一种新的低照度彩色图像降噪算法

针对低照度监控图像存在大量噪声的情况,按照视觉心理感知特性选择HSV颜色空间,在此空间提出了一种新的低照度彩色图像降噪的算法,保持色调不变,针对饱和度和亮度分量的不同特征,分别采用了中值滤波和基于边缘提取的降噪方法。实验结果表明该算法在保持了色调和边缘不变的同时,提高了图像信噪比,降噪效果明显。     

低照度下具有动态特性的彩色图像质量优化算法

针对低照度环境下具有动态性的彩色图像辨识度相对较差的问题,提出了基于人类视觉感知模型的对比度分辨率补偿算法。首先,将图像从RGB空间转换到HSV空间,保持H分量不变;对V分量提取图像特征参数,然后对V分量进行对比度分辨率补偿,增强图像亮度;并对S分量进行线性拉伸,复原图像色彩信息;最后将处理后的V分量和S分量与H分量进行反变换生成RGB空间新图像。实验结果表明,该算法对低照度下具有动态性的彩色图像增强效果较好,较好地保持了图像的细节,取得了良好的视觉效果。     

二维场景阴影区域的自动鲁棒分割

基于HSV彩色空间的色调值融合RGB色彩模型中的蓝色分量信息,提出了鲁棒而有效的二维彩色图像阴影区域自动分割方法.根据阴影与非阴影区域间存在色调差异,利用HSV彩色模型,提取可能阴影区域.为消除提取出的阴影区域中偏蓝物体影响,采用RGB彩色空间中的蓝色分量为模板,计算该模板与提取出的阴影区域间的直方图.采用单阈值化分割方法,确定该直方图阈值.将蓝色分量值低于该阈值的阴影区域确定为有效阴影区域.通过对不同光照下的实际自然场景图像的阴影检测,实验结果表明文中所提方法是有效可行的.     

一种彩色PCB图像的边缘检测算法研究

在以图像处理技术为核心的PCB自动光学检测系统中,图像的边缘检测占有重要的地位,并且彩色图像提供的边缘信息更丰富.提出了一种检测彩色PCB图像边缘的方法.首先将彩色图像由RGB空间转换到HSI空间,然后应用基于中心样条滤波和4个模板方向的Sobel算子计算梯度幅值的改进Canny算子,分别对HSI的三分量检测其边缘,并...     

基于边缘保持滤波的Canny彩色图像边缘检测方法

提出了基于边缘保持滤波的Canny彩色图像边缘检测方法。该方法利用了HSV颜色空间信道相关性低的优点,结合Canny算子定位准确的优点和边缘保持滤波理论,用边缘保持滤波取代传统的高斯滤波,用梯度矢量计算法替代传统的梯度标量计算法,从而增强了在平滑过程中对图像边缘的保持,最大程度保留了色彩的差异信息,实现了彩色图像边缘的自适应提取。实验结果证明,该方法将灰度空间的Canny算法推广到彩色矢量空间,充分利用了彩色信息,对彩色图像边缘提取具有较好的检测精度和准确度。     

基于参数化对数图像处理模型的光照不均匀图像的边缘检测算法

由于低照度以及场景光不均匀的环境下图像的成像特点,普通的边缘检测方法无法有效检测出完整清晰的边缘图像.本文结合参数化对数图像处理(PLIP)模型对低亮度图像敏感、处理效果接近人眼视觉观察的结果等优点提出一种新的边缘检测算法.首先,利用PLIP模型理论推导出新的梯度算子,然后分析传统Canny算法检测边缘过程的不足并加以改进,并将推导出的新梯度代替了传统Canny算法中的梯度,运用Canny算子的三个最佳边缘检测标准提取图像的边缘.最后,通过对微光实验平台获取的低照度和场景光不均匀环境下的图像进行边缘检测对比验证.实验结果表明,新算法边缘检测的线型连接程度相较于传统Canny算法、Sobel算法和原对数图像处理模型(LIP)算法分别提升了约10％、30％和4％,其检测效果更佳.     

基于视觉传达的低亮度激光图像细节信息增强方法

针对激光图像亮度较低,导致内部细节信息缺失,图像应用性下降等问题,提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式,采用Curvelet变换将激光图像分解为高频分量与低频分量,利用细节增强网络模型增强高频分量,通过基于照度图估计的微光图像增强方法增强低频分量,融合增强后的高、低频分量,实验结果显示,采用该方法对所选图像进行细节信息增强处理后,各图像的信息熵均高于8.35以上,而对比度与相关系数则分别在0.846和0.815以上,增强后的图像更符合人眼视觉特性。     

基于分数阶Retinex的低照度图像增强方法

低照度彩色图像增强在生活中起着重要作用,传统的低照度彩色图像增强算法往往会引起图像的不同程度失真。为了增强低照度彩色图像而又不引起图像失真,本文提出了一种新的低照度图像自适应对比度增强算法。将分数阶微积分、传统Retinex变分法与分段对数变换饱和度增强法相结合,构造一种新的分数阶Retinex图像增强算法。实验结果表明,该方法具有增强图像对比度的同时又能保持边缘和纹理细节的能力。与传统低照度图像增强算法相比,能突出图像的细节纹理信息,同时图像色度和亮度也有明显改善。     

一种彩色图像的分割算法

提出了一种基于两个颜色矢量之间相似性系数的计算,利用区域分离与合并分割彩色图像的方法。该方法将原始彩色图像分割为大小为4×4的矩形区域,分别用平均彩色矢量代表每个矩形区域,然后利用颜色相似系数比较代表每个矩形区域和感兴趣区域的平均彩色矢量的相似性,根据实验设定的阈值合并与感兴趣区域颜色相似的矩形。实验结果表明,本方法可以对彩色图像进行较为有效的分割,符合人类视觉的感知特性,具有一定的实际应用价值。     

视频处理器中的一种新的彩色图像增强方法

LED显示屏显示图像之前,视频图像通常用视频处理器进行图像增强等操作。本文考虑到视频处理器在RGB彩色图像变换时可能产生的彩色失真情况,提出一种自适应的灰度变换算法,此算法将原始的RGB彩色图像和经过灰度变换后的RGB彩色图像转换到HSB彩色空间,然后将两者的色调与亮度分量进行重组,再对其饱和度进行补偿。这种方法的优点是既保证了原始彩色图像在进行灰度变换后的灰度细节,又能保证其彩色细节,同时提高了原始彩色图像的对比度。另外,此算法计算量小,利于硬件的实时实现。     

非均匀图像亮度补偿的分割方法

为消除非均匀光照对图像分割效果的影响,提出了改进的动态型高斯同态滤波的亮度补偿新方法。将非均匀图像置于HIS色系下,在频域内对其亮度分量进行同态滤波,同时引入改进后的高斯高通滤波传递函数,并保持色调和饱和度不变,得到光照均匀的图像,进而利用Otsu算法对增强后的均匀图像进行分割。实验结果表明,文中所提方法能够使得到补偿后的图像明暗适中、视觉感好,且分割的精度与速度都较为理想。     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题,提出了一种基于图像边缘空间分布特征的图像检索算法。即利用颜色矢量角对亮度不敏感,对色度和饱和度敏感的特性来提取图像的边缘信息。在图像的边缘空间,提取图像边缘点的颜色矢量角直方图,以此来描述图像的内容。该算法充分利用了图像的颜色信息、边缘信息及形状信息,实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性。     

基于Hessian矩阵的边缘检测方法

边缘是一幅图像最基本也最重要的特征,边缘检测是机器视觉和图像处理的关键环节和经典课题。本文结合人眼的视觉特性,利用彩色图像自身梯度方向信息,对彩色图像进行多通道边缘检测,得到图像的伪色彩边缘图。对边缘信息增强和去相关后提取亮度分量,用OTSU法二值化,最后利用Hessian矩阵提取边缘图像的中心路径,去除边缘毛糙和冗余的背景纹理,使图像边缘光滑连续。通过实验验证了本文算法的有效性,实验通过与两种经典算子Canny和Sobel以及基于小波的边缘检测方法做比较,结果表明,本文算法能够提高边缘检测的有效性和清晰度。     

基于局部自适应色差阈值的彩色图像边缘检测

为了使彩色图像的边缘检测器更符合人眼对图像信息的分辨情况,防止视觉不敏感区域的边缘的过检测问题,该文提出一种自适应色差阈值的估计方法并与不同的色彩梯度算子结合应用于彩色图像的边缘检测中。构建包括亮度掩模与对比灵敏度的局部色差可视阈值的权重因子,结合局部背景亮度以及亮度与色彩的空间频率对人眼视觉的影响。利用信噪比(SNR), Pratt因子与时间复杂度对提出的算法的抗噪性与边缘定位的准确性以及时间代价进行定量评价,表明该算法能准确检测出图像边缘且有效地抵抗噪声对图像的干扰。     

引导滤波和对数变换算法融合的多尺度Retinex红外图像增强

针对采用红外成像仪获取红外图像边缘模糊、对比度差等缺点造成图像视觉效果差、质量低等问题.以多尺度Retinex算法为框架,依据引导滤波保边和梯度保持性,提出引导滤波和对数变换算法融合的多尺度Retinex红外图像增强方法.首先,用引导滤波替换MSR算法中的高斯滤波来估计照度分量.其次,将照度分量经过对数变换处理,执行低...     

融合模糊增强与改进Canny的植物叶脉边缘提取

针对植物叶脉边缘提取存在的问题,提出一种图 像模糊增强与改进Canny算子相结合的叶脉边缘提取方法。该方法首 先构造分段模糊隶属度函数对高低灰度进行不同处理,然后通过模糊增强函数来增强叶脉两 侧邻接区域灰度对比度,最后对 增强图像采用改进Canny算子提取叶脉边缘。改进Canny算子根据像素点与局部像素的均值差 来自适应的应用高斯滤波,以 减小滤波对边缘的平滑影响;采用Prewitt模板计算梯度幅值和方向,以减小噪声对梯度计 算的影响;采用线性插值技术实现 全向非极大值抑制,以更准确的实现边缘细化。实验结果表明,本文方法在低照度叶片和光 照不均叶片下提取叶脉边缘的 PSNR分别为51.136 dB和50.217 dB,与传统边缘提取方法及 相关文献相比,本文方法对边界模糊性不敏感,可以更加有效地提取完整精细的叶脉边缘。     

基于不可分加性小波与形态学梯度的图像边缘提取方法

针对传统的图像边缘提取方法只强调图像中的水平和垂直边缘的不足,提出了一种基于不可分加性小波和形态学梯度相结合的图像边缘提取方法。根据二维不可分小波理论构造了低通滤波器,利用它对原图像进行加性小波多尺度分解;对低频子图像求形态学梯度,对增强后的高频子图像取模极大值;将所得梯度图与边缘图作加性小波逆变换,得重构后的边缘梯度图;并利用二值形态学方法对其进行处理,得最终结果边缘图。实验结果表明,本文算法可获得较好的边缘图像,与经典的边缘提取方法相比,该方法具有完整性、多方向性、平移不变性和快速性的特点。     

基于模糊逻辑与NSCT的彩色图像融合

针对灰度融合图像色彩单一,视觉效果不佳的问题,提出了一种基于NSCT变换与模糊逻辑的多聚焦彩色图像融合算法。首先对彩色图像进行IHS变换,然后对亮度分量I进行NSCT分解,采用高斯隶属度函数确定低频分量自适应加权系数,对高频系数采用"模值取大"的融合准则进行融合,再通过NSCT逆变换,得到融合后的亮度分量,并由此计算融合后的色度分量和饱和度分量,实现彩色图像的融合。实验结果表明,该方法得到的融合图像色彩鲜明、边缘细节清晰、更加符合人眼视觉。     

基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.