基于分通道自适应匹配的梯度保持色彩迁移算法

本文针对经典Welsh与Reinhard算法进行改进,提出一种基于分通道自适应匹配的梯度保持色彩迁移算法。引入L、a、b三通道作为匹配依据,因通道间的序列不相关,对单一通道进行处理时不会影响到另外两通道,消除了RGB颜色模式中单一目标区域易受多通道影响的弊端;对整体灰度值相近的图像,将色度均值差异最大的待处理区与背景区通道及参考图像对应通道进行自适应匹配,解决了Welsh算法对灰度差异小或灰度范围重叠的彩色源图像分级易造成误判的问题。然后引入梯度因子,同参考图像与源图像标准差比值作加权运算,将结果作为本文改进迁移算法的缩放比例系数,对匹配到的每组像素采用保持梯度的色彩迁移算法进行着色,避免了Reinhard算法易出现色彩细节信息丢失、阶调间过渡不自然等问题。实验证明,本文改进算法所得目标图像的彩色化效果均优于经典Welsh与Reinhard算法,极大提升了色彩迁移算法的灵活性与适用性。

一种改进的网格数据保持梯度滤波方法

基于网格数据滤波的基本思想,针对杨高印提出的小子域滤波法存在子域划分重心不稳的问题,本文提出了新的子域划分方法,即通过考察滤波窗口内数据的数值分布或梯度变化情况,在充分考虑子域划分对称性的基础上,采用对称子域的均方根误差或平均梯度大小差值为判别指标确定数据变化的主梯度方向,并用此判别指标代替数据变化平缓系数判别指标,在滤波输出的取值上考虑数据变化的梯度方向上的两个相对称子域对输出的贡献大小进行加权平均,使滤波输出结果更稳定。通过数据试算,表明网格数据滤波法输出结果更加合理、稳健。

马尔科夫随机场化的光照一致图像合成方法

针对图像合成中源图像与目标图像光照环境不一致造成直接合成图像不逼真的问题,提出一种基于马尔科夫随机场的光照一致图像合成方法.首先基于加权的泊松克隆方法构建梯度保持的光滑约束,削弱传统的泊松克隆方法在合成边界源图像和目标图像光照差异变化剧烈时产生的渗透效应;然后基于直方图对齐的方法构建光照一致的数据约束,保持合成图像前、背景亮度主轴的一致性;最后根据合成边界源图像的边缘特性以及源图像和目标图像光照差异变化的剧烈程度自适应地调整2项约束的权重,并采用融合局部和全局一致性的学习算法对构建的马尔科夫随机场函数进行快速求解.实验结果表明,该方法产生的合成效果在梯度特征保持方面以及亮度一致性方面均优于传统的泊松克隆方法,同时收敛速度得到了提高.

基于区域分割梯度直方图保持的地震信号去噪

在采集地震信号时可能会伴随着随机噪声,有些去噪算法会平滑掉地震信号中的部分细节,从而降低地震数据的准确性。为此提出了一种基于区域分割梯度直方图保持(SGHP)的地震信号去噪算法,该算法先将地震含噪信号分成几个区域,再估计每个区域的参考梯度直方图,最后对每个区域使用梯度直方图保持进行去噪,使得去噪后的地震信号的梯度分布尽可能接近原始信号,从而达到保护地震信号细节的目的。利用SGHP分别对合成地震信号和叠后陆上地震信号进行去噪,与非局部均值滤波(NLM)、块匹配三维(BM3D)协同滤波和聚类稀疏表示(CSR)的去噪效果进行对比,采用峰值信噪比和结构相似度的评价指标进行评估,结果表明,SGHP的去噪效果最优。