提出一种基于HSV色彩空间的彩色图像增强算法。通过引入一种新的累积分布函数,改进双直方图均衡化算法,用以对色彩空间转换分离后的亮度分量实施均衡化,并保持原图像色调和饱和度不变,再将经过处理后的HSV图像还原回RGB图像得到最终结果。以边缘检测为客观标准,肉眼感知为主观标准,分析该方法的有效性,并与现有的方法相比得知,所给方法可在实现图像增强的同时保持图像的细节信息。     

基于微粒群算法的彩色图像增强研究

在增强彩色图像问题中,把图像增强看作最优化问题,提出了一种基于微粒群算法的彩色图像自适应增强方法．将在RGB空间表示的降质图像转换到与人类视觉系统特性相适应的HIS颜色空间进行增强,提出了应用于亮度1分量的新的目标函数．使用此方法可以自动地找出降质图像归一化的非完全口函数的最优参数值,对原始图像降质类型进行正确的推理．仿真结果表明所提出的方法在自动拟合灰度的广义变换上有很好的性能,图像增强效果显著．     

基于DCT与DWT的彩色图像数字水印算法

提出一种基于DCT与DWT域的图像数字水印算法.该算法先将图像从RGB色彩空间转化到YIQ色彩空间,在YIQ模型中取其亮度分量Y进行二级DWT变换,然后再在小波变换的基础上进行DCT变换.根据人眼对图像的纹理和边缘不敏感的视觉特性,选择能量较大的块系数嵌入水印.实验结果表明,该方法可行,并具有较强的抗剪切、几何攻击性.     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

彩色图像多签名水印算法的研究

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像多水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。多个有意义的签名水印能提供更可靠的版权识别,而且多水印相互配合使水印图像同时具有很好的透明性和鲁棒性。大量实验结果表明:该算法对常见的图像处理方法和压缩具有很强的鲁棒性,并且当彩色水印图像转化为灰度图像后仍能从中提取出水印。     

RGB空间的HDR图像合成与色彩调节算法

相机的成像原理决定了它不像人眼一样有很强的适应性,对于一些亮暗分明的场景,只能取亮或暗的部分而无法兼顾。高动态范围图像将一组亮暗程度不同的图像,取出它们的优质区域,然后合成到一起,从而兼顾了场景的亮暗部分。合成HDR图像首先需分别标定R、G、B通道相机的响应曲线,然后通过该曲线可得到图像对应通道每个像素点的照度值,再使用色调映射算法就可将像素点照度值转换成灰度值显示在屏幕上。然而在RGB空间下传统的色调映射算法会压缩R、G、B通道的颜色差异,导致图像颜色失真,由此提出了一种色彩调节的算法,该算法首先提取原始序列图的颜色控制系数,然后用该系数调整色调映射算法产生的颜色差异,从而使合成图的颜色与序列图保持一致。     

基于RGB-H-CbCr新颜色空间的肤色检测算法研究

针对以往肤色检查算法很少考虑亮度,仅靠色度信息检测肤色,忽略了由于不同人种和亮度差异而导致的肤色像素在颜色空间上的分布不同,本文提出了一种基于RGB-H-CbCr新颜色空间的肤色检测算法。该算法综合了肤色像素在RGB、YCbCr和HSV三种颜色空间上的分布特征,构建出RGB-H-CbCr新颜色空间肤色模型,来辨别肤色和非肤色点。文中利用Matlab分别对不同人种的肤色图像进行实验仿真,实验结果表明该方法能有效检测人体肤色,能有效提高肤色检测的正检率。     

基于颜色特征的图像摘要算法

提出了一种基于颜色特征的图像摘要算法.首先将原始图像的RGB颜色模型转换到HSI模型中进行量化并转换为一维矢量,然后将图像分为64块,取得每个块内颜色的特征均值,最后进行量化产生固定长度的图像哈希序列.实验结果表明,相似内容的图像哈希距离较小,而不同内容的图像哈希距离较大.该算法还具有一定的篡改检测能力.     

彩色图像的矢量阈值自适应分割算法

针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量．在图像分割时,通过先求取图像像素矢量与阚值矢量之间的差矢量,再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)．同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割．实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法．