基于图像分割和局部亮度调整的微光图像颜色传递算法

为提高微光夜视图像质量，提出一种基于图像分割和局部亮度调整的颜色传递算法。用简单线性迭代聚类结合K均值聚类对微光图像进行分割，在YCbCr颜色空间中利用子区域与参考图像每一个像素点上亮度的一致性，将匹配参考图像的颜色分量传递到目标图像的子区域，以目标图像纹理特征中对比度的值作为系数，调整目标图像子区域的亮度值，进行颜色空间转换并显示颜色传递结果。搭建了微光图像成像系统，进行了微光图像分割及完成了微光图像的颜色传递。结果表明，改进的分割算法将图像中不同的景物分割出来，得到的彩色微光图像的峰值信噪均值达到12.048 dB，比Welsh算法平均提高2.63 dB。     

基于小波多通道特征级融合的彩色纹理图像分析

在不完全树型小波分解基础上将纹理和颜色特征进行融合,提出了适合彩色纹理图像分析的新的特征,它比单纯的灰度纹理特征或颜色特征具有更强的分类能力.同时还利用20类真实彩色自然纹理图像对塔式小波分解、不完全树型小波分解和小波包分解进行了多特征融合的分类比较,实验结果表明:不完全树型小波分解的特征级融合表现出良好的分类性能和抗噪能力.     

基于多分辨率色彩传递的彩色夜视方法研究

为了获得符合人眼感知的彩色夜视图像,帮助观察者获取丰富的场景信息和舒适的观察效果,提出了一种基于多分辨率色彩传递的彩色夜视处理方法.结合微光与红外图像特点,对二者进行YUV空间拮抗视觉特性的彩色融合之后,采用控向金字塔对彩色融合图像(源图像)和参考图像各颜色通道进行多分辨率分解,计算子带图像的均值和标准方差,通过参考图像与源图像在各子带的方差比调整源图像的子带系数值,再经金字塔重构,最终使微光与红外彩色夜视图像获得类似参考图像的自然感色彩.分析了lαβ、YUV和RGB颜色空间对色彩传递的影响,并确定YUV颜色空间更适于多分辨率分解的色彩传递.相比传统的线性色彩传递方法,本方法不仅使彩色夜视图像拥有更符合真实场景的色彩,还可以提高其细节信息,改善场景感知,提升融合图像目标探测能力.     

一种新的全色图像与光谱图像融合方法研究

给出了一种新的综合伪彩色映射技术和小波变换理论的图像融合方法,并将其应用于全色图像和光谱图像的融合中.通过提取两个不同谱段光谱图像的共有信息和特别信息,并进行伪彩色映射融合,来增强目标与背景的对比度.同时将伪彩色映射融合后的图像进一步用IHS变换提取空间信息,在小波变换框架下将其与全色图像进行融合以提高目标的边缘细节信息,使所获得的融合结果不仅包含丰富的光谱信息的同时还具有较高的空间分辨率.仿真图和评价指标表明,该算法在增强目标与背景的对比度以及保留目标信息等方面具有较强的优势.     

低照度夜视成像的自然感彩色化及增强方法

低照度成像系统输出一般都是黑白视频,为了获得更好的夜视实际应用效果,提出了一种基于YUV空间色彩传递的低照度视频图像彩色化及增强的亮度拉伸色彩传递方法.该方法借鉴了双波段色彩传递自然感彩色融合方法,由灰度图像及其负片图像构成初始彩色图像,并对亮度通道进行自适应亮度拉伸,在UV通道进行参考图像的色彩传递,实现灰度图像的自然感彩色化和增强.通过与其他基于色彩传递的彩色化方法比较,亮度拉伸色彩传递方法对参考图像和源图像的相似程度要求较低;选取几幅适当的典型场景彩色参考图像,可对绝大多数场景取得较好的彩色化效果,具有很好的场景环境普适性.同时可以看出,该方法高效,对比度高,颜色协调性好,色彩自然,更有利于人眼的观察感知,对于低照度夜视成像效果提升效果明显.该方法已在硬件平台上实时应用,可在无需增加硬件资源的基础上,有效地应用于低照度夜视成像.     

基于色彩传递的单波段热图像彩色化处理算法

研究基于色彩传递的单波段热成像自然感彩色化处理算法,提出一种应用伪彩色编码突出显示热目标的方法.方法首先选定适当的参考图像并对亮度通道做线性变换,然后基于通道间相关性很小的lαβ颜色空间,利用图像像素邻域亮度通道的均值和标准差进行像素间的相互匹配,将参考图像的色彩传递给单波段红外图像,最后寻找色彩传递结果图像中亮度接近最大值的像素,将它们的颜色映射到彩虹编码的高温端,以红色凋突出显示.算法用于几种场景类型的单波段红外图像,得到了色彩自然感较好的彩色化热图像,能够避免长时间观察热图像造成视觉疲劳的问题;突出场景热目标,在保留背景深度感的基础上,可有效提升观察者的目标识别能力.     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.     

基于颜色迁移和聚类分割的偏振图像融合方法

为克服当前偏振图像融合方法存在的不足,提出了一种基于颜色迁移和聚类分割的偏振图像近自然彩色融合方法.该方法首先将偏振参量图像映射到HSI颜色空间,再得到初步的融合图像后将它变换到YIQ颜色空间,并采用颜色迁移技术对其进行颜色修正.通过将修正后的图像变换到HSI颜色空间,并利用对线偏振度图像进行模糊C-均值聚类分割的结果...     

自适应参考图像的可见光与热红外彩色图像融合算法

可见光与红外热图像的彩色图像融合技术是现今国内外高性能夜视技术发展的重要方向之一,该技术有效提高了人们对目标的探测和场景理解能力。目前常用的色彩传递算法多属于基于单幅参考图像的全局色彩传递算法,彩色融合图像的色调受到参考图像的影响较大,在实际应用中难以保证对各类场景的适应性。针对常规YUV空间色彩传递彩色图像融合算法的环境适应性问题,通过对植物、城镇和海天三类典型场景的分类与统计,发现了典型场景在UV通道的均值和标准差具有的较为明显的分类特性,由此提出了一种基于UV通道均值和标准差的自适应参考图像构造方法,使得可见光与热红外彩色图像融合算法具有较常规算法更好的环境适应性,融合图像的色彩具有较好的自然感,且算法处理量较小,对现有实时硬件融合处理算法的运算速度影响不大,是一种环境适应性强的自然感彩色融合处理算法。     

真彩色传递双波段图像融合

针对基于颜色传递的双波段（中波红外、可见光）图像融合时,由于参考图像选择不当,造成的彩色融合图像对比度差、图像边缘细节下降等问题,提出了基于拉普拉斯金字塔分解及对比度可调的色彩传递图像融合算法。对待融合的两幅图像进行拉普拉斯金字塔三级分解,每一级按照不同的融合规则进行融合,以重构后的灰度融合图像作为融合结构的亮度分量Y,将可见光与红外图像的差值图像作为U分量,以红外图像为V分量。在颜色传递公式中,加入可调的比例系数,通过适当调节比例系数可调节融合图像的对比度。实验结果表明,获得的融合图像较好地保留了可见光图像的细节,既突出了红外目标同时又具有参考图像的颜色特征。图像评价结果表明,融合图像的均值、方差、熵等评价指标均得到较大提高。     

泰伯效应的共轭现象

介绍了观察泰伯（Ｔａｌｂｏｔ）像的共轭虚像的实验原理及方法，并给出实验结果及扼要的理论解释，作者首次提出可把泰伯自成像公式的ｍ值扩展的负值。     

运动与离焦模糊图像的复原

在运动和离焦所引起的图像模糊的情况中,本文提出了一种新的基于霍夫变换区分离焦模糊和运动模糊两类模糊的方法.该方法通过比较霍夫变换矩阵中的亮点数来区分两类模糊,不仅正确率达到100%,而且抗干扰性能好;其次通过对运动模糊图像做两次方向微分,估计其模糊方向,提高了模糊方向的估计准确度;最后利用改进的Prewiit算子和费米函数计算模糊图像的刃边函数,进而得到图像的调制传递函数,再利用维纳滤波复原图像.实验结果表明:本文算法不仅具有有效性和强抗噪音能力,而且对图像的信噪比要求可以低到20 dB;与传统算法相比,提高了图像的复原质量.     

微光像增强器图像传递信噪比的测试研究

图像传递信噪比是微光像增强器的重要特性参数．能够全面定量地表征像增强器在探测弱辐射图像时的综合性能，对于确定像增强器的图像探测灵敏闽具有重要意义。针对其测试原理．采用高灵敏度低噪声CCD器件作为像管输出图像的探测接收器．并引入数字图像处理技术。利用设计的测试系统实现了典型目标图像传递信噪比的自动测试．多次实验结果表明．陔测试系统具有测试过程自动快速及测试数据准确稳定的优点．相同测试条件下的不确定度优于±3%。     

干涉多光谱图像压缩编码新技术

提出一种基于运动估计的三维小波变换和非对称零树编码的干涉多光谱图像压缩方案.该方案利用大孔径静态干涉成像光谱仪推扫成像特点，对图像进行分区域运动估计的三维小波变换.采用了一种新型非对称零树编码方法，该方法可在较少的图像间建立较长的零树，增加了系数编码时由重要结点变为不重要结点并趋于零的概率，使编码的效果更好.该方案消耗内存少，延时小，有利于卫星上的图像压缩,有效地保护了图像的光谱特性.在8倍压缩下，满足干涉多光谱图像的质量要求.     

Quantum Image Encryption Based on Quantum Image Decomposition

Aiming at the slow processing speed of classic image encryption algorithms and the security analysis of existing quantum image encryption algorithms, this paper combines the representation method of quantum images and proposes a quantum image encryption algorithm based on image correlation decomposition. Using the principle of quantum state superposition and measurement, the association between image pixels is established, the image is decomposed into a series of feature sub-images and stored in a complete binary tree set, and different sub-images are operated and encrypted by random phase operation and quantum rotation operation. Then superimpose all the sub-images to obtain the ciphertext image. The algorithm has a larger key space so that it can resist brute force attacks. At the same time, the quantum encryption algorithm has lower computational complexity than classic encryption algorithms. In addition, because the ciphertext image is transmitted in the communication channel in the form of a quantum state, the security of quantum image encryption also surpasses the security of classical image encryption.

     

Equivalence of a Bit Pixel Image to a Quantum Pixel Image

We propose a new method to transform a pixel image to the corresponding quantum-pixel using a qubit per pixel to represent each pixels classical weight in a quantum image matrix weight.All qubits are linear superposition,changing the coefficients level by level to the entire longitude of the gray scale with respect to the base states of the qubit.Classically,these states are just bytes represented in a binary matrix,having code combinations of 1 or 0 at all pixel locations.This method introduces a qubit-pixel image representation of images captured by classical optoelectronic methods.