基于图像内容对比感知的图像质量客观评价

为了提出性能优异的图像质量评价(IQA)模型,本文基于人类视觉感知特性和图像的灰度梯度、局部对比度和清晰度特征,提出了一种基于图像内容对比感知的IQA方法.在该方法中,首先结合视觉感知特性,基于物理学中对比度定义,提出一种图像质量定义及其值计算方法;之后,基于灰度梯度共生矩阵,提出一种图像灰度梯度熵的概念及其值的计算方法,并基于图像灰度梯度熵、局部对比度和清晰度,提出一种图像内容及其视觉感知的描述方法;最后,基于图像内容特征和图像质量定义,综合分析,提出IQA方法及其数学模型.并且采用5个开源图像数据库中的119幅参考图像和6395幅失真图像对其进行了仿真测试,同时分析和探讨了52种失真类型对IQA的影响;另外,为了说明所提IQA模型的优势,将其与现有的7个典型IQA模型,从精度、复杂性和泛化性能上进行了对比分析.实验结果表明,所提IQA模型的精度PLCC值在5个数据库中最低可以实现0.8616,最高可达到0.9622,其性能综合效益优于7个现有IQA模型.研究结果表明,所提IQA方法是有效的、可行的,所提IQA模型是一个性能优异的IQA模型.     

基于灰度共生矩阵的非平面表面粗糙度的图像纹理研究

采用灰度共生矩阵对不同加工工艺形成的非平面工件表面粗糙度进行了研究。讨论了灰度共生矩阵中二阶矩、对比度、相关值，熵等与图像纹理特性的关系，构建了实验装置，并利用Matlab软件对采集的激光散斑图像进行了处理，得到了共生矩阵的4个特征参数随表面粗糙度的变化曲线。为研究非平面工件的粗糙度，提供了一种新的技术途径。     

一种基于图像特征和神经网络的苹果图像分割算法

苹果识别是开发苹果采摘机器人的关键环节,利用图像处理技术和神经网络分类器探索苹果图像分割算法.从苹果树图片中选取苹果图像样本和背景网像样本.分别计算这两类图像样本的颜色特征和纹理特征.颜色特征的计算基于RGB色彩模型,纹理特征的计算基于灰度共生矩阵.选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点,利用反向传播神经网络分类器建模,输出值是一个O～1之间的计算值.通过阈值将输出结果分类为苹果或背景.试验结果表明,该算法正确率大于87.6%,对光照的影响不敏感,是一利较为实用的苹果分割算法.     

基于图像灰度梯度最大值累加的自动调焦算法

从光学系统出发介绍了基于图像处理的离焦图像成像原理,分析了传统基于灰度梯度的自动调焦算法的缺陷——灰度梯度考虑不全面并且易受噪音影响.针对传统算法不足,提出了基于图像灰度梯度最大值累加的自动调焦算法.该算法通过计算中心像素的八邻域灰度梯度,以自动聚焦区域内各像素最大灰度梯度与最大灰度与最小梯度差值乘积之和作为新的评价函数,分析了该算法可以抑制噪音影响的原理;介绍了焦点搜索自适应变步长爬山算法原理和实现过程;最后进行算法性能实验验证.首先,利用不同算法对序列图像和加入高斯噪音的图像进行清晰度评价,结果证明该算法对含噪图像的清晰度评价准确,与传统算法相比该算法在抑制噪音方面具有优越性;其次,用不同聚焦算法进行序列图像自动调焦实验,结果显示传统算法会出现错误聚焦的情况,而该算法聚焦准确迅速,相比于传统算法具有明显优势.     

同步辐射X射线图像对比度增强算法研究

在同步辐射X射线成像中,时常会出现对比度不高或对比度不均匀的问题,这将导致图像中样品的一些细节信息难以被观察和分析。针对这一问题,提出一种X射线图像对比度增强的算法。该算法以同态滤波为核心,结合图像降噪预处理及灰度调整,以现图像的对比度增强,并提高图像质量。编写程序实现该算法,并通过对分辨率靶图像和海洋鱼类样品的X射线图像进行测试。结果表明,该算法可以很好地增强灰度分布不均匀的低对比度X射线图像,使样品信息显示更清晰,灰度分布更均匀。同时,对X射线图像的降噪效果明显。     

同步辐射X射线图像对比度增强算法研究EI北大核心CSCD

在同步辐射X射线成像中,时常会出现对比度不高或对比度不均匀的问题,这将导致图像中样品的一些细节信息难以被观察和分析。针对这一问题,提出一种X射线图像对比度增强的算法。该算法以同态滤波为核心,结合图像降噪预处理及灰度调整,以现图像的对比度增强,并提高图像质量。编写程序实现该算法,并通过对分辨率靶图像和海洋鱼类样品的X射线图像进行测试。结果表明,该算法可以很好地增强灰度分布不均匀的低对比度X射线图像,使样品信息显示更清晰,灰度分布更均匀。同时,对X射线图像的降噪效果明显。     

基于MDLatLRR和KPCA的光场图像全聚焦融合

为了提升光场成像的空间分辨率,结合光场图像数字重聚焦与多聚焦图像融合,提出了一种基于多尺度潜在低秩分解和核主成分分析的光场图像全聚焦融合算法。首先,对光场图像进行数字重聚焦得到重聚焦图像,然后对各重聚焦图像进行多尺度分解提取出基础层和显著层,对基础层、显著层分别采用局部梯度差值加权算法和多尺度梯度域显著性提取算法计算相应的特征系数;其次,联立基础层和各显著层的特征系数矩阵,然后用核主成分分析进行降维融合得到融合特征系数矩阵,使得经融合特征系数生成的聚焦决策图能充分考虑基础层和显著层的特征信息;最后,用聚焦决策图引导重聚焦图像进行全聚焦融合。实验结果表明,该算法与传统方法相比在视觉效果和边缘信息丰富度上具有更优表现,所生成的光场全聚焦图像具有更高的分辨率和更好的视觉效果。     

微光夜视仪分辨力客观测量方法研究

利用灰度 梯度共生矩阵模型对微光夜视仪分辨力测量图像的纹理特征进行了分析 ,通过对大量图像的 5个纹理特征参数的计算 ,结果表明 ,这些参数能对微光夜视仪分辨力测量图像的纹理特征作出有效的客观评价 ,此计算结果与人眼的观察结果具有较好的一致性。     

红外和彩色可见光图像亮度-对比度传递融合算法

以红外和彩色可见光图像为研究对象,提出了一种基于亮度-对比度传递（LCT）技术的彩色图像融合算法。首先借助灰度融合方法将红外图像与彩色可见光图像亮度分量融合,然后用LCT技术改善灰度融合结果的亮度和对比度,最后利用快速YCBCR变换融合策略在RGB空间内直接生成彩色融合图像。文中利用像素平均融合法和多分辨率融合法作为不同的灰度融合措施以分别满足高实时性和高融合质量的需求。实验结果表明,提出算法的融合结果不仅具有与输入彩色可见光图像相近的自然色彩,而且具备令人满意的亮度和对比度,即使采用运算简单的像素平均法进行灰度融合,同样可以获得良好的融合效果。     

基于Mean-shift的灰度目标跟踪新算法

Mean-shift算法是一种非参数密度估计算法,可以实现快速的最优匹配,在目标的实时跟踪领域起着非常重要的作用。为了有效的将Mean-shift算法应用到灰度图像中,采用了以方向直方图建立目标模型的策略,提出了在灰度图像中以Mean-shift为核心的目标跟踪算法。实验结果表明,该算法具有不受光照条件影响的优点,在低对比度的情况下仍能实现稳定、实时的跟踪目标。     

自动调焦系统中一种调焦的判别方法

准确有效的调焦评价函数是采用数字图像处理技术实现自动调焦的关键环节,而调焦评价函数的好坏又直接影响着调焦系统的结构精度和运算的复杂程度。分析了灰度标准差比较法和灰度对比度比较法的优缺点,提出了经改进的灰度比较法作为调焦评价函数,该方法具有响应速度快、计算量小、信噪比高、可靠性好等特点。实验与分析结果表明,该方法对具有复杂细节和纹理特征的图像能得到较好的处理结果,而对于背景高亮度的图像则不能判断其是否聚焦。     

基于区域对比度的图像清晰度评价算法

高效、准确的图像清晰度评价是实现自动调焦的关键。在分析了现有图像清晰度评价方法优缺点的基础上,提出了一种基于图像区域对比度的清晰度评价新方法,建立和分析了评价函数的数学模型,并对航空摄像机采集的系列图像进行实验和仿真。与其他算法比较的结果表明:该方法具有精确度高、对比度明显等优点,能够应用于实际的图像清晰度评价和自动对焦中,克服了单纯依靠计算灰度差带来的不足,具有较高的实用性和可靠性。     

基于区域对比度和SSIM的图像质量评价方法

在诸多图像质量评价方法中,结构相似度(SSIM)算法简单高效,准确性较高,但SSIM模型不能很好地评价存在局部失真和交叉失真类型的图像。针对SSIM算法对图像不同区域平等对待的不足并考虑了时域人眼视觉特性,提出一种改进的基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法。该算法将图像区域灰度信息对比度与SSIM算法融合,加权归一为参考图像与失真图像的对比度结构相似度值,以其评价图像质量。在LIVE图像数据库上的实验结果表明,与SSIM算法相比,RCSSIM评价结果的皮尔逊线性相关系数提高约0.015,均方根误差减小约0.55,更接近于人眼主观测试结果,具有更好的评价性能。     

基于微透镜阵列的合成孔径去遮挡算法研究

针对光场成像中对焦图像混叠离焦、具有模糊弥散斑的问题,提出了一种基于微透镜阵列的合成孔径去遮挡算法。搭建含微透镜阵列的微型光场单相机系统,进行原始图像数据采集;采用合成孔径技术对遮挡物进行数字聚焦,识别出遮挡物;选择灰度方差,对遮挡物和目标物体像素值范围进行划分,将识别出的遮挡物去除,并进行二次聚焦,提取出目标图像。实验表明:该算法同其他算法相比,无参考图像质量评价值平均提高18.83%,提升了图像质量;同时也呈现了场景的三维信息,具有较高的对比度和信噪比。     

基于无人机载的光电与SAR图像融合技术研究

为了提高无人机侦察识别能力,提出基于小波变换方法的无人机载光电与SAR的图像融合技术。经时间配准算法生成图像配准源,采用SIFT算法提取图像特征点,BBF算法计算生成匹配点集,依据匹配点集计算图像间透视变换模型完成图像配准,利用小波变换算法实现配准图像融合。经实验验证以及利用Matlab分析图像灰度直方图和计算信息量,结果表明:融合图像保留了光电图像95.7%的细节(熵),相比于光电图像平均梯度提高了1.52倍,增强了光电图像目标区对比度,降低了随机性噪点;融合图像相比于SAR图像信息量提高了1.44倍。     

局部对比度结合区域显著性红外弱小目标检测

为了解决局部对比度方法的计算效率低,以及在某些红外场景中易出现虚警的问题,将其与图像区域显著性相结合,提出一种改进的局部对比度算法——区域局部对比度算法,仅在图像的显著性区域中进行局部对比度计算,而非遍历整幅图像。首先进行基于图像信息熵和局部相似性的红外图像区域显著性度量,经二值化得到单帧图像显著性区域;接下来在该区域中进行局部对比度数值计算,得到区域局部对比度图像,最后经过自适应阈值分割,得到弱小目标检测结果。实验结果表明,区域局部对比度算法可以极大提高红外弱小目标的信噪比,检测结果准确,虚警率低,与原始的局部对比度算法相比,检测效率有明显提升,可以更好地保持弱小目标的形状。     

基于纹理分割和Top-Hat变换的合成孔径雷达与可见光图像增强融合

针对目前合成孔径雷达(SAR)与可见光图像融合结果目标信息缺失、对比度不高的缺点,提出了一种基于纹理分割和top-hat变换的图像增强融合算法。将SAR图像灰度共生矩阵的熵纹理特征图进行阈值分割,提取SAR图像的感兴趣区域(ROI);并对SAR和可见光图像进行非下采样Contourlet变换(NSCT)分解,低频系数采用基于区域的融合规则,在感兴趣区域内选择SAR的低频系数。对低频系数进行top-hat变换得到显著化的图像亮、暗细节特征,并加入到低频系数上形成低频合成系数;高频子带系数采用局部方向信息熵显著性因子取大的融合规则;对融合系数进行NSCT逆变换得到最终的融合图像。实验证明了本算法的有效性。     

基于动态直方图均匀化的对比度增强方法

为增强显示设备进行视频信号显示时的图像对比度,提出了一种动态直方图均匀化算法,该算法根据对比度增强系数可实现在不同灰度范围内的直方图均匀化,达到不同程度的对比度增强效果。同时为减少进行对比度增强所需的帧存储器,开发出了一种快速简单的输入视频图像帧间相似性检测方法及电路实现,当判定输入视频图像具有相似性时,后续帧的图像采用前面输入图像的对比度增强映射函数。仿真结果表明,提出的对比度增强方法能根据对比度增强系数实现不同程度的对比度增强,有效地提高了显示设备的图像显示质量。     

基于非下采样Shearlet变换与双重制约的遥感图像融合算法

为了提高遥感图像的融合质量,使其兼顾较好的纹理特征与对比度,提出了非下采样变换耦合双重制约模型的遥感图像融合算法(NSST)。通过IHS模型来解析多光谱图像(MS),提取其对应的强度(I)、色调(H)、饱和度(S)成分;借助NSST,从I成分和全色图像(PAN)中解析出低频和高频系数;通过信息熵和均值模型,计算出图像富含的信息及亮度丰富度,以完成低频系数的融合。利用高频系数与方向矩阵的卷积运算,得出图像的纹理特征,计算图像的标准差,获取对比度信息。在联合纹理特征和对比度,构造双重制约模型,完成高频系数的融合。再对融合系数完成逆NSST和逆IHS运算,得出融合图像。实验数据表明,较现有的融合技术而言,所提算法的融合图像含有更为丰富的纹理与更高的对比度。     

基于小波变换和灰度共生矩阵的轮胎花纹检索

针对在用离散小波变换中提取纹理特征缺少纹理的空间分布特性问题,提出引入方向测度的灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)与离散小波分解相互融合的算法,在低频子带上借助方向测度引入权值因子的方法提取灰度共生矩阵的六个统计量,用生成的综合特征来描述轮胎花纹的纹理构成,用欧式距离进行相似性度量。实验结果表明,融合算法能够有效提高检索效率,改进方法的检索效率优于用传统的灰度共生矩阵和小波变换提取纹理方法的检索效率。