基于内卷特征提取和前景细节增强的图像协调化方法

在编辑合成图像时,前景区域与背景区域由于分属不同来源,外观通常存在较大差异,不能呈现真实的视觉效果。图像协调化主要消除合成图像的不真实感,通过将背景域的外观信息迁移到前景域中,使人眼尽可能少地感受差异。现有方法在将背景信息进行转移时,能触及到的背景范围有限,信息提取不充分使得图像协调效果不佳。同时,前景细节丢失会影响图像协调的整体效果。基于以上问题,提出内卷特征提取和前景细节增强模块,进行图像协调。在iHarmony4数据集上试验结果表明,该方法能生成细节更充分、真实感更强的图像效果。

基于加权最小二乘法的细节增强去雾方法

雾天天气的出现使得采集到的图像出现对比度低、可辨识度差的现象.为了改善视觉系统的功能稳定性,提出一种图像去雾算法.针对当下去雾算法得到的去雾图像易产生光晕伪影的缺点,提出了形态学级联算法来估算场景透射率,在此基础上为保证场景透射率拥有清晰边缘细节的同时保持图像平滑,引入加权最小二乘来细化透射率;采用一种改进的基于四叉树法的分层搜索算法来准确估计天空区域的大气光值;引入大气散射模型,将求取的透射率以及大气光照值代入模型中来获得去雾图像.在实用性对比中,目标检测精度得以提升.与当下主流去雾算法定性和定量比较,所提出的方法在保留深度边缘、颜色质量及细节方面恢复效果良好,在图像评价指标均方差中最高降低7.0%,信噪比、结构相似性、颜色信息熵方面分别最高提升21%,32%,1.1%.

基于MSR多尺度细节增强与双阈值约束的隧道裂缝提取方法

由于传统图像处理算法难以处理在地铁隧道复杂照明环境下的裂缝缺陷图像,提出一种基于多尺度细节增强与双阈值约束的隧道裂缝提取方法。首先,对图像进行预处理,依据Retinex理论得到图像的反射分量的同时获得图像高频成分并进行融合,以突出图像中的裂缝信息。然后通过一种在全局大津阈值约束下的改进局部阈值法将图像分割成背景成分与伪裂缝成分。最后,通过裂缝结构特征分析设置形状滤波完成裂缝信息的提取。实验结果表明,该方法相比于其他方法在裂纹检测中表现出更好的性能。

Gamma变换与多尺度细节增强的红外图像增强

针对现有的红外图像增强方法存在欠增强、过增强以及微小细节不清晰等缺陷,提出了一种Gamma变换与多尺度细节增强的红外图像增强方法。该方法充分利用红外图像边缘细节的多尺度特性,用多尺度的引导滤波将红外图像分解为多尺度的细节层和基础层;对基础层进行自适应的Gamma变换,Gamma指数自适应于基础层图像亮区像素数与暗区像素数的比值,旨在适宜地调整红外图像的整体亮度,使得隐藏于暗区的图像信息得以正常显示;对多尺度的细节层分别进行四邻域的拉普拉斯增强,以提升多尺度细节信息的信号强度。实验数据证明,相对于部分最新的现有方法,本文方法具有更好的增强效果,增强图像的视觉感知效果更佳,客观的图像质量指标平均梯度和无参考图像质量指标均较高。

细节增强的多曝光图像融合方法

针对基于权重图的多曝光图像融合方法存在序列图像中偏亮与偏暗区域获得的权重较低,导致融合图像高亮与黑暗区域细节丢失的问题,提出了一种细节增强的多曝光图像融合方法。将序列图像与基于权重图的融合图像进行小波分解,提取融合图像的低频分量和边缘区域高频分量并与序列图像非边缘区域高频分量融合,经小波逆变换得到细节增强的融合图像。实验选取9组经典多曝光图像序列,分别从主观比较和客观评价2个方面与9种多曝光图像融合算法进行对比。结果表明:该方法将空间域与频率域两类图像融合方法相结合,能有效解决融合图像高亮与黑暗区域细节丢失的问题,避免频率域图像融合方法易出现振铃现象的问题,融合图像真实自然、颜色饱满,使用本文方法得到融合图像的图像信息熵均值与图像梯度均值分别为7.6555和7.027 3,在10种多曝光图像融合算法中分别排名第一和第二。综合主观和客观评价结果,提出的方法优于9种对比方法。

基于图像细节增强的无人机低空航拍航测技术研究

传统的航空摄影测量方法已经不能满足人们日益增长的需要,而且在实际应用中存在一些问题。提出一种基于图像细节增强的无人机低空航拍航测技术的解决方案,利用无人机搭载数码相机进行低空航拍获取影像数据,然后通过数字图像处理技术来实现对原始影像去噪、锐化以及边缘检测等操作,最后将这些处理后的结果与地面控制点相结合得到高精度DEM模型。实验证明,该技术能够有效提高工作效率并降低成本。

红外图像细节增强技术研究进展

红外图像细节增强技术是图像处理领域中一个重要的学术分支和现实需求,可以增强对微弱目标观测的能力,提高人眼对图像内容和关键细节信息的有效获取,同时,也为后续进一步地目标识别和机器视觉应用提供良好的图像预处理功能。在分析当前针对红外图像细节增强领域的主流处理算法的基础上,结合在该领域中的多年研究心得和经验,指出了每种技术在处理效果上所存在的优点和不足,探讨了基于高精度A/D采样图像数据在细节增强和数据动态范围压缩同步处理技术上的优势,并对未来红外图像数字处理技术的发展和应用前景做出了展望。

一种基于引导滤波图像分层的红外图像细节增强算法

为了解决高动态红外图像在常规显示设备上显示时容易出现图像整体对比度低、弱小目标细节模糊等问题,提出了一种基于引导滤波图像分层的红外图像细节增强算法,并从算法理论分析和仿真结果两方面验证了引导滤波具有更好的边缘保持能力,能有效避免增强后出现"伪边缘"的缺陷。另外,针对原始全局的引导滤波算法对整幅图像各个区域使用相同的规整化因子,容易产生"光晕"现象的缺陷,本文在局部方差加权引导滤波算法的思想上,提出了基于LoG边缘算子的加权引导滤波算法。实验结果表明本文算法具有良好的细节增强效果,特别是对图像中的弱小目标;另外,相比目前应用广泛的双边滤波算法,本文算法运行时间要快得多,具有实时处理的应用前景。

一种结合PE的高动态范围红外图像压缩及细节增强算法

针对在提升高动态范围红外图像中潜在或弱小目标细节的同时,还需兼顾噪声抑制、对比度增强的问题,提出了一种基于引导滤波图像分层的动态范围及细节增强算法。对背景层采用平台直方图均衡算法进行压缩,对细节层先采用中值滤波进行去噪,再采用非线性映射对细节中潜在的弱小目标细节进行增强,最后按照一定权重合并得到细节增强后的图像。综合主、客观实验结果,相对于映射类、直方图均衡、双边滤波分层增强等算法,该算法能够在动态范围压缩的过程中提高红外图像目标场景的对比度,突显其纹理特征,取得良好的细节增强效果。

FLIR公司热成像细节增强DDE技术的分析

对FLIR公司数字细节增强技术(DDE)进行了分析,认为该技术的处理结果之所以能够清晰显示不同温度背景下的细节信息,源于其对原始14 bits红外图像全局大动态场景信息的合理压缩以及局部小动态温差细节的保留和提升,最终能够在8 bits图像中保留对整体场景有效感知的同时,突出图像可能的目标场景细节信息。并以此为思路,进行了一个热图像动态压缩和细节增强处理实验,相对以往的AGC方法,取得了较好的动态压缩和细节增强效果。

基于FPGA的IRFPA图像细节增强与动态压缩处理技术

红外焦平面探测器输出的模拟信号通常采用14 bit AD进行数字化,并进行后续处理,而常用的显示设备只能显示8 bit图像,于是最终显示需要对图像进行压缩,压缩过程直接影响显示效果。与之相关的图像细节增强和动态范围压缩技术亦是当前行业内重点研究的技术。基于已提出的一种细节增强和动态压缩算法,在以Xilinx公司的XC5VLX50T FPGA为核心处理器件的图像处理板上对算法进行了工程实现,算法完全在FPGA片内利用Verilog-HDL编写实现,不占用片外资源,片内占用资源适中,处理延时小于200μs。实际观测试验验证了算法以及实现手段的有效性。

消除光晕和细节增强的多尺度Retinex红外图像增强

针对传统Retinex算法处理红外图像存在光晕伪影和细节增强不足的缺点,本文提出一种消除光晕和细节增强的Multi-scale Retinex(MSR)红外图像增强算法。首先,以局部方差和局部复杂度构造引导滤波的自适应平滑增益,然后,采用改进的引导滤波核函数估计照度分量,在对数域对多尺度Retinex数学模型求解,获取消除光晕和细节保持的多尺度反射分量。最后,为进一步增强细节和提升亮度,对反射分量依灰度等级进行自适应增强,并通过偏移调整和Gamma校正改善图像亮度,得到最终增强图像。实验结果表明,本文算法相对其它的Retinex增强算法,可有效地消除光晕现象,突出细节,可获得视觉效果良好的增强结果。

基于空域和频域处理的红外图像细节增强算法

高精度高动态红外图像具有对比度低和有效灰度范围窄的特点,因此为了提高红外图像细节纹理的显著性,避免空域处理中噪声和盲元对弱对比度细节纹理的影响,同时利用频域处理的全局性,提出了一种基于空域和频域处理的红外图像细节增强算法。首先在空域内对红外图像进行高频细节和低频背景的分离,然后将其转换到频域内并利用伽玛变换对细节的高频分量进行增强,同时对背景的高频分量进行抑制;将处理后的高频细节和低频背景在空域中以给定的权重值进行重建;最后利用直方图统计拉伸处理实现红外图像有效灰度范围的扩展和细节对比度的增强。实验结果表明,不论是人眼的主观评价还是客观评价,本算法都具有较强的细节增强能力和较佳的图像视觉表现,且具有实时处理的前景。

基于局部自相似性和奇异值分解的超采样图像细节增强

基于局部自相似性的图像超分辨率算法中存在面块或线条现象,导致图像纹理不自然,细节信息丢失严重,针对这个问题,文中提出了一种基于局部自相似性和奇异值阈值化的细节增强图像超分辨率算法.在通过轮廓模板插值得到初始超分辨率图像的基础上,利用奇异值分解及阈值化去噪提高局部自相似性提取高频信息的准确性,解决伪高频噪声成分造成的面块或线条痕迹.该细节增强超分辨率算法主要分为4个部分,即初始插值、块匹配搜索、奇异值阈值、细节合成.首先选取Pascal的轮廓模板插值算法得到初始超分辨率图像,该算法在保持插值图像整体轮廓和细节等方面都有着很好的效果优势.块匹配搜索部分,文中算法由初始超分辨率图像和原始低分辨率图像分别提供参考块和学习块,在单一尺度上进行匹配,更多地利用了原始图像的信息,复杂度也更低,即利用原始低分辨率图像的局部自相似性提供先验知识,进行块匹配学习,找到初始超分辨率图像块在原始低分辨率图像块中的最佳匹配块,提取出最佳匹配块的高频信息;然后利用奇异值分解将高频信息矩阵分解到两个正交子空间中,并选取合适的阈值对奇异值矩阵进行软阈值化处理,剔除高频成分中能量较小的伪高频噪声成分,得到更为准确的高频细节信息.最后为得到最终超分辨率图像,有效地实现超分辨率图像的细节增强,利用有效奇异值对应的奇异值矢量重构高频图像块矩阵,并在初始超分辨率图像上进行细节合成.合成过程中,选择中心对称的高斯函数对图像块进行加窗处理,以抑制分块重叠带来的重叠区影响.实验结果数据表明,文中算法不但能明显解决由于伪高频成分导致的面块或线条现象,重建出的图像纹理细节更真实丰富,纹理结构和边缘特征的清晰度和对比度较高,得到的高分辨率图像视觉效果也更好.而且文中算法具有较强的拓展性,可以对多种超采样算法进行细节增强,增强后的图像清晰度和边缘锐度明显得到提高,细节纹理信息更加丰富,客观指标也得到较大幅度的提高.

多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。

四元数引导滤波彩色图像细节增强

为了使彩色图像细节突出,可视性强,提出一种基于四元数引导滤波的彩色图像增强方法.首先将传统引导滤波推广到四元数域中,推导得出基于四元数的引导滤波;其次将彩色图像以四元数矩阵的形式建模,通过四元数引导滤波对图像的四元数矩阵进行滤波处理;再采用图像分层方法将待增强彩色图像分成一个平滑图像和一个细节图像,并对细节图像进行自适应增强处理;最后将平滑图像和增强后的细节图像重构,得到最终的增强图像.实验结果表明,该方法增强效果显著,不仅使图像边缘明显突出、纹理更加清晰,同时颜色保真,其视觉效果优于传统的图像增强方法,客观评价指标也有较大幅度的提升.

基于直方图的红外图像细节增强算法研究

红外热成像技术广泛应用于故障检测中,但由于红外探测器各单元响应的非均匀性,使得红外图像对比度低、细节和边缘模糊,不利于人工观测和机器识别,因此对红外图像细节增强算法的研究具有深刻的意义。分析了传统直方图增强算法中的缺陷,提出了一种抑制背景的局部直方图均衡算法,并使用遗传算法加快了阈值求取的速度。实验结果表明,该方法可以在抑制背景的同时增强红外图像的细节,同时速度较快,可用于实时红外图像的预处理。

基于多尺度细节增强的面部表情识别方法

人类面部表情是其心理情绪变化的最直观刻画,不同人的面部表情具有很大差异,现有表情识别方法均利用面部统计特征区分不同表情,其缺乏对于人脸细节信息的深度挖掘。根据心理学家对面部行为编码的定义可以看出,人脸的局部细节信息决定了其表情意义。因此该文提出一种基于多尺度细节增强的面部表情识别方法,针对面部表情受图像细节影响较大的特点,提出利用高斯金字塔提取图像细节信息,并对图像进行细节增强,从而强化人脸表情信息。针对面部表情的局部性特点,提出利用层次结构的局部梯度特征计算方法,描述面部特征点局部形状特征。最后,使用支持向量机(SVM)对面部表情进行分类。该文在CK+表情数据库中的实验结果表明,该方法不仅验证了图像细节对面部表情识别过程的重要作用,而且在小规模训练数据下也能够得到非常好的识别结果,表情平均识别率达到98.19%。

基于FPGA的高动态范围红外图像细节增强算法

以非锐化掩膜算法为技术框架,提出了一种基于引导滤波器、γ变换的图像细节增强算法;使用VHDL语言设计出一种新型的引导滤波器架构,并且在以CYCLONEⅢ为核心控制器的硬件平台上对算法进行了工程实现。核心处理器的逻辑和内存资源占用量分别为15%和40%;在100 MHz主时钟时,处理延时小于300μs;使用低端的处理器,即可满足工程需求。通过多幅不同场景红外图像测试对比,结果表明算法处理效果明显,可有效地实现细节增强。

基于非锐化掩模引导滤波的水下图像细节增强算法研究

针对水下图像对比度偏低,细节模糊的问题,本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像,并对细节层使用噪声检测的中值滤波去除斑点噪声;然后对原始图像进行基于均值滤波的非锐化掩模,得到锐化图像,并将锐化图像作为引导图对原始图像进行引导滤波,获取基础层图像;最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加,达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析,主观和客观测试结果表明,本文采用的算法能够有效提高图像对比度以及增强细节信息,有利于提高水下图像资料解释的准确性。