一种基于色彩保持的低照度图像增强算法

保持色彩不变是彩色图像增强的一个重要问题。针对低照度图像,提出一种快速保持色彩增强方法,采用抛物线函数进行亮度增强,获得亮度增益后,对RGB值进行同比增强,在增强亮度的同时,保持色彩不变。实验表明,本算法运算速度快且增强效果良好。

一种改进的色彩保持低照度图像增强方法

针对现有低照度图像增强方法恢复结果存在的色彩失真问题,采用原用于图像去雾领域的暗通道先验方法,提出了一种基于暗通道先验的低照度图像增强方法.通过提取图像的暗通道信息来获得对应场景的光照强度分布图;针对暗通道先验原理导致的白色像素区域暗通道数值计算错误的问题,提出了一种通过计算像素的RGB三通道数值差值来判定错误区域方法,并给出了具体的错误修正方法;为了消除暗通道先验产生的块效应,对修改后的光照强度分布图进行平滑;基于图像每个像素点光照强度与标准光照强度的比例关系对原图像的RGB三通道进行放大,实现色彩保持的图像增强;与现有方法进行实验对比分析,从恢复结果的色彩失真情况以及峰值信噪比等方面验证了所提方法的有效性.

彩色遥感影像色彩保持直接线性增强方法

将适用于全色遥感影像的线性增强技术直接应用到海岛礁彩色遥感影像增强处理中,实现了一种高速地具有色彩保持特性的海岛礁彩色遥感影像增强方法。将其与传统直方图方法、基于直方图的色调不变增强方法进行了对比实验,实验结果表明该方法不但有效改善了海岛礁彩色遥感影像视觉质量,还保持了海岛礁彩色遥感影像的色彩信息。此方法处理的海岛礁彩色遥感影像具有视觉效果好、色彩鲜明等特点,更有利于其后续处理。

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。

结合注意力机制的多尺度特征融合图像去雾算法

针对传统图像去雾算法容易受到先验知识制约以及颜色失真等问题,提出了一种结合注意力机制的多尺度特征融合图像去雾算法。该算法首先通过下采样操作得到多个尺度的特征图,然后在不同尺度的特征图之间采用跳跃连接的方式将编码器部分的特征图与解码器部分的特征图连接起来以进行特征融合。同时,在网络中加入一个由通道注意力子模块和像素注意力子模块组成的特征注意力模块来控制不同通道与像素的重要性,这种特征注意力模块让网络更加关注细节信息和重要特征,因此能取得更好的去雾效果。为了验证所提算法的有效性,首先在RESIDE数据集上将所提算法与5种流行的去雾算法进行定性与定量对比实验。实验结果表明,所提算法能比较完全地除雾,而且对图像色彩的保持度较好;同时,在两个评价指标峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似性(Structure Similarity,SSIM)上的平均值分别为28.83 dB和0.9575,相较于对比算法中性能位居第二的模型分别提高了2.23 dB和0.0172。然后在MSD数据集以及真实图像上将所提算法与5种对比算法进行了定性对比实验。实验结果进一步证明了所提算法的去雾性能以及色彩保持度良好。

基于遗传优化的海岛礁彩色影像增强方法

针对海岛礁彩色遥感影像内容单一、色彩不鲜明、反差低的问题,将模糊增强技术与遗传优化策略应用到海岛礁遥感影像增强处理中,提出了一种无人工干预、无先验知识依赖、具有理论最佳色彩的海岛礁遥感影像增强方法。实验结果表明,该方法不但提高了海岛礁彩色遥感影像的视觉效果与质量测度,还保持了影像的色彩信息。

想象无限可能

罗门哈斯塑料添加剂部门在世界范围内供应添加剂和丙烯酸树脂，广泛用于聚氯乙稀、聚酯、聚碳酸酯和其他工程塑料及塑料合金。罗门哈斯塑料添加剂产品可显著改善材料的冲击强度、透明度、色彩保持性、耐热性、热稳定性和耐候性，并可以显著提高加工效率，提高熔体强度和润滑效果。

半音化的历史演进(九)

本文分析介绍德彪西自1880年至1904年间写作的独唱歌曲中的半音化和声手法及其表现作用和特点。

复合类别支持的多元线性回归遥感影像色彩归一化方法

受植被时相变化、传感器畸变、获取时刻大气条件等因素的影响,不同时间获取的遥感影像存在色彩差异,而逐波段的色彩归一化容易引起新的色彩畸变。因此,本文提出一种复合类别支持的多元线性回归遥感影像色彩归一化方法,在输入影像和参考影像逐波段高斯归一化的基础上,进行复合聚类,确定各像元的复合类别;在迭代去除变化像元的基础上,将类别中心作为控制点,建立多元线性回归方程,并据此对输入影像进行处理。2组影像的试验结果表明,本文方法相对于传统方法在整体精度、色彩保持等方面具有较大的优势。