基于彩色光栅投影的快速三维测量方法

 针对条纹投影术提取物体高度信息的问题,提出了一种新的基于彩色光栅投影的三维测量方法。对选取G分量为255,R,B分量各取0或255而组成的青、白、黄、绿四色遵循格雷码原理进行编码,然后将G分量作正弦调制形成投影光栅投向被测物体。提取采集到的光栅变形图中G分量,利用傅里叶变换方法得到其初始相位;同时对采集到图像中的R,B分量作阈值迭代分割而G分量自动赋值为255,综合三分量信息得到条纹颜色信息进而获取条纹的周期信息,从而展开相位。全过程仅需投影一幅彩色光栅图就能完成三维测量,实验结果表明该算法易于实现,在测量实时性和精确性上表现良好。     

基于彩色图象 RGB分析的自动对焦技术

参照人眼的特点,作者将传统的双焦评价函数分别作用于目标图象的R、G、B分量得到三个数值,然后由这三个值计算出一个新的评价值.对一般对焦目标,这种新方法能增强传统对焦评价函数结果.本文中作者对这一方法进行了详尽的讨论.     

基于HSI颜色空间的彩色边缘检测方法研究

针对在RGB空间中很难有效区分颜色相似性的问题,通过选择更加符合颜色视觉特性的HSI颜色空间进行图像处理与分析,提出了一种新的色差度量方法,在此基础上设计了一种彩色边缘检测方法。首先计算色度、饱和度、亮度等三个分量的边缘信息,然后对三个分量进行加权得到彩色边缘信息,通过非极大值抑制和阈值选取后,得到彩色图像的边缘。实验结果表明,该方法可以充分利用彩色图像的色度、饱和度和亮度信息来有效地检测彩色边缘。     

基于经验模式分解的三频彩色条纹投影轮廓术

为实现动态物体的实时三维测量,提出了一种基于经验模式分解的三频彩色条纹投影轮廓术。将低、中、高三种频率的正弦条纹分别经投影仪红(R),绿(G),蓝(B)通道同时投影至被测物面,CCD在另一角度拍摄变形条纹图。将变形条纹图R、G、B三分量互减消减背景干扰,用经验模式分解进行颜色解耦,分离各载频项,进而以傅里叶变换解调相位。以变精度去包裹算法按低、中、高频依次完成包裹相位展开,得到高频载频项的展开相位。计算机模拟时相位解调的标准差小于0.0417rad,具有较高的测量精度;对比实验和面部表情变化实验进一步说明了方法的可靠性。该方法在单次拍摄下实现了相位的解调及高精度相位的精确展开,为动态物体的高精度轮廓测量提供了有效的手段。     

基于B样条曲线的投影图像边缘融合方法

为了实现对多通道投影画面重叠区域亮度的准确调节,设计了基于B样条曲线的投影图像边缘融合方法。首先,根据投影幕、外界光照环境以及投影仪自身性质设定衰减函数与伽玛校正的参数。接着,通过摄像机采集投影画面的重叠区域并计算每个像素点的颜色强度,通过理想值计算峰值信噪比。然后,比较二次B样条曲线与三次B样条曲线的校正精度与灵活度。最后,通过三次B样条曲线对投影图像进行边缘亮度优化直到峰值信噪比达到标准值为止。实验结果表明:投影画面重叠区域的R通道经B样条曲线优化后峰值信噪比提升了9.13 dB,G通道峰值信噪比提升了6.09 dB,B通道峰值信噪比提升了7.53 dB。基于B样条曲线的投影图像边缘亮度优化技术提高了投影画面重叠区域亮度调节的准确度。     

彩色组合编码条纹光栅轮廓术

研究了一种新的编码光栅投影三维轮廓术。其中投影光栅利用彩色空间红、绿、蓝三基色相互独立的特性,用彩色条纹对光栅进行编码,以白色条纹为起始位,后接红、绿、蓝（R、G、B）三种颜色的条纺组成一组。改变红、绿、蓝的排列顺序可使各组有不同的编码。根据排列组合原理,红、绿、蓝三色可有6种不同的排列方式。经过编码处理的光栅在保证测量精度不变的前提下,加大了高度测量的范围。由于每条纹只采用0和255两个状态,因此具有较强的抗干扰能力。测量的精度主要取决于图像的分辨率。     

基于不同颜色方向和空间频率的彩色对比灵敏度特性研究

为了研究不同空间频率和颜色方向的彩色对比灵敏度特性,在O.5～11.7 cycle/(°)的空间频率范围内分别在6°和10°视场下以灰色或红色为颜色中心,在CIELAB颜色空间的等亮度面上选取6个颜色方向,采用交叉阶梯法通过心理物理视觉实验测得以色差阈值倒数定义的彩色对比灵敏度.基于实验数据比较了不同颜色方向上低通形式...     

基于波长分离的结构光采集系统

彩色结构光系统利用彩色投影机与摄像机中的三个颜色通道,同时投影和采集三幅条纹图像,拍摄一次即可实现形貌测量,但其无法测量彩色物体,通道间的串扰也降低了精度。提出了一种新的系统,利用三个摄像机采集三个通道,并利用严格设计的分色棱镜和滤光片,消除了彩色结构光系统中常见的波长通道间的颜色串扰。基于三步位移法,分析了拍摄两次图像获得彩色物体形貌的过程,并针对该系统提出了校正方法。利用上述方法,拍摄两次即可得到彩色的物体形貌。     

Bayer格式图像的实时彩色复原

为了减少算法的计算量,保证系统的实时性,本文针对Bayer格式图像提出了一种有效的彩色复原插值算法。插值过程中利用了人眼的视觉特性,能够更精确地得到图像的亮度信息和边缘信息。利用彩色图像的边缘特性更精确地复原了边缘处的R、G、B值。算法最终解为一系列5×5大小稀疏的线性滤波器,其复杂度低,实现简单,能在计算机各种嵌入式处理器中完成实时处理。实验证明,本算法的峰值信噪比(PSNR)比通常采用的双线性算法高4~6 db,且有效地减少了插值算法中出现的锯齿现象,使图像彩色的复原性和实时性比双线性算法更优越,具有一定的应用价值。     

Bayer格式图像的实时彩色复原

为了减少算法的计算量,保证系统的实时性,本文针对Bayer格式图像提出了一种有效的彩色复原插值算法。插值过程中利用了人眼的视觉特性,能够更精确地得到图像的亮度信息和边缘信息。利用彩色图像的边缘特性更精确地复原了边缘处的R、G、B值。算法最终解为一系列5×5大小稀疏的线性滤波器,其复杂度低,实现简单,能在计算机各种嵌入式处理器中完成实时处理。实验证明,本算法的峰值信噪比(PSNR)比通常采用的双线性算法高4~6 db,且有效地减少了插值算法中出现的锯齿现象,使图像彩色的复原性和实时性比双线性算法更优越,具有一定的应用价值。     

彩色空间变换法在图像融合中的应用

本文讨论了ＲＧＢ空间与ＨＩＳ空间的特点及彩色空间变换的基本原理，并以卫星遥感获得的多光谱图像为例，成功的将彩色空间变换应用于空间信息与光谱信息的融合中，使融合后的图像同时具有较为丰富的空间信息和光谱信息，并对ＨＩＳ空间中Ｈ，Ｓ分量的灵活应用作了进一步的研究试验     

基于模糊逻辑的彩色图像增强

彩色图像的对比度增强具有较强的工程应用价值,提出了一种简单高效的彩色图像增强算法。该算法基于模糊逻辑理论,配合使用RGB和HSI彩色模型,并依据使对比度变换误差最小的原则,调整灰度变换系数。实验结果表明,该方法的增强效果优于传统的直方图均衡,运行效率高,具有实用价值。     

Retinex-Based Fast Algorithm for Low-Light Image Enhancement

We proposed the Retinex-based fast algorithm (RBFA) to achieve low-light image enhancement in this paper, which can restore information that is covered by low illuminance. The proposed algorithm consists of the following parts. Firstly, we convert the low-light image from the RGB (red, green, blue) color space to the HSV (hue, saturation, value) color space and use the linear function to stretch the original gray level dynamic range of the V component. Then, we estimate the illumination image via adaptive gamma correction and use the Retinex model to achieve the brightness enhancement. After that, we further stretch the gray level dynamic range to avoid low image contrast. Finally, we design another mapping function to achieve color saturation correction and convert the enhanced image from the HSV color space to the RGB color space after which we can obtain the clear image. The experimental results show that the enhanced images with the proposed method have better qualitative and quantitative evaluations and lower computational complexity than other state-of-the-art methods.     

基于均匀颜色知觉空间的多光谱图像彩色合成

本文在分析现有多光谱图像彩色合成方法的基础上，提出了基于均匀颜色知觉空间的ＨＬＣ合成法，讨论了单谱段图像映射、分量图像合成、色域变换以及合成图像的色差预测和评估、彩色变换和逆变换，分析了影响合成图像视觉效果的因素。应用于伪装目标的识别获得了比ＲＧＢ、ＹＭＣ、ＩＨＳ等合成法更好的效果     

基于区域检测与非下采样轮廓波变换的红外与彩色可见光图像融合

针对灰度图像融合的分辨率低及现有的彩色图像融合方法融合的图像色彩不自然、不符合人的视觉感受的特点,在此提出一种基于Snake模型的区域检测和非下采样轮廓波变换(NSCT)的红外与彩色可见光图像融合的方法。首先对彩色可见光图像进行亮度、色度和饱和度(IHS)颜色空间变换提取亮度分量,并用Snake模型对红外图像的目标区域进行检测;然后对亮度分量和目标替换的红外图像应用NSCT分解,对所得到的高频系数采用像素点"绝对值和取大"、低频系数采用基于"亮度重映射技术"的加权融合规则进行融合;通过对融合系数进行NSCT逆变换获得融合图像的亮度分量,最后运用颜色空间逆变换得到融合图像。实验结果表明,所提出的融合方法既能保持可见光图像的高分辨率和自然色彩,又能准确保留红外图像中检测出的目标信息,获得视觉效果较好、综合指标较优的融合图像。     

基于双光栅成像的RGB模型色彩还原效果的研究

基于双光栅衍射成像的实验方案,利用双光栅的色散和汇合光谱效应特性,用电脑摄像头拍摄作为物体的RGB模型,得到了RGB颜色模型的像。利用Photo shop软件将RGB颜色模型和得到的像进行颜色通道分离,再进行数据化分析处理,探究双光栅的RGB色彩模型色彩还原情况以及不同光栅组合对RGB颜色模型的色彩还原效果的影响。     

LCD液晶显示器的颜色特性研究

定量描述了液晶显示器的颜色特性以及对显示彩色图像的影响。在实验测量的基础上,得到了LCD液晶显示器的颜色特性数据。以3D LUT方法建立了设备颜色空间RGB与标准颜色空间L a b 之间的近似转换模型。通过分析比较它们的色域边界特性,了解了与CRT显示器颜色色域的差异以及影响显示彩色图像时颜色失真的特点。     

基于数码相片和颜色空间转换的滨海土壤盐渍化定量估算

土壤盐渍化是土壤退化的重要原因之一,快速精确地监测土壤盐渍化对农业可持续发展和生态环境保护有积极作用。提出一种基于数码相片的滨海地区表层土壤盐分的定量估算方法,旨在复杂天气状况下快捷方便的获取土壤盐分信息。以江苏盐城沿海地区裸露地表土壤作为研究对象,在晴天和多云天气下全天时采样和拍照获取52个土壤样本和相片。土壤样品通过室内测试获取土壤电导率（EC）,pH值和土壤含水量等参数。利用RStudio软件对土壤相片进行处理,首先从相片中提取RGB三种颜色参数,再通过颜色空间转换关系计算另外5种颜色空间（HIS,CIEXYZ,CIELAB,CIELUV和CIELCH）,每个颜色空间有三个颜色参数,加上RGB颜色空间共有18个颜色参数,其中CIELAB,CIELUV和CIELCH中L参量表示的意义和数值相同,因此6个颜色空间共有16个颜色参数。土壤电导率与颜色参数相关分析结果表明,相片颜色的纯度和亮度与土壤电导率之间的相关系数较高,并达到了极显著水平,相片颜色的色相与土壤电导率之间的相关性较低,且未达到显著水平。随机抽取70%的样本数据并用随机森林方法对土壤盐分含量进行建模,采用留一法（LOOCV）进行交叉验证,再用余下30%的样本数据进行精度检验,重复100次以获取精度最高的模型。最终获取估算土壤盐分的随机森林模型,验证集数据的模型精度达到R2_val=0.75,RMSE_val=3.52,RPD_val=2.02。对颜色参数进行重要性分析发现,颜色纯度对模型的重要性最大,其次是颜色亮度,色相的贡献较小。综上,利用数码相机获取表层土壤相片,通过颜色空间转换得到的颜色参数为有效估算滨海土壤盐分含量提供一个新思路。该研究对近地表参数定量估算提供了新视角,将来结合无人机平台能够为精准农业和滨海生态环境的精准管理提供技术支持和有效手段。     

全色彩RGB灯电控光源设计研究

介绍星敏感器和星模拟器在航空器空间姿态确定中的作用和地位及其基本工作原理。依据色度学理论与公式,分析如何使用红、绿、蓝三原色合成各种颜色的光源,并推导三原色色品坐标和亮度与合成光源色品坐标之间的数学方程式。在理论研究的基础上,设计一种以全色彩RGB灯作为发光器件的静态多路星模拟器电控光源。在实验室条件下,对电控光源系统输出光功率和峰值波长的稳定性进行测试实验,并给出实验结果。实验结果表明:单个光源的短期稳定性均优于1/1 000。     

基于变换域PCNN的近红外与彩色可见光融合

针对近红外与彩色可见光图像融合后对比度低、细节丢失和颜色失真等问题,提出一种基于多尺度变换和自适应脉冲耦合神经网络(PCNN-pulse coupled neural network,PCNN)的红外与彩色可见光图像融合的新算法。首先将彩色可见光图像转换到HSI（hue saturation intensity)空间,HSI色彩空间包含亮度、色度和饱和度三个分量,并且这三个分量互不相关,因此利用这个特点可对三个分量分别进行处理。将其亮度分量与近红外图像分别进行多尺度变换,变换方法选择Tetrolet变换。变换后分别得到低频和高频分量,针对图像低频分量,提出一种期望最大的低频分量融合规则;针对图像高频分量,采用高斯差分算子调节PCNN模型的阈值,提出一种自适应的PCNN模型作为融合规则。处理后的高低频分量经过Tetrolet逆变换得到的融合图像作为新的亮度图像。然后将新的亮度图像和原始的色度和饱和度分量反向映射到RGB空间,得到融合后的彩色图像。为了解决融合带来的图像平滑化和原始图像光照不均的问题,引入颜色与锐度校正机制(colour and sharpness correction, CSC)来提高融合图像的质量。为了验证方法的有效性,选取了5组分辨率为1 024×680近红外与彩色可见光图像进行试验,并与当前高效的四种融合方法以及未进行颜色校正的本方法进行了对比。实验结果表明,同其他图像融合算法进行对比分析,该方法在有无CSC颜色的情况下均能保留最多的细节和纹理,可见度均大大提高,同时本方法的结果在光照条件较弱的情况下具有更多的细节和纹理,均具有更好的对比度和良好的色彩再现性。在信息保留度、颜色恢复、图像对比度和结构相似性等客观指标上均具有较大优势。