互补色小波域图像质量盲评价方法

图像色彩空间的RGB通道具有密切的关系,图像质量的改变会改变这样的关系.然而传统图像质量评价方法大多基于灰度图像统计特性,忽略了颜色通道间关系信息.为充分利用颜色信息,本文基于新近提出的互补色小波变换提出一种图像质量盲评价方法.文章建立了图像互补色域自然场景统计、多尺度和方向性能量分布等模型.分析表明：这些模型不仅涵盖了传统灰度方法所能描述的信息,而且还能借助于互补色来有效表示彩色图像各通道之间的信息联系,提供表征图像质量的一组高效特征.基于这些特征,我们提出的图像质量盲评价的方法能有效提取图像的失真统计特征,能给出与人眼主观评价图像质量结果保持高度一致、优于现有文献报道盲方法、且可与非盲（全参考）方法相比拟的评价结果.     

色彩诱惑--完美PPT必备要素

和谐的色彩搭配是一个完美的PPT作品必备要素之一。本文探讨了PPT作品中如何确定整个主题颜色基调的常用方法：同类色、类似色、对比色、互补色等配色原则,以及如何调和色彩。     

多参数亮度值重映射的颜色传递方法

为了提高灰度图像中人眼视觉的情景感知和目标的识别率,提出了多参数亮度值重映射的颜色传递方法,将灰度图像赋予色彩。该方法首先将灰度目标图像和彩色参考图像由RGB颜色空间转换到亮度与色彩分离的YCbCr颜色空间。然后,引入由彩色参考图像和灰度目标图像的列数和亮度共同决定的参数,对彩色参考图像的亮度值进行运算,使彩色参考图像与灰度目标图像具有相同的亮度值动态范围。最后,根据目标像素和它周围的像素存在相关性,进行灰度目标图像与彩色参考图像的像素匹配后,将得到的结果再逆变至可以表示出各种色彩的RGB颜色空间。该颜色传递方法降低了色彩误传现象,提高了颜色传递的准确度并缩短了程序的运行时间。     

高动态范围数字相机sRGB色彩空间颜色管理

数字成像设备在传输、显示图像时需要进行设备的特性化处理,该过程是设备颜色管理中的重要环节。为了保证输出图像的色彩复现能力,高动态范围数字相机需要根据设备自身特性进行特性化。现有特性化过程一般针对8位数字相机,并且转换矩阵的标定较为复杂,容易产生系统误差,矩阵精度易受影响。针对上述问题,提出了一种高动态范围彩色数字相机颜色管理方法,利用相机输出图像与被摄目标的色彩属性建立了RGB色彩空间到CIE1931 XYZ色彩空间的映射关系,并采用最小二乘拟合法对映射矩阵进行标定,最终将相机的RGB色彩空间转换至s RGB标准色彩空间,解决了高动态相机的特性化问题。实验证明,该方法操作简单,设备通用性较强,拟合均方误差优于0.08,具有较好的鲁棒性。     

基于暗通道先验改进算法的水下图像增强方法研究

针对水下图像受介质散射和吸收的影响所出现的颜色失真、对比度低和细节模糊等问题,提出水下图像增强的暗通道先验改进算法。采用白平衡处理对水下图像的蓝(绿)色偏进行颜色校正,进而在LAB空间对图像L分量进行同态滤波处理,从而获得暗部细节提亮的图像。在RGB空间对图像分别进行CLAHE处理增强图像对比度,解决图像雾化问题,MSRCR处理提高图像色彩饱和度并均衡图像亮度。根据暗通道先验图像计算融合权重系数对所得到的3幅图像进行加权融合与细节增强,得到最终增强图像。实验结果表明,所提算法能够有效消除图像颜色失真情况,增强的图像呈现出高对比度和更清晰的细节。     

基于多媒体技术的CG数字绘画色彩调控系统设计

针对原有CG数字绘画色彩调控系统调控结果色差较大的问题,设计基于多媒体技术的CG数字绘画色彩调控系统。制定硬件设计框架进行硬件设计,采用电磁感应数位板进行数字绘画图像输入,选用双内存卡槽计算机进行图像显示与处理。为保证多媒体技术的正常运转,设定端媒体设备参数。完成系统硬件设计后,采用Photoshop色阶获取数字绘画色彩信息,将色彩信息还原。还原后的色彩信息代入色彩增强因子,完成数字绘画色彩调节,采用RGB色彩模式进行色彩控制程序编写。设计完成后设计对比实验,与原有系统相比,所设计系统图像与样本图像色差较小,更具有优越性。     

一种新型的彩色图像多目标颜色的配准与抖动算法

为实现图像颜色的快速配准,使得配准后的颜色误差分配更均匀,通过实验分析了各颜色空间对彩色图像配准速度及抖动效果的影响,选定RGB为颜色空间;提出建立目标色等距表库算法,快速进行源色与目标色映射。基于Floyd-Steinberg算法思想,提出一种以距离倒数作为基准的算法,针对奇数和偶数行,将R、G、B误差分配到不同四点。基于两种算法的使用,大幅度减少了距离比较次数与浮点数运算次数,颜色配准速度提高了约15倍,同时使误差分配更加均匀,减少了色彩丢失,提高了图像质量。通过将提出的算法应用于256色触摸屏图像显示中,证明画面显示流畅,响应速度提高了一个数量级以上。     

基于亮度校正与多空间转换的水下图像增强北大核心CSCD

由于水体环境中光的吸收与散射,导致采集的水下图像存在颜色失真、亮度不均、对比度低等缺点。针对以上缺点,提出了基于亮度校正与多空间转换的水下图像增强方法。首先采用色彩平衡算法对退化图像进行颜色校正;然后将色彩校正的图像从红-绿-蓝(red-green-blue,RGB)空间转换为色调-饱和度-亮度(hue-saturation-value,HSV)空间,用构造出新的二维伽马函数处理V通道,再转回RGB空间;最后对颜色校正图像和亮度校正图像进行加权融合,并将融合图像从RGB空间转换为LAB空间,用限制对比度自适应直方图均衡化算法处理L通道,再转回RGB空间,便得到最终的增强图像。为验证本文算法的有效性,采用主观视觉效果和3种客观指标进行验证。结果表明,本文算法能够有效地校正图像亮度,提高图像清晰度。     

一种改进的视频画质增强算法及VLSI设计

由于视频图像多样化,目前尚无较好的增强方法适应视频画质增强.本文提出了一种改进的数字视频画质增强算法,并进行了硬件电路的设计.与传统的基于直方图均衡的方法不同,首先在YUV色彩空间对输入图像的信息进行判断分类和对比度调整,然后对调整后的图像在RGB色彩空间下进行动态范围调整,并在HSV色彩空间下进行必要的亮度修正和色饱补偿.采用Verilog语言进行了算法的各模块电路设计,并在搭建的FPGA视频验证平台上进行了验证.实验结果表明,论文提出的画质增强算法能够适应各种不同场景的图像,处理后的图像明亮清晰、色彩逼真.     

最大隶属度与SVM彩色图像分割新算法研究

图像分割是图像处理的主要问题,也是图像处理的难题之一,由于彩色图像提供了比灰度图像更多的信息,因此彩色图像处理,尤其是彩色图像分割受到了越来越多的重视.提出一种基于HSI模型和模糊最大隶属度原则与SVM的彩色图像分割方法,从彩色图像的彩色直方图中获取目标色RGB模型和背景色RGB模型;再将RGB模型转化为HSI模型建立一组色彩模糊集,对HSI模型进行SVM训练识别,再计算该图像中的色彩在各模糊集中的隶属度;最后确定色彩的归属,再将HSI模型转化为RGB模型,实现了快速有效的彩色图像分割方法的研究.     

基于最大隶属度与SVM的彩色图像分割新算法研究

图像分割是图像处理的主要问题,也是图像处理的难题之一,由于彩色图像提供了比灰度图像更多的信息,因此彩色图像处理,尤其是彩色图像分割受到了越来越多的重视。本论文提出一种基于HSI模型和模糊最大隶属度原则与SVM的彩色图像分割方法,从彩色图像的彩色直方图中获取目标色RGB模型和背景色RGB模型,再将RGB模型转化为HSI模型建立一组色彩模糊集,对HSI模型进行SVM训练识别再计算该图像中的色彩在各模糊集中的隶属度,最后确定色彩的归属,再将HSI模型转化为RGB模型。实现了快速有效的彩色图像分割方法的研究。     

融合非物理模型的改进AM-RetinexNet图像增强算法

针对地下空间低照度图像色彩偏暗、亮度低且分布不均、增强后图像色偏和噪声高等问题，研究提出了融合非物理模型的改进AM-RetinexNet图像增强算法。该算法将RGB图像转换成HSV分量，利用HSV空间相互独立性实现图像亮度增强和色彩增强处理，其中S分量利用V分量提取的相关信息进行自适应调整，V分量采用融合直方均衡化与注意力机制优化的RetinexNet进行照度分量增强处理；将处理后HSV分量转化成RGB图像，并对图像进行自适应色彩恢复，得到照度增强图像。对比实验表明，在图像的细节处理、亮度整体增强处理、图像降噪和色彩视觉修正等方面该方法表现较好，测试指标中平均互信息(MI)、标准差(STD)、结构相似性(SSIM)、平均梯度(AG)、空间频率(SF)和峰值信噪比(PSNR)最佳，均值分别可达到6.18,70.62,0.56,13.29,36.53,39.22。     

选择调整的亮度增强算法

提出一种应用于平板显示的选择调整的亮度增强算法,可以在基本保留原图像暗部细节的同时,按照灰度级的原始值进行增强,从而在视频图像处理中达到较好的效果.在灰度模式下,该算法可以避免传统处理带来的对比度减小,从而保留更多的暗部细节.在RGB彩色模式下,该算法还可以避免传统亮度调整算法带来的灰度级不连续分布,使得调整后的RGB三个分量的直方图中灰度级连续分布,图像的色彩范围和色彩饱和度可以达到比以前更好的效果.     

虚拟现实技术下的三维室内设计系统建构

为了提高三维室内设计效果,提出虚拟现实技术下的三维室内设计系统.利用分布式特征信息融合方法创建三维室内设计色彩图像模型,提取三维室内空间分布图像的边缘轮廊检测与特征,使用RGB颜色分解方法分解三维室内空间分布图像的颜色像素特征,与三维点云特征重组方法相互结合,实现三维室内色彩颜色的重构,优化三维室内设计颜色的特征.基于...     

基于RGB空间的彩色图像分层检测方法研究

针对彩色图像具有颜色信息的特殊性,本文利用了背景与目标在不同颜色层亮度的差异性,提出一种对彩色图像进行RGB分层处理的目标检测方法。即通过RGB三原色原理对彩色图像分层处理,获得3幅目标图像,结合数学形态学的非线性应用,设计了自适应的阈值分割法分别对R、G、B空间进行目标检测,得到侧重点不同的检测结果,然后将检测结果进行融合。实验证明,与灰度化处理后进行目标检测方法相比,本算法在完整性和准确性方面有所提高。     

确定区域的人脸彩色传递

在对整幅图像色彩传递算法的基础上,提出了确定区域的人脸彩色传递法。首先利用改进的主动形状模型(ASM)方法定位人脸特征点,进而利用区域生长法确定人脸区域。在将参考图像和目标图像(彩色或灰度图)转换到去相关的对立色空间(lαβ颜色空间)后,对于彩色目标图像,分别调整肤色区域图各通道的均值和标准差;对于灰度目标图像,用亮度邻域统计量匹配的方法在参考图像中选取匹配点,并将匹配点的颜色赋值给目标图像中的对应点。最后,把传递结果转换到RGB颜色空间显示。实验结果表明,该方法能有效传递肤色,形成自然逼真的彩色人脸图像。     

基于YCbCr高阶统计量的图像隐写分析

论文提出了一种应用小波变换基于YCbCr图层高阶统计量的JPEG图像通用隐写分析算法,该算法不局限于某种特定的隐匿算法。由于JPEG图片使用的是YCbCr颜色模型,因而若仍在RGB色彩层上构造高阶统计量,必然会淡化隐写后图像的特征,所以本文提出在YCbCr色彩层上处理高阶统计量,消除了RGB色彩模型同YCbCr色彩模型之间转化所产生的误差;统计量的构造通过原图与切割图像的差异,可减少SVM训练的样本数。     

基于FPGA的RGB和HSV色空间转换算法实现

首先对比了两种颜色描述方式:RGB色空间和HSV色空间.通常显示器的显示机理要求采用RGB色空间的形式,而HSV色空间在图像处理方面有着明显的优势.这两种色空间之间的转换实现有较大的应用需求.本文给出了适用于FPGA平台的RGB色空间和HSV色空间之间的转换算法设计与实现,并通过了FPGA系统的验证,速度和精度都满足实时视频信号处理系统的实用要求.     

基于自适应权重Retinex和小波变换的彩色图像增强算法

针对现有图像增强技术容易出现细节丢失、局部曝光不足、过曝光或颜色失真,不能兼顾对比度和色彩保真的问题,提出了基于自适应权重Retinex与小波变换结合的彩色图像增强算法(AMSR-WT)。将图像从RGB空间转换到HSI空间,对亮度分量I进行小波变换分解为低频亮度图像和若干高频亮度图像,对低频图像使用自适应权重Retinex进行增强,对高频图像使用改进的阈值去噪算法进行去噪,通过小波逆变换重构亮度分量,经过Gamma校正进一步增强对比度并转换回RGB空间得到增强图像。实验结果表明,该算法有效提高了图像对比度和颜色保真度,较好地保留了图像的细节和纹理。     

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.