改进(2D)~2PCA的彩色图像融合框架

针对彩色图像融合时空间变换产生的色彩畸变以及红绿蓝(RGB)色彩空间各通道间的强相关性,同时考虑到基于主元分析(PCA)的图像融合算法存在图像结构利用率低、光谱信息损失多的缺点,提出了一种基于改进双向二维主元分析[(2D)2PCA]的图像融合框架。针对RGB色彩图像的结构特点,以待融合图像行、列方向的RGB分量作为基元进行二维主元分析(2DPCA),采用基于协方差的线性权重分配方法对融合图像进行重构,依照重构图像的结构特性进行主元替换,经基于协方差的加权逆变换得到融合图像。为验证算法的有效性进行了二次实验:1)是选取模糊彩色图像与对应的清晰灰度图像;2)是彩色可见光图像与对应的红外图像进行实验。实验结果表明使用该方法得到的融合图像可取得较好空间分辨率和理想的融合指标。     

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。     

基于分数傅里叶变换和小波分解的彩色图像分级加密

提出一种基于分数傅里叶变换和小波分解的彩色图像分级加密方案。通过对图像矩阵和颜色索引表分别进行加密来实现彩色图像的分级加密。先对颜色索引表进行Logistic置乱,得到一级加密图像;再对图像矩阵进行单层小波分解提取出低频分量,对其进行分数傅立叶变换域的双随机相位编码,得到二级加密图像,将置乱的颜色索引表和加密之后的图像矩阵合成生成加密图像。该方案具有较高的安全性和效率,仿真结果验证了算法的安全性和有效性。     

基于色彩空间非线性变换的彩色图像边缘检测

为了在边缘检测中有效的利用图像的色彩信息,提出了基于色彩空间非线性变换的彩色图像边缘检测算法。该算法利用了ιαβ空间信道相关性低的优点,采用基于Sobel算子的色度差算子进行边缘检测。实验结果表明:该算法不但可以检测出亮度变化剧烈区域内的物体边缘,而且还可以检测出在光线很暗的区域内不同颜色物体的边缘。因而可以极大的提高图像边缘的检测效果。     

基于四元数实矩阵和对数极坐标的彩色图像零水印算法

为了提高空间域彩色图像零水印算法的水印嵌入、检测的精度,以及抵抗旋转几何变换的能力,提出一种基于对数极坐标和四元数实矩表示的抗旋转攻击空间域零水印算法。将原始彩色图像使用四元数实矩阵来表征,计算实数字矩阵的Hu不变矩;利用7个Hu不变矩来设计和构建零水印信息;在水印检测前,通过对数极坐标校正算法,对可能遭受旋转攻击的待检测图像进行旋转角度的遍历,而后进行水印的提取。实验获得了良好的图象视觉效果,对于旋转几何攻击具有很强的鲁棒性,同时对于滤波,JPEG压缩,剪切攻击也具有一定的鲁棒性。     

基于多通道窄带滤光片和彩色图像传感器的实时多光谱成像系统

针对复染情况的出现,采用多通道窄带滤光片与彩色图像传感器相结合的方式,设计了一种多光谱成像方法.使用多通道窄带滤光片对光源进行分光,采用多元线性回归方法建立多光谱剥离模型,并对彩色图像传感器输出的多个单色光混叠响应进行剥离,通过FPGA实现多光谱图像的实时剥离运算和输出.实验结果表明:多通道窄带滤光片的半高宽为12nm/15nm/20nm,其透射光是三个不同波段的窄带单色光;在检验水平为0.01情况下的模型具有较高的准确性;具有相同光谱特征的物质在同一波段的灰度图像上特征一致,同一物质在不同波段上的灰度图像特性差异较大.     

三次相位板波前编码系统彩色图像恢复的迭代算法

采用三次相位板进行景深延拓的波前编码系统得到非对称的点扩展函数.为了获得最终清晰的彩色图像.研究了一种基于广义极小残差法(GMREs)的迭代算法,结合Tikhonov规整化方法,并利用多通道处理过程对中间图像进行左卷积恢复.为了消除恢复图像边界的振铃效应,推导了新的光学成像过程数学模型,该模型采用反镜像边界条件并利用直积近似对卷积核进行处理.模拟数据的分析表明,采用多通道处理过程对彩色图片进行恢复时,新的算法在给出精确的反巷积结果的同时能有效地抑制噪声的放大;实验结果显示,较之经典的维纳滤波恢复结果,新算法能够更好的消除边界的振铃和图像边缘的振动波纹.     

一种彩色图像边缘检测方法

研究了基于小波的彩色图像多尺度边缘检测的方法。选择了感知性强的YUV色彩空间，根据小波理论用多分辨分析的张量积代替小波函数的张量积，建立了二维的Mallat算法以实现快速小波变换。并对1个标准图样进行了多尺度的小波分解，得到各尺度下的边缘检测结果。可以看出，在较高尺度和较低尺度检测时，实验结果与理论分析相吻合，效果较好。     

彩色图像着色

讨论了彩色图像着色的数值计算方法,即根据场景中物体表面的反射光谱能量分布来计算视觉响应的三刺激值.首先用线性模型来逼近物体表面的反射光谱连续函数,然后用高斯积分法、黎曼求和法进行了数值计算,最后把计算出来的三刺激值转化为色品坐标,在色品图上与CCD相机拍摄的图像进行了匹配     

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。