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.     

基于伪彩色融合图像聚类的夜视图像上色算法

提出一种将小波融合和基于伪彩色融合图像的C均值聚类用于图像色彩传递算法中的彩色夜视方法.在色彩传递前将可见光和红外图像进行小波融合得到灰度融合图像作为目标图像,保持了较好的纹理信息和目标信息;再对彩色源网像进行基于连接相对熵的彩色阈值分割;然后针对灰度融合图像的特点,根据一种基于伪彩色融合图像的C均值聚类方法,将伪彩色融合图像的彩色信息作为特征向量应用在夜视图像的分类当中,得到较好的分类效果,并基于此分类结果再进行色彩传递,得到更为自然的彩色夜视图像.实现了对夜视图像的自动色彩传递,得到的罔像色彩较真实.纹理清晰,将有利于人眼的目标识别.     

基于CbCr查找表的双波段图像彩色融合算法

低照度可见光与红外图像的自然感彩色融合能够显著提高人眼视觉在低照度环境下的情景感知和目标探测能力。基于样本的融合算法是一种快速有效、实时性强的自然感彩色融合算法。针对已有算法在查找表构建和灰度信息利用方面存在的问题,提出一种基于CbCr查找表的双波段图像彩色融合算法。算法采用反向传播神经网络对图像样本的二维亮度向量(Y1,Y2)和二维色度向量(Cb,Cr)进行非线性拟合,从而获得亮度与色度间的映射关系f(Y1,Y2)→(Cb,Cr),并由此构建CbCr查找表。融合时,由输入的双波段灰度图像的亮度Y1,Y2和CbCr查找表获得彩色融合图像的色度Cb,Cr;由亮度Y1,Y2经双层拉普拉斯金字塔融合获得彩色融合图像的亮度YF;为了减小因环境变化导致的色彩映射偏差,对亮度Y1,Y2进行灰度校正。实验结果表明,本文融合图像具有颜色自然、细节丰富、利于(热)目标检测的特点,在清晰度、彩色性、映射准确性方面已经达到甚至优于Toet算法的图像融合效果。     

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。     

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LLE的红外成像彩色化处理算法研究

针对红外图像对比度低、细节较差,且一般是黑白图像,不适宜于人眼观察,提出一种利用局部线性映射方法（LLE）的红外成像彩色化方法。该方法寻求灰度空间到色彩空间的映射,实现红外图像到彩色红外图像的转变,先将目标红外图像和彩色模板图像转换至YUV颜色空间,分离亮度和色彩信息;然后将目标红外图像的每个像素及邻域像素的灰度值串接成矢量,并均匀从彩色模板图像选取部分像素按相同方法串接成矢量,采用欧氏距离搜索最近邻并计算最佳的匹配系数,经色彩值（即U和V分量）计算将模板图像的彩色传递给目标红外图像后搜索亮度最大值的像素邻域并经自动阈值伪彩色编码处理,突出显示重要目标,得到处理后的彩色红外图像。将算法应用于实验室自主开发的热像仪,算法作用后的红外图像不但有了适于人眼视觉的彩色信息,而且用红、黄等敏感色突出了重点热目标,提高了人眼发现和识别目标的速度,实验结果表明,算法有利于侦察人员长时间的目标观察和识别目标。     

基于神经网络的低照度彩色图像增强算法

由于低照度彩色图像存在整体亮度低、对比度低、颜色偏暗和信噪比低等特点,所以经典图像增强算法对其增强效果非常有限。提出了一种利用BP神经网络进行彩色图像增强的算法,并将RGB图像转换成HSI图像,以保证增强处理不引起图像的色彩失真。实验证明:该方法显著地改善了低照度彩色图像的视觉效果,提高了图像整体亮度和图像的信噪比,可调节图像的动态范围,能增强图像的对比度和细节,可增加图像信息熵。     

面向真彩色EMCCD的深度特征融合的正交色彩传递

采用近红外(NIR)波段高透的红(R)、绿(G)、蓝(B)滤光(即R+NIR、G+NIR、B+ NIR),是电子倍增CCD(EMCCD)实现真彩色成像且保持低照度下高灵敏度的常见手段,然而,近红外成分的引入会带来颜色失真和颜色分布压缩.本文通过约束已配准的源图像和参考图像在标准正交颜色空间中具有相同的坐标表示,构建正交的色彩传递模型.在此基础上通过卷积神经网络引入特征维度,设计了端到端的色彩传递网络,改善偏色和颜色分布压缩导致的一对多颜色映射问题.色彩传递网络由预训练的前端网络和可训练的后端网络组成,前端网络根据EMCCD图像的纹理和语义将像素点分散到不同的特征通道上,后端网络根据各特征图内像素点的编码统计特征进行色彩传递.本文方法经大量图像验证具有一定普适性,在不同场景和照度下均取得较自然的色彩效果.相对于真实彩色图像,本文结果与颜色失真图像相比,峰值信噪比平均提高了75.78％,结构相似性相对提高了103.74％,色差相对降低了67.48％.     

基于YCbCr颜色空间的Retinex低照度图像增强方法研究

针对Retinex理论的低照度图像增强算法中光照图像估计问题,提出一种基于YCbCr颜色空间的低照度图像增强方法.该方法将原始低照度图像从RGB(Red Green Blue)颜色空间转换到YCbCr颜色空间,提取该空间中Y分量构建为原始光照图像分量L1(x,y),并对L1(x,y)进行Gamma校正得到增强的光照图像分量L2(x,y),经Retinex模型得到增强图像R(x,y),采用多尺度细节增强方法对图像R(x,y)进行细节增强,得到最终增强图像Re(x,y).实验结果表明,所提方法不仅能有效提升亮度,避免亮度和色彩失真,增强了图像的细节信息并获得了更好的视觉效果,而且运行速度快.     

MPPC low-level-light imaging enhancement algorithm based on sub-window box filtering北大核心CSCD

针对多像素光子计数器(MPPC)进行微光成像时,图像受光照不足和噪声影响出现的图像亮度低、对比度差、边缘模糊等问题,提出一种基于子窗口盒式滤波的自适应微光图像处理算法。为了减少算法运行时间的同时突出图像的边缘细节信息,利用子窗口盒式滤波器对图像进行分层得到基础层和细节层;对基础层图像采用自适应阈值直方图均衡化拉伸对比度,细节层图像采用自适应增益控制方式进行增强;根据基础层图像中有效灰度值个数占总灰度的比值自适应确定融合系数,将基础层图像与细节层图像融合得到增强后图像。通过微光实验平台设置3组不同照度的微光环境进行实验仿真,验证了本文算法在保持边缘信息和增强细节方面获得了更好的效果。实验结果表明本文算法在标准差、信息熵、平均梯度等客观评价方面优于改进前算法,提升了微光图像的成像效果。     

一种夜雾天况彩色视频构建方法

针对单一红外或可见光波段成像技术无法满足夜雾天况彩色成像要求的问题,结合红外和可见光成像各自的特点,提出一种固定区域下针对夜雾天况的彩色视频构建方法。该方法在能见度高的白天利用可见光传感器进行可见光背景图像的构建,在能见度低的夜雾天气利用红外传感器提取出红外运动目标,依据可见光背景图像与原始红外图像的配准参数进行2幅图像的同比例融合,完成彩色视频的重构。实验结果表明,该方法能够准确完成包含红外目标的彩色视频构建,充分体现出夜雾天况下运动目标及其所在场景的彩色特征信息,提升人眼对目标与场景的识别和感知。对于图像大小为720pixel×576pixel的视频序列,该算法的运行速度能够达到40frame/s,可满足彩色视频实时构建的需要。     

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。     

窄带快照式多光谱成像色彩还原方法

由于兼具光谱分辨和空间分辨能力, 快照式窄带多光谱成像在资源遥感、精准农业、医疗检测等领域将有广泛应用。由于该方法使用窄带成像来提高光谱分辨率及图像对比度,所获得的图像是灰度信息,失去了场景的色彩信息,不便专家对图像鉴别、评价与赏析。已有的色彩还原算法主要针对光谱波段带宽较宽或者多个波段叠加基本覆盖整个可见光谱范围等两种光谱成像仪,不适合窄带多光谱成像方法的色彩还原。该研究适合于快照式窄带多光谱成像的色彩还原方法,提出建立窄带多光谱彩色相机的概念。首先,提出两种窄带多光谱色彩还原方法：(1)基于CIE色度系统三刺激值色的,(2)基于贝尔阵列插值算法的;其次,分别应用两种算法还原快照式窄带多光谱相机所获得的植物、手臂及宫颈组织等三种代表性场景窄带多光谱灰度图像;之后,计算并比较表征两种算法所得的代表性场景彩色图像的均值、方差、熵及梯度等表征图像质量的参数数值,确定出适合快照式窄带多光谱成像的色彩还原方法;最后,对所确定的色彩还原算法进行色偏校正。实验结果表明,基于CIE三刺激值色彩还原方法比贝尔阵列插值法更适用于窄带多光谱成像颜色复原。配合使用CIE三刺激值色彩还原方法及灰度图象校正算法,从窄带光谱成像所获得的植物、手臂皮肤及宫颈组织的灰度图像所还原出的近彩色图像逼近物体真实色彩,满足人眼观察习惯。介绍了仅覆盖可见光光谱范围30%的窄带多光谱图像进行色彩还原的方法,该方法证明快照式窄带多光谱成像可以兼具光谱分辨能力,同时保持可供人主观辨识的色彩信息。所提出实现快照式窄带多光谱彩色成像的方法,有望设计不同于传统RGB相机的彩色相机实施方案。     

基于低照度三基色图像去噪及融合彩色图像增强方法研究

现有的各类彩色图像增强方法,主要用于对光照不均匀或弱光条件下已获取的彩色图像进行直接增强,而低照度彩色成像系统获取的彩色图像是由单独采集的三基色图像融合而成。为此提出了基于低照度三基色图像去噪及融合彩色图像增强方法。利用小波变换对低照度条件下独立采集的三基色图像进行去噪;然后将去噪后图像融合成彩色图像,将彩色图像由RGB颜色空间转换为HSV颜色空间;在HSV空间对V进行MSR增强,再对增强后的图像进行S调整;最后再将其转换回RGB颜色空间。采用客观评价方法对选取的去噪增强后图像进行了评价。结果表明:经过去噪和增强后的彩色图像在均值、方差和熵3项指标上均优于三基色直接融合的彩色图像,平均提高幅度为均值11.37%、方差8.46%、信息熵0.44%。该方法可移植到低照度彩色成像系统中,对成像质量的提升具有指导意义。     

基于三代微光ICCD成像装置的目标对比度影响因素测试分析

微光夜视整机可以在夜间光照条件较差的情况下，对目标实施有效观察，而夜间观察目标对比度是整机作用距离影响因素中的重要指标。为满足微光夜视整机夜间观察理论分析及试验对目标对比度数据的迫切需求，基于三代微光像增强器具有与星光条件下自然光辐射光谱良好匹配的使用特性，搭建了基于三代微光ICCD的成像装置。并从微光成像系统的能量传递链及光电子成像系统的视觉特征方程分别推导环境光照度和目标-背景反射率比与对比度关系。在暗室和夜天光条件下开展了对比度试验，试验结果证明，当照度处于三代微光像增强器照度-亮度的线性相关照度区间[E_s, E_m]时，对比度与照度无关；对同一目标及背景采集图像，目标-背景反射率越接近1，对比度越小。     

基于四波段图像融合的彩色夜视方法研究

为了在低照度条件下获取目标的彩色图像,提高夜间对目标的识别能力,提出了基于四波段图像融合的彩色夜视方法.采用F-P滤光片设计出了透射中心在三基色光中心波长及近红外波段的四波段滤光片,在各个透射区域的平均透射率均达90%以上;将四波段滤光片设计成圆形滤色轮结构,用分光计测得了各波段滤光片的光谱透射性;对加入滤光片后的系统信噪比进行了分析和计算,分析结果表明加入滤光片不会引入噪声,计算结果表明加入蓝色、绿色、红色和近红外波段滤光片的成像系统的信噪比分别是原来单色微光夜视系统信噪比的19.59%、38.45%、47.28%和46.70%.借助国产超二代像增强器在微光实验室进行了四波段图像采集及彩色图像融合实验,实验时光照度分别为1×10~(-3)lx和1×10~(-1)lx,对获取的图像质量进行了评价.结果表明:在照度为1×10~(-3)lx时,融合的彩色图像在均值、方差和熵这三项指标上均优于过滤后的蓝色和绿色的单色图像,且由于彩色图像中利用了近红外图像进行增强,使得彩色图像亮度更高,颜色分辨性更好;在照度为1×10~(-1)lx时,融合后的彩色图像的信息熵比红、绿、蓝三种基色图像的大,彩色图像携带的信息量更大.本文的研究对彩色夜视成像系统的设计和研发具有借鉴和指导意义.     

基于轮廓跟踪的车载红外视频彩色化方法

提出一种车载红外视频快速彩色化方法,利用轮廓特征点跟踪获取每帧物体类别的轮廓区域,采用类别特征色彩对各区域传递色彩。构建各景物样本特征色彩集,以各类景物在自然彩色图像中表现出来的特征色彩作为红外图像中对应景物的色彩;利用改进的高效K Means方法对红外关键帧进行聚类,得到分割区域,提取轮廓特征点;通过KLT算法跟踪特征点,得到其在下一帧中的位置并同时修正,采用B样条插值进行轮廓复原,得到该帧的各类别轮廓区域;最后将特征色彩按类别赋予各区域,从而给各帧图像着上合适的颜色,实现红外视频序列的快速彩色化。实验结果表明, 该方法与基于运动估计的算法相比可提高近5倍的处理速度,并且能够得到与自然景物色彩较接近的彩色化视觉效果。     

基于Tetrolet变换的彩色水下图像清晰化算法

为了对水下图像传感器获取的彩色图像进行清晰化处理,提出一种lαβ色彩空间的图像清晰化算法。将捕获到的彩色水下图像进行暗原色初步复原后,映射RGB空间至lαβ三通道进行清晰化处理。采用Tetrolet变换方法处理亮度通道l,对包含大部分的轮廓、边缘等线性细节的高频分量采用Bilateral滤波器处理,对包含大部分能量的低频分量进行非局部均匀滤波处理,然后将处理后的高、低频分量进行反向Tetrolet变换得到复原的亮度通道图;对α、β通道的色彩偏差进行空间均值颜色校正,得到复原的α、β通道图。将处理后的非彩色通道图和彩色通道图反向变换至RGB通道,更新透射率,得到清晰化的彩色水下图像。实验结果表明,该算法对彩色水下图像的复原效果较好,在图像色彩的提升和边缘细节的描述方面效果显著。     

一种改进的图像快速去雾新方法

为提高雾霭天降质图像的清晰度和色彩保真度,基于暗原色先验提出了一种改进的图像快速去雾方法.针对原方法运算时间过长的问题,在保证去雾效果的前提下,利用快速双边滤波方法代替软件抠图修复透过率图,大幅度地降低了计算量和复杂度,处理时间仅为原方法的5％,满足了一般工程上的实时性要求.针对去雾处理后的图像亮度降低、颜色较实际场景偏暗的问题,提出了一种简单有效的图像对比度和亮度增强的方法,自适应地增强了图像的亮度,并对局部由于雾浓度过高而造成不清晰的区域,进行了对比度修正.结果表明,该方法能够快速有效地复原出雾天场景的对比度和真实色彩,在一定程度上保证了户外成像系统在恶劣天气下工作的稳定性和可靠性.