基于颜色校正和明暗通道的沙尘降质图像增强算法

针对沙尘天气下拍摄的图片中存在的颜色偏移、对比度低等问题,提出了一种沙尘降质图像增强算法.该算法由基于高斯模型的偏色校正和基于暗通道和亮通道的对比度增强2个部分组成.首先根据沙尘降质图像的RGB 3个通道直方图的分布特点,使用高斯模型分别对各通道进行建模,从而进行颜色调整,解决沙尘图像的偏色问题,其次采用暗通道先验去雾的原理,结合亮通道,计算像素级的大气光值,然后对透射图和大气光值进行优化,从而恢复出清晰的无沙尘图像,最后实验结果表明本文算法可以较好地提高沙尘降质图像的重建主观质量,并保持良好的色彩保真度和亮度.     

采用亮通道先验的低照度图像增强算法

针对低照度彩色图像亮度偏低、对比度差等问题,提出基于亮通道先验的低照度图像增强算法.首先,分析Retinex算法所存在的缺陷,提出了亮通道先验.然后,将原RGB彩色图像转换到HSV彩色空间,对亮度分量V使用亮通道先验和引导滤波估计光照分量和反射分量,并且采用自适应对数校正对光照分量进行提升.最后,将增强后的图像转换到RGB彩色空间.实验结果表明:该算法快速有效,能够很好地提升图像整体亮度和对比度,图像细节得到增强,克服了颜色失真和光晕等问题,增强后的彩色图像更为明亮、自然.     

一种基于空间转换的彩色图像超分辨率方法

彩色图像的RGB(红绿蓝)3个通道间具有密切的相关性,在RGB空间中进行超分辨率操作容易破坏这种相关性,会导致色彩伪影.然而在lαβ彩色空间中,3个通道之间的相关性很小.本文借鉴空间转换的思想,提出了一种将彩色图像转化到lαβ空间进行超分辨率的方法,在3个通道单独进行超分辨率处理.实验结果证明了该方法对RGB 3个通道的相关性破坏极小.     

一种从融合颜色信息和深度信息的PNG文件中提取点云数据的方法

使用微软Kinect体感设备对物体三维信息构建时会产生大量的场景彩色信息和深度信息,可在Open CV框架下将Kinect视场下的信息保存为两张PNG格式的RGB图和深度图,为后续的物体三维构建提供原始的数据信息,这种方法使用比较繁琐。针对此问题提出了一种将颜色信息和深度信息融和到一张PNG文件中,隐藏深度信息到Alpha通道并在OpenFrame Works平台下实现了提取三维点云数据的方法。     

利用中通道补偿的单幅图像去雾

针对雾天图像对比度低和细节模糊等问题,将图像分解为纹理层和结构层,对含有大部分雾气的结构层进行去雾,对纹理层进行增强.为了避免大气光估计易受白色物体影响,提出一种RGB空间立体判决图,并设计基于自适应阈值约束的大气光估计方法,可有效区分天空和非天空区域;针对暗通道先验处理大面积天空、浓雾区域失效问题,提出一种基于中通道...     

Photoshop的通道及其应用

通道是Photoshop中重要的知识点，也是photoshop的精华。通道实质就是选区，主有复合通道、颜色通道、专色通道和Alpha通道4种。介绍了通道的概念及种类，并通过几个实例介绍了通道技术的应用，如通道抠图，将彩色图像转换黑白图像，利用通道修复图像和调色等。     

基于HSI颜色空间暗通道的亮度保真去雾方法

图像块和像素先验是实现图像去雾的两类重要策略，但图像去雾后往往会出现亮度损失、过饱和或颜色失真等现象。本文提出了一种基于HSI颜色空间暗通道的亮度保真去雾方法，将RGB颜色空间中传统暗通道模型拓展到HSI颜色空间，以图像亮度、饱和度、颜色浓度和亮度变化构造融合图像块和像素两种先验策略的暗通道模型。通过引入颜色浓度、亮度变化与透射率的两个线性关系，构造出透射率、颜色浓度、亮度变化的方程组，增加了物理散射成像模型参数的可靠性，提高了图像透射率的精度。此外，人造和自然雾天图像去雾实验结果表明，本文方法不但保持了传统暗通道去雾的原有优势，同时也实现了对亮度和饱和度的保真，使复原结果更加逼近真实场景，也更加符合视觉感知。     

基于RGB通道下模糊核估计的图像去模糊

图像去模糊旨在从受损图像中恢复出清晰图像。由于模糊过程未知,精确地估计出模糊核函数,成为得到清晰复原图像的关键。对于彩色图像来讲,现存的方法只考虑在灰度域估计模糊核。事实上,各个通道的色彩分量图所受到的模糊核函数的影响是不同的。为此,提出一种获得更加精确的模糊核的方法,利用彩色图像的3个色彩通道(RGB channels)代替灰度域分别进行模糊核估计,并将估计出的模糊核应用到基于细稀疏表示的复原模型中进行去模糊处理。仿真实验表明,提出的方法比目前的方法能够获得更好的图像复原效果。     

Photoshop中通道技术的剖析及应用

通道在Photoshop中被认为是难以理解的概念,其本质就是一幅存储图像颜色和选区信息的灰度图,每个通道的灰度明暗直接反映了图像用色的多少及其透明情况。根据这一特性,通过实例阐述利用通道技术进行图像的色彩调整,并结合各种工具、滤镜创建精致选区,以改善图像品质或创造特殊的画面效果。     

输电线路光纤保护的通道联调

近年来输电线路光纤保护在通道联调时所出现的问题越来越多,本文根据各种类型通道的特点分析了通道联调中出现的问题,提出了借助光纤保护装置的通道自环测试功能进行多次测试,逐步排除故障的方法,并给出了一些现场实例。工程实践证明该方法便捷高效,能迅速排除故障,保证通道联调顺利完成。     

一种基于alpha通道的彩色图像超分辨率方法

彩色图像的RGB 3个通道间具有密切的相关性.若将现有具有边缘保持作用的灰度图像超分辨率方法直接推广到RGB空间中进行,很容易破坏这种相关性,也必会导致色彩伪影.为解决此问题,本文提出了一种基于alpha通道的彩色图像超分辨率方法.首先,对图像进行区域分割,并对每个区域进行前景、背景及alpha通道的提取;然后,将alpha通道、前景及背景图像分别进行超分辨率;最后,合成得到高分辨率图像.该方法基于图像分割和alpha matting技术,利用alpha通道协调3个通道的边缘信息.实验结果表明,该算法在较好地实现超分辨率的同时保持了图像的边缘,避免了色彩失真,具有较好的视觉效果.     

对烧结机机尾断面图像气孔特征提取的研究

针对烧结机机尾断面气孔特征提取的研究,提出了一种基于OTSU三次迭代RGB颜色通道的多阈值法;为了保证气孔特征提取的准确性和减少图像细节的丢失,采用OTSU法先分别对机尾断面图像的RGB颜色通道3次迭代进行阈值分量计算,再通过RBG三颜色通道占比比值确定权值,计算出一个全局阈值和两个局部阈值进行三阈值图像分割;利用获取...     

浅析500kV沙香线保护通道的改造

本文介绍了500kV沙角电厂至香山变电站线路保护通道的改造,并分析了改造的原因,比较了载波保护通道和光纤保护通道各自的优缺点,指出了目前我省500kV高等级电压线路保护通道由双载波保护通道改造为载波光纤保护通道的技术趋势.     

数字图像处理中的通道技术

通过对近年来数字图像处理中的通道技术深入研究,分析了通道技术的本质、分类以及涉及的功能领域,说明了该技术在实际应用中的重要地位,并结合实例,详细介绍了通道技术中常见的一种运用方式.     

公路建设中野生动物通道的设置研究

野生动物通道的设置是降低公路建设对动物生存环境影响的可行方法.分析了国内外野生动物通道的研究成果,进而从沿线动物生理习性调查分析、动物通道使用的影响因素、动物通道类型、通道辅助方式和通道监测系统等方面总结了野生动物通道设置方法,并提出了关于我国公路建设中设置野生动物通道的建议.     

公路建设中野生动物通道的设置研究

野生动物通道的设置是降低公路建设对动物生存环境影响的可行方法。分析了国内外野生动物通道的研究成果,进而从沿线动物生理习性调查分析、动物通道使用的影响因素、动物通道类型、通道辅助方式和通道监测系统等方面总结了野生动物通道设置方法,并提出了关于我国公路建设中设置野生动物通道的建议。     

基于DWT域的多通道彩色图像盲水印算法

提出了一种基于DWT域多通道彩色图像盲水印算法。由Logistic混沌映射和Chebychev混沌映射生成四进制复合混沌序列对水印进行加密,Arnold变换置乱水印信息以提高水印的安全性;彩色图像的RGB通道变换成小波域,对RGB通道的低频小波系数分块计算奇异值嵌入不同方向的水印;提取水印采用了图像融合技术。实验结果表明,该算法不可见性好、鲁棒性强,能有效地抵抗常见的水印攻击。     

融合图像去雾与Tiny-YOLOv3的护帮板状态检测研究

为解决液压支架工长时间作业过程中,因身体疲劳不能及时发现护帮板未护帮的问题,采用实时性高的Tiny-YOLOv3算法检测护帮板状态,但检测任务会受到综采工作面尘雾的影响.因此,提出一种融合图像去雾与Tiny-YOLOv3的目标检测算法,并在此基础上优化图像去雾算法的CUDA实现,首先将暗通道图像用RGB单通道图像代替,...     

基于多种混沌系统的图像加密算法

提出了1种基于Arnold变换和Logistic映射的混沌加密算法,首先将彩色图片3个RGB颜色通道进行分离,再把它们转换成灰度图,然后分别通过不同的方法分别将这3个通道的灰度图像进行置乱或改变灰度值,最后把3个密文组合成RGB模式的密文.对算法进行了密钥空间分析等测试,仿真实验表明:本算法有很好的加密效果和安全性.     

基于权重的HSI多通道图像融合

针对现有的彩色图像融合方法所存在的融合失真问题,提出了一种基于权重的HSI多通道图像融合方法.将源图像从RGB颜色空间转换为HSI颜色空间,采用不同的融合规则对I、H和S分量进行融合,再将融合后的通道图像再转换为RGB图像.该算法融合后的图像更加清晰,无颜色失真,并且算法复杂度低.实验结果表明,该图像融合算法优于传统经典的融合算法.