一种基于色调/饱和度/亮度彩色空间的灰度变换算法

考虑到灰度变换技术直接应用于RGB彩色图像增强容易引起彩色失真的缺陷,提出了一种自适应灰度变换算法,将原始RGB图像和RGB三分量灰度变换后的图像转换到色调/饱和度/亮度彩色空间,重组两者的色调分量和亮度分量,再对原始图像的饱和度分量进行补偿处理,从而保持了原始图像的色彩.本算法充分继承了灰度变换算法的优点,扩展了原始图像的有效灰度范围,提高了整体对比度,增强了细节.此外,算法的计算量极小,不需要设定任何参数,可用于自适应实时彩色图像处理.

基于色调饱和度亮度模型的可见光植被提取

针对遥感影像只具有红(R)、绿(G)、蓝(B)3个可见光波段时无法利用归一化植被指数(NDVI)方法提取植被信息的现状,本文提出了一种基于色调饱和度亮度(HSL)模型的可见光植被提取方法。利用自主研发的系统,将影像从RGB彩色空间变换至HSL彩色空间,构建归一化色调亮度植被指数(NHLVI),通过分析植被与非植被信息在HSL彩色空间中的特征,以及NHLVI、H、S、L、R、G、B各分量的特征,确定协同NHLVI、S分量提取植被信息,利用B分量特征剔除结果中的非植被信息,从而实现植被信息提取,并提高提取精度。研究表明,该方法在现有NHLVI指数方法基础上,加入S分量,提升了可见光植被提取的精度及方法的适用性。

一种自适应控制饱和度的色调映射方法

为了解决传统色调映射算法在处理过程中存在的色偏问题,给出一种自适应控制饱和度的色调映射改进算法。该方法首先采用对数压缩和限制对比度的自适应直方图均衡化算法对图像的亮度值进行处理,其次根据处理前后的亮度比值自适应控制输出图像的饱和度,从而校正图像色偏。实验结果表明,对图像的亮度值进行对数压缩并用限制对比度的自适应直方图均衡化算法可以保证图像的清晰度和对比度,通过图像亮度比值自适应控制饱和度的方法有效地减少了由亮度调整差异引起的色偏。所给改进方法相比于Reinhard算法和iCAM06算法可以较好地校正图像色偏。

基于IHS变换和亮度调节的遥感图像融合方法

为了能更好地将来自多传感器的遥感图像信息综合起来,在分析了几种典型的遥感图像融合方法后,基于IHS变换和亮度调节的思想探讨了一种新的遥感图像融合方法。通过两组仿真试验将该算法与IHS融合法、基于IHS变换和小波变换相结合的融合方法进行了比较,定性和定量的评价分析表明,提出的融合方法获得了基于IHS变换与小波变换相结合的融合方法相同甚至更好的融合效果,但算法更加简化。

基于背景饱和度压缩与差异阈值分割融合的香蕉串识别

针对卷积神经网络识别香蕉串样本需求量大、训练时间长、硬件配置高,而传统图像处理方法易受光照、背景颜色影响导致识别的香蕉串不完整且噪声点多等问题,提出一种基于图像背景饱和度压缩与差异阈值分割融合的香蕉串识别方法。首先根据饱和度图像中灰度等级的像素比例自适应确定香蕉串区域的高、低饱和度阈值,然后对小于低饱和度阈值的图像背景做伽马变换;对大于高饱和度阈值的图像背景做半值压缩,进而增强香蕉串区域与环境背景的对比度。接着,采用大、小阈值范围分别对饱和度分量与色调分量的差值图像进行分割,并对分割结果进行孔洞填充和连通域提取,将获取的背景噪声与大、小阈值范围的分割结果做差值融合进一步去噪,从而得到噪声点少、准确度较高的香蕉串。试验结果表明,对自然香蕉园环境下采集的图像样本香蕉串识别的准确度高于0.85的占比39.29%,介于0.80~0.85的占比46.43%,低于0.80的占比14.28%。本文方法能较好地适应不同光照和环境颜色下香蕉串的识别。

基于灰色关联分析和IHS变换的图像融合算法

针对IHS融合算法的光谱畸变问题,提出一种基于灰色关联分析和IHS变换的图像融合算法。该算法利用灰色关联分析法检测出SAR图像像素中的边缘点和非边缘点;通过IHS变换,在线性加权融合时赋予边缘点较大的权值。实验表明,该算法在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,具有简洁性和抗噪性,明显优于传统的IHS融合算法和改进的基于直方图匹配的IHS融合算法。

一种新的基于HIS和小波变换的图像融合方法

针对遥感图像影像分辨率低的问题,提出了一种新的基于HIS和小波变换的低分辨多光谱和高分辨全色图像的融合方法。该方法通过对高分辨全色图像小波分解后的低频分量进行低通滤波,将全色图像的低频信息中的高频分量融入到多光谱图像HIS空间的亮度信息的低频中;再将这个融合后的低频和高分辨全色图像的细节信息进行小波反变换,得到融合后的图像。该图像很大程度地保留了多光谱的光谱特性和高分辨图像的空间分辨率。仿真结果表明了本方法的有效性。

基于NSCT和IHS变换域的灰度可见光与红外图像融合方法

针对灰度可见光与红外图像的融合问题,提出了一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)和IHS变换域的自适应融合方法。该方法利用IHS变换域的有效分离图像亮度信息和光谱信息的优势,对灰度可见光图像进行彩色传递并得到亮度、色调、饱合度(intensity hue saturation,IHS)三个分量的值;然后通过NSCT变换分别对可见光图像的I分量和红外图像进行多尺度和多方向分解,并采用一定的融合规则得到融合图像的低频分量和高频分量,而后进行NSCT逆变换得到灰度融合图像并将其作为最终融合图像的I分量,最后进行IHS逆变换得到红绿蓝(red-green-blue,RGB)彩色融合图像。理论分析和仿真实验验证了该算法的有效性。

基于快速彩色空间变换的足球机器人目标搜索

采用了一种将颜色信息从RGB空间映射到HSI空间的快速变换方法,在结合足球机器人视觉特点的基础上加以改进,并以此为依据采用建立颜色索引表与动态网格扫描相结合的搜索方法确定场上目标,进一步提高了足球机器人视觉系统的实时性.

基于Sobel算子的小波包变换遥感图像融合算法

针对遥感图像融合时图像的空间信息与光谱信息不易兼容的问题,在小波包变换的基础上提出了一种基于Sobel算子的图像融合算法。该方法将多光谱图像与高分辨率图像进行小波包变换,根据阈值选用不同的融合准则得到小波低频系数,利用Sobel算子提取图像高频特征值,采用最值法获取高频系数。实验结果表明,所提算法优于传统的HIS(Intensity,Hue,Saturation)变换、小波变换以及两者结合的方法,在较好地保留图像光谱信息的同时,进一步增强图像的细节信息、边缘特征,从而提高图像的清晰度。

盘型激光焊金属蒸汽特征色调-色饱和度-亮度分析法研究

对于大功率盘型激光焊,金属焊件表面在激光束辐射下强烈汽化并形成等离子体状的金属蒸汽羽状物.该金属蒸汽羽状物可逆向激光束传输,对激光有明显的屏蔽作用,降低激光辐射至焊件的能量密度,影响焊接效率和质量.因此研究金属蒸汽特征变化规律及其与焊接质量之间的关联,可实现由金属蒸汽特征实时监测激光焊接状态.以10 kW大功率盘型连续激光焊接304不锈钢钢板为试验对象,应用高速摄像机摄取金属蒸汽动态图像,将其转换至色调-色饱和度-亮度空间,提取金属蒸汽面积、激光束受影响路径长度等相关特征量,以焊缝熔宽的变化作为衡量焊接状态稳定性的参数.通过金属蒸汽特征值的均值统计和方差分析,试验证明根据金属蒸汽面积和激光束受影响路径长度等金属蒸汽特征可有效地反映熔宽质量,从而对焊接状况做出动态评估.

一种基于小波变换的遥感SAR图像与TM图像融合新算法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积和匹配度为融合准则,将TM图像的亮度分量和SAR图像进行融合处理,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像。实验结果表明,文中方法在增强空间细节信息的同时更好地保持了光谱信息,与IHS法和小波变换法相比,证明了文中方法的有效性。

结合最优亮度分量的遥感图像融合方法

针对基于亮度色调饱和度变换的遥感图像融合方法中存在的光谱损失问题,提出了一种结合最优亮度分量的融合方法.根据全色图像的亮度分量,利用克隆选择算法给出每幅单光谱图像对应的全局优化权值,该权值可反映出每幅单光谱图像相对于全色图像亮度分量中所占的折中比例,从而减弱了单光谱图像间的相关性,可获得更加逼近全色图像的亮度分量;利用最优亮度分量在改进的空间分辨率增加(ARSIS)框架下获取具有高分辨率的多光谱图像.算法针对快鸟卫星图像数据的实验结果,验证了新方法在降低光谱损失和增强融合图像细节信息方面的有效性,所获得的融合后的高分辨率多光谱图像具有较小的光谱损失.

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。

基于字符亮度的自适应文本信息隐藏算法

根据人类视觉系统(HVS),利用数字图像中的HSI模型,提出了一种基于字符亮度的自适应文本信息隐藏算法。该算法引入二次余数理论随机选择嵌入位置,并且采用了一种扩展的编码机制动态地隐藏秘密信息。实验结果表明这种算法不仅扩大了隐藏容量而且改善了文本的隐蔽性,同时在鲁棒性与不可感知性之间取得良好的折中,提高了文本的抗攻击能力。

基于非子采样Contourlet变换的多波段SAR图像伪彩色融合

为了对多波段SAR图像进行有效的融合,提出了一种基于非子采样Contourlet变换的多波段SAR图像伪彩色融合方法。该方法首先对多波段SAR图像进行基于亮度的波段选择,按选择方法将图像分别赋予R、G、B通道;所得RGB图像通过IHS变换得到亮度分量I;再利用非子采样Contourlet变换对I分量和另一波段图像进行多尺度分解,低频和高频图像分别采用活性测度和绝对值最大规则进行系数选择;最后将融合结果与H、S分量进行IHS反变换,得到新的RGB图像。实验结果表明,采用该方法进行多波段SAR图像伪彩色融合是可行和有效的。

基于Arnold和离散分数随机变换的彩色图像加密算法

提出一种彩色图像加密方法,该方法在亮度色调饱和度彩色空间使用离散分数随机变换(DFRNT)和Arnold变换进行加密,彩色图像从标准红、绿、蓝空间转化为亮度色调饱和度空间。其中亮度分量通过一种将像素值和像素位置同时进行加密的DFRNT进行加密;色调和饱和度分量使用一种将像素置乱的加密方法Arnold变换进行加密。与传统的双随机相位编码相比,DFRNT加密方法可以节省密钥的存储空间,同时,与传统的双随机相位编码一样安全。将DFRNT的分数阶、随机矩阵和Arnold变换的迭代次数作为该算法的加密密钥,分别使用分数阶的变化、Arnold变换迭代次数的变化、已知的明文攻击、加噪声和加密图像遮挡等攻击手段,对该加密算法进行性能测试,测试结果表明该方案的可行性和有效性。

基于大气散射模型的图像去雾及亮度增强算法

针对雾图能见度低和去雾图像亮度偏暗的问题,提出一种基于大气散射模型的双阶段去雾算法。首先使用线性变换估算复原图像亮度,使用拉伸方法估算复原图像饱和度,根据复原图像亮度、饱和度估算其最小通道,联合雾图最小通道获取粗糙透射率。在不同阶段分别使用双梯度代价函数、导向滤波优化粗糙透射率,依据大气散射模型复原图像和增强亮度。实验结果表明,所提算法复原图像更清晰明亮;图像综合质量、峰值信噪比和运行时间等客观指标均值优于所有比较算法,其中图像综合质量最少提高1.55倍,运行速度最少加速1.50倍。所提算法有效地增强了雾图的能见度和明亮度。

基于引导滤波的Retinex快速夜间彩色图像增强技术

针对目前基于Retinex原理的图像增强技术在对夜间彩色图像处理中存在颜色失真、在高对比度边缘区域存在"光晕伪影"等问题,提出了一种基于引导滤波的Retinex快速夜间彩色图像增强的算法.该算法首先构造优化的颜色恢复函数,然后对夜间彩色图像在色调、饱和度、亮度(hue,saturation,value,HSV)颜色空间下的亮度图像采用具有边缘保持功能的引导滤波进行平滑处理,估计场景的光照分量,进而获得仅包含物体本身特性的反射分量图像,经过Gamma校正与颜色恢复后最终实现夜间彩色图像增强.实验结果表明,本文提出的算法增强效果显著、效率较高,同时具有颜色保真、抑制过增强和能较好保留边缘细节信息等特性.

一种新的低照度彩色图像增强算法

为了增强彩色图像而不引起色彩失真,在HSV颜色空间中保持色相不变,提出了采用分段对数变换增强饱和度结合在多尺度Retinex算法的基础上,采用边缘保持增强色调的低照度彩色图像增强算法。实验结果表明,该方法在保持图像色相和图像边缘的情况下,显著改善了图像的视觉效果,提高了图像的亮度和对比度。25幅低照度图像的平均亮度、标准偏差和对比度分别提高了94.95%、20.93%和29.88%,相对于带色彩恢复的多尺度Retinex算法的熵和对比度增量分别提高了7.34%和151.51%,效果优于Retinex算法。