基于亮度重映射和梯度结构信息的纹理传输算法

基于image quilting纹理传输算法原理,研究纹理图像的梯度结构信息、源纹理图像与目标图像亮度误差对纹理传输效果的影响。在选择候选纹理块时,以纹理块的梯度结构信息与颜色误差同时作为判断标准。对源纹理图像进行亮度重映射,使其与目标图像的亮度处于相同尺度,可避免因亮度误差过大而导致无法获取最优块的情况。实验证明,与传统纹理传输算法相比,改进后的算法能取得更好的传输效果。

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。

基于Curvelet变换的红外与彩色可见光图像融合算法

提出了基于二代Curvelet变换的红外与彩色可见光图像的融合算法。首先对彩色可见光图像进行IV1V2颜色空间变换提取亮度分量,然后对彩色图像的亮度分量和红外图像应用Curvelet变换,对低频系数应用亮度重映射技术后采用加权平均的融合规则,高频系数则采用取大融合规则,再对融合系数应用Curvelet逆变换获得融合图像的亮度分量,最后运用颜色空间逆变换得到融合图像。实验对比表明,相对于对传统融合算法中强度较高的源图像会淹没另一方背景纹理及细节的问题,该算法能有效提高红外光谱信息的充分融合,获得了视觉效果更好、综合指标更优的融合图像。

Image quilting纹理传输算法的改进研究

纹理合成与纹理传输是目前计算机图形图像领域比较热门的研究方向.目前针对纹理传输的研究大部分都集中在纹理块与目标图像对应像素颜色信息的匹配度的改进上,目标图像整体的结构信息鲜有提及.以Efros等人提出的image quilting纹理合成算法为基础,提出一种新的纹理传输改进算法,新算法主要对纹理传输过程中的误差匹配公式作了改进,引入了与目标图像的边缘梯度信息有关的项,同时还采用了亮度重映射方法对纹理块进行匹配预处理以解决因纹理图像和目标图像亮度差过大而带来的纹理块搜索困难问题.广泛的实验表明改进后的纹理传输算法在时间上和image quilting算法相差无几,但传输后的图像整体轮廓清晰、亮度明显,因此传输效果更合理、更加符合人的视觉感受.

引入边缘信息的纹理传输改进算法

本文针对Efros等人提出的块缝合纹理合成与传输算法,在搜索匹配块的过程中未考虑目标图块边缘信息这一不足之处,提出了一种改进算法.新算法在原有的搜索误差匹配公式中,通过计算梯度的方式增加了边缘信息处理项,同时整个传输过程还引入了亮度重映射的匹配预处理策略.实验结果表明,改进后算法的传递效果优于传统算法,尤其是目标图的边缘轮廓部分传递效果有比较明显的改善.