基于HSV空间的高动态范围彩色显微图像合成

由于显微场景照度动态范围较大,普通显微成像设备拍摄的单幅图像无法真实表现实际场景,提出了一种基于HSV空间的高动态范围图像合成方法.首先,将同一场景不同曝光度的序列图像从RGB空间转换到HSV空间.其次,利用Debevec-Malik方法将图像序列的亮度分量合成为高动态范围的亮度图像,再对其进行色调映射得到最终的亮度分量.另外,我们对色调和饱和度分量分别进行加权平均合成,从而得到最终图像的色调与饱和度分量.实验结果表明,本方法对彩色显微图像具有较好的处理效果.     

单光谱多曝光焊缝图像动态均质化补偿技术

针对焊接机器人难以同时获取焊缝和结构光清晰图像的问题,提出了单光谱多曝光机制和图像动态均质化补偿技术.首先设计了具有自适应曝光机制的视觉系统,获取单光谱多曝光的细节全覆盖图像.进而提出基于相机响应曲线的动态均质化补偿技术,把多个曝光图像合成为一幅清晰图像.最后对焊缝区域图像质量和清晰度进行评价分析,实验结果表明,该方法补偿了焊缝区域图像的动态范围,可获取焊缝区域清晰图像.     

基于灰度图像的曝光量估计方法

针对宽范围光照场景下成像系统存在的曝光不足或曝光过度的问题,以灰度图像的灰度直方图为基础,计算平均灰度,依据峰值灰度和灰度图像两侧是否存在零像素区域,估计图像曝光量效果是否恰当．研究了图像灰度直方图的灰度分布与曝光效果的关系,应用估计方法给出了曝光系列图像的实验结果．实验结果表明,此算法能够计算估计出图像的曝光效果,无需数据库支撑,复杂度低,易于实现．     

一种微透镜光场相机的子孔径图像提取方法

多视点图像在深度计算、3D视频合成、立体匹配等技术中有广泛的应用价值。传统相机在拍摄真实场景时往往不能获取场景多个视点的信息,而新型的微透镜光场相机和相机阵列却可以得到场景更多的信息,例如场景的多视点信息,场景的深度信息等。但是由于微透镜光场相机的软件保密和源程序不开放等问题,造成研究人员无法自主提取其多视点(子孔径)图像。对此,提出了一种由微透镜光场相机提取子孔径图像的方法。首先,进行微透镜中心像素标定,然后考虑光场原图像的有效像素区域,将各中心像素的周围像素点按次序提取并重组,从而得到子孔径图像。实验表明,所提取的多视点图像具有微小的视差,体现了所提光场相机子孔径提取方法的有效性。实现了微透镜光场相机的子孔径图像提取,将为后续恢复场景深度、重建场景三维图等研究提供有效数据。     

简易偏振成像系统及应用

由偏振图像获取的偏振信息可用于图像增强与场景检测,近年来受到科研界与工业界的广泛关注.传统的偏振图像捕捉方法主要是通过旋转彩色相机前摆放的偏振片来采集多个偏振角度的图像或者使用偏振相机捕捉图像.前者只适合采集静态场景且手动换偏振片时容易造成相机镜头的抖动而无法对齐各个偏振角的图像,后者,即特制的偏振相机,由于制作工艺复杂,因此价格高昂.偏振图像采集设备制约了该领域的研究与发展.基于上述原因,搭建了由4个普通彩色相机组成的廉价偏振相机系统,该系统在4个相机前分别前置4个偏振角度的偏振片,即0°、45°、90°、135°,并固定在特制的相机架上,用以保证系统中相机之间的相对位置不变.四相机组成同步电路连接到电脑,利用软件控制同步采集场景偏振图像,减少人工触碰相机引起的误差.为了对齐不同偏振角度的图像获取场景偏振信息,采用多分辨率变分光流方法,利用梯度恒常模型对光照不敏感的特性,计算视图间的密集流场,利用斯托克斯矢量求解场景图像的偏振信息,最后,为了测量提出系统的性能,给出了该偏振系统的一种应用——低曝光图像增强,与传统彩色图像增强相比,在场景极暗处,偏振图像可以区分物体与背景,恢复图像细节,取得了更好的恢复效果.     

高帧率超声成像系统中一种高质量成像模式的实现

为解决高帧率(high frame rate,HFR)成像系统在通过一次发射事件成像时成像质量不够理想的问题,提出了一种以降低HFR成像系统的帧频为代价来换取高质量成像的方法.首先给出了一个更一般化的HFR成像模型,成像过程中选择不同参数的阵列波作为发射信号,一次发射事件得到一幅图像频谱,然后把数次发射事件得到的图像频谱用平均的方法合成为一帧图像频谱,最后通过Fourier变换重建图像.仿真结果表明该方案提高了成像的频谱范围,降低了成像的旁瓣幅度,从而得到了高质量的成像,并保证了较高的系统帧率.     

基于双边滤波的HDR图像色调映射算法

高动态范围(HDR)图像是一种表达了超过一般显示器所能表示的真实场景中亮度大范围变化的图像类型,能够很好地区分场景的明暗区域,呈现更多的细节信息.为了能够在低动态范围显示器上显示HDR图像,需要进行动态范围压缩.采用一种基于双边滤波的HDR图像动态范围压缩算法,首先计算每个像素点亮度值,然后对其进行双边滤波处理,最后进行对比度的压缩并生成最终的图像.实验结果表明,该算法合成的HDR图像整体明暗效果较好,细节信息丰富.     

一种医学X射线图像动态范围扩展方法

针对使用影像增强器或电荷耦合器(CCD)的数字X射线成像设备(DR)动态范围小的不足,提出一种采用尺度空间分解的X射线图像动态范围扩展方法.首先,对成像对象进行2次不同球管电压下的低剂量曝光,得到2幅小动态范围图像,然后在尺度空间对2幅图像进行分解.最后通过重构2幅图像的分解分量重建1幅宽动态范围图像.实验结果表明,该方法能使图像包含的成像对象感兴趣区域由2个扩展到3个甚至更多.2次曝光的皮肤表面吸收剂量总和为2.646×104Gy/cm2,却并未增加患者皮肤表面吸收剂量.将此方法用于使用影像增强器或电荷耦合器的数字X射线成像设备,有利于提高这些设备的利用率.     

视频图像中监控目标的空间定位方法

为解决视频监控系统中目标空间定位存在困难大、耗时等问题,根据OpenGL透视成像与摄影测量一致性原理,提出基于三维场景仿真成像,并依靠视频图像与仿真图像间的对应关系进行地理场景中目标的空间定位方法.在视频成像时摄像机内外方位元素已知的情况下,在三维虚拟场景中形成虚拟相机来模拟实际摄像机成像过程,并将监控目标所在视频图像中的像素坐标等比代入仿真图像,通过虚拟成像的逆过程反推出目标的空间坐标.为有效分析系统的定位精度,采用地面激光扫描仪+同步拍照相机组成的三维场景采集系统来模拟实际的高精度摄像机+数字云台组成的视频监控系统.实验结果表明,目标点与相机的水平距离介于10~90 m内,各目标点的空间定位在X、Y、Z三个方向的误差大多在±0.3 m之间,说明本方法是可行的.这对于通过视频监控图像实现户外目标的定位,具有重要的参考价值.     

织物纬斜检测图像光照不均匀的校正方法

为了解决在织物纬斜的检测过程中织物图像光照不均匀的问题,提出一种织物图像校正方法.首先,在每个像素点所处的列中,统计一个纬线宽度范围内像素值小于该点的个数,将统计结果作为该点的像素值;然后,按比例还原每个点的像素值,使每条纬线对应位置的像素值恢复到同一灰度水平;最后,把校正后的图像用Otsu法进行二值化,并与其他解决光照不均匀问题的经典方法进行对比.结果表明:文中方法能够很好地消除光照不均匀的影响,得到接近均匀光照下的二值图像.     

Multi-exposure fusion for high dynamic range scene

Due to the existing limited dynamic range a camera cannot reveal all the details in a high-dy-namic range scene.In order to solve this problem, this paper presents a multi-exposure fusion meth-od for getting high quality images in high dynamic range scene.First, a set of multi-exposure images is obtained by multiple exposures in a same scene and their brightness condition is analyzed.Then, multi-exposure images under the same scene are decomposed using dual-tree complex wavelet trans-form ( DT-CWT) , and their low and high frequency components are obtained.Weight maps accord-ing to the brightness condition are assigned to the low components for fusion.Maximizing the region Sum Modified-Laplacian ( SML ) is adopted for high-frequency components fusing.Finally, the fused image is acquired by subjecting the low and high frequency coefficients to inverse DT-CWT. Experimental results show that the proposed approach generates high quality results with uniform dis-tributed brightness and rich details.The proposed method is efficient and robust in varies scenes.     

基于颜色视觉过程的高动态范围图像映射方法

为解决低动态范围显示设备显示高动态范围图像所产生的问题,提出一种基于颜色视觉过程的高动态范围图像映射方法.此方法通过模拟人眼颜色视觉处理信息的过程压缩图像的动态范围,解决动态范围压缩导致细节丢失等问题.模拟光感应细胞的响应机制,在各适应性亮度下,进行色度适应性调整,并获得其适应性亮度下的相对响应值;利用主成分分析(PCA)方法转换到正交对立颜色空间,模拟颜色视觉中的边缘相阻机制,进一步处理后得到适合低动态范围显示设备的图像.在实验中,通过主观和客观评价,并与国际上一些映射方法比较发现,该方法适用于各种大小动态范围的高动态范围图像,丢失的可见纹理信息较少.     

融合MODIS与ASTER数据生成高空间分辨率时间序列LAI方法研究

为了得到高时间分辨率和高空间分辨率的LAI产品,提出一种方法,可以融合MODIS LAI产品的高时间分辨率和ASTER数据的高空间分辨率优势,该方法利用MODIS全年的LAI产品和少数景ASTER高分辨率数据,最终得到ASTER尺度上全年时间序列的LAI.其中主要利用高分辨率图像的分类图像,和MODIS配准得到MODIS各像元内的各地类百分比,利用混合像元分解方法得到高分辨率尺度上各个地类的LAI时间变化曲线.再利用高空间分辨率影像反演得到的LAI值来调整这条曲线,从而得到高空间分辨率时间序列的LAI.     

像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法

提出一种像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法.首先,引入锯齿填充曲线,对明文进行扫描,形成一维像素序列;基于明文像素位置,定义像素交叉移位变换模型,耦合均布Logistic映射输出的密钥,对明文完成高效置乱.然后,定义新的和谐更新模型,以密文信息熵值与相关性为目标函数,改进动态和谐搜索机制,构建像素扩散函数,彻底改变置乱图像的像素值.最后,引入HASH检测函数,赋予算法认证功能.结果表明:与当前混沌加密技术相比,所提算法具有更高的加密安全性和通用性.     

基于灰度与边缘的图像分割方法

提出一种基于多图像信息的图像分割方法，利用Ｂａｙｅｓ分类准则，根据每个像素的多图像信息向量将其分为目标或背景，并对动态图像组成的图像序列或静态图像的分割给出了不同的像素分类准则，同时给出了硬件实时实现的原理，该方法适用于图像序列、低对比度图像和其它难于用一种图像信息分割的图像。实验证明了该方法的有效性。     

基于分形特征的PCB机器视觉定位

提出一种基于印刷电路板（PCB）兴趣区图像特性曲线分形特征的定位新方法,由PBC兴趣区图像生成一组可观测特征曲线,抽取曲线中最能反映图像转动角度信息的曲线段为研究对象,从曲线的形成机理分析其分形特征,运用信号处理和随机统计理论处理曲线,得到能反映图像转动角度的曲线分形维数,建立起了可观测特征曲线的分形维数和图像位姿转动角度间的对应关系。     

基于黄金分割-Lucas动态置乱与异扩散的图像加密算法

当前图像加密算法的每一轮像素位置置乱过程都是相同的,且扩散操作是有序的,降低了算法的动态性与随机程度,使得算法安全性不佳.为了解决这一问题,本文提出了黄金分割-Lucas动态置乱与异扩散的图像加密算法.首先,引入黄金分割序列与Lucas序列,基于2D Arnold映射变换思想,设计了动态置乱机制,根据不同的迭代次数,动态改变其置乱变换核,使得每一次像素置乱操作都是不同的,有效提高明文像素置乱度;联合Cosine映射、sine映射与Logistic映射,设计复合串联混沌映射,利用置乱密文的像素总量来生成复合映射的初始条件,输出伪随机序列,并构造量化函数,对其进行量化,获取一组密钥流;最后,对置乱图像像素进行分组,并结合密钥流,设计两个加密引擎函数,通过构造像素加密模型,分别对图像第一个像素、中间像素以及最后一个像素进行异扩散,完成图像的加密.实验结果表明,与当前混沌加密技术相比,所提算法具有更高的安全性与用户响应,具备更强的抗明文与抗噪声攻击能力.     

基于AOTF的高光谱偏振红外焦平面非均匀性校正

针对在高光谱偏振成像系统中,由于红外面阵探测器CCD像元响应的不均匀性引起像素误差,提出了一种适于AOTF的高光谱偏振红外焦平面非均匀性校正的方法。本文采用积分球进行辐射定标,分析输出辐照度和像元响应的关系,提出了曲线拟合方法,此方法加快了运算速度并使得输出非均匀性减小了90%以上。根据实验结果对粗糙度进行对比分析,场景的粗糙度降低了20%以上,得到在单色光和复色光下粗糙度一致,解决了在高光谱全偏振成像时CCD对其造成的影响,从而使得光谱精度更高。     

Shadow free texture acquisition of a large scale scene for city modeling

Texture acquisition of a large scale scene is one of the critical research areas in computer vision and can be used in other application areas such as computer graphics (CG), the intelligent transportation system (ITS) and the 3D geographic information system (GIS). Moreover, to acquire texture without noise (e. g. , a shadow, an obstacle body) is vital for such work. Although obstacles can be removed by using 3D geometric data, shadow elimination is still a difficult problem and strongly required for the CG and ITS community, especially for city modeling and simulation purposes. In this paper, we propose an automatic multiple image fusion technique and an efficient and simple shadow removing technique to retrieve high quality texture images of an urban area. The image fusion can be efficiently achieved by epipolar plane image (EPI) analysis, and the shadow elimination can be successfully carried out by an illumination-independent color clustering technique. The strength of this algorithm is that we can successfully fuse multiple images and eliminate shadows from the fused single image, especially in low dynamic range images, which have proven difficult using previous techniques.