计算机视觉系统的二步法颜色恒常性

理论研究表明 ,三色视觉系统在单视野条件下 ,三维颜色恒常性的计算问题只有在一些约束下才能解决。约束选择的合理与否和后续的任务密切相关。针对不同环境光照条件下的人体肤色分割的具体任务 ,提出了一个新的关于三色系统颜色恒常性问题的物理模型 :1 )将视觉系统所获得的原始信息分裂为亮度信息和颜色信息。 2 )将传统的颜色恒常性问题分解为基于亮度的亮度恒常性和基于颜色信息的颜色恒常性 ,并用二维描述子描述等亮度彩色图像中物理表面的颜色特征。该描述子具有颜色恒常的特性。基于颜色的图像分割实验结果表明 ,二步法颜色恒常性技术是一种非常有效的方法。     

基于Retinex模型的彩色图像全局增强算法

介绍了基于颜色恒常性理论的亮度感知Retinex模型,通过对HSV空间亮度图像的快速高斯滤波和全局γ变换,估计场景的光照信息,获得仅包含物体本身特性的反射信息图像,进而实现图像增强.主观视觉观察以及客观定量计算结果均表明,对于受光照等因素影响的可视性较差的图像,基于Retinex模型的彩色图像全局增强算法效果十分显著.     

基于层级分割的颜色恒常性算法

颜色恒常性是指当照射物体表面的颜色光发生变化时,人们对该物体表面颜色的知觉仍然保持不变的视觉特性。灰度世界方法是一种常用的的颜色恒常方法,它假设客观世界中物体表面的平均反射比趋于灰色(灰度世界假设)。传统的灰度世界方法对整幅图像进行处理,然而并不是所有的图像都满足灰度世界假设。首先采用层级分割方法把图像分割成若干个片段,然后采用使用灰度世界方法处理各个片段,得到各个片段的估计结果;最后对这些估计结果进行聚类,得到最终结果。实验结果表明,该方法优于原始的灰度世界方法。与原始方法相比,平均误差降低至36.0%、中值误差降低至63.5%。本文所提出的算法优于目前领先的颜色恒常算法。     

彩色图像分割中基于图上半监督学习算法研究

提出一种新的基于图上半监督学习的彩色图像前景/背景分割模型与算法.该算法的目的是利用人工标定的部分像素点分割信息以实现对整幅图像的分割.通过结合像素点颜色特征和像素点颜色与前景/背景颜色的相似性特征,构造了新的图节点之间的双高斯权重函数,并对此提出自适应的参数选择策略与彩色图像半监督分割的能量模型,通过优化该能量模型将...     

基于子带加权融合的多尺度Retinex图像增强算法

Retinex模型是人类视觉对亮度和色彩的感知模型,多尺度Retinex算法具有动态范围压缩大、色彩恒常性、色彩保真度高等特点,被广泛运用于低光照图像的增强。提出一种新的图像增强算法,首先用混合灰度变换函数替代传统的灰度变换函数,对图像做不同尺度的Retinex变换,并分解重复的频带信息,对各个独立的频带分别进行增强。然后引入图像融合的思想,将不同尺度Retinex图像的每个像素点都赋予不同的权重。最后得到输出图像。实验结果证明,本算法可有效增强图像的对比度,得到的图像清晰度高,色彩恢复好。     

颜色恒常性的距离正则化水平集彩色图像分割

引入颜色恒常性原理用于区分自然彩色图像中的差分结构,并结合距离正则化水平集算法,对具高光和阴影的自然彩色图像进行分割。实验结果表明,该算法能够正确有效地分割出图像目标,而未引入颜色恒常性原理的水平集算法则得到错误的图像分割结果。     

小波变换用于多分辨率的图像边缘检测

提出了一种用小波变换检测图像边缘的新方法。它基于小波变换多尺度方法分析图像局部的直方图内的信息,通过对小波变换后直方图内信号零交叉点的检测,得到一序列门限值点用于描述图像的边缘即可检测出图像边缘。选取不同的尺度可得到不同分辨率的图像边缘。文中介绍了小波变换用于图像边缘检测和基本原理,给出了小波变换的快速算法和实际检测结果。     

多光源非均匀光照场景的颜色恒常性

针对多光源非均匀光照场景,提出了一种新的颜色恒常性解决方法.首先将场景图像划分成若干较小区域,分别对各区域光源颜色进行估计,然后根据各区域对场景光源颜色的贡献合并为一种复合光源颜色作为场景光源颜色的近似估计,最后通过对角模型重构图像.实验结果表明,扩展的方法能够更好地解决多光源非均匀光照等场景的颜色恒常性问题.     

利用Relief特征加权进行基于小波变换的纹理分割

在利用小波进行纹理分割的相关研究中,通常小波分解的四个子带对分类的贡献是均匀的。为了考虑不同子带对图像分割的不同影响,提出了一种利用Relief算法对小波分解的子带特征进行加权的算法。首先对纹理图像进行标准金字塔结构小波变换,对小波变换后的各层四个子带进行特征提取作为纹理图像的四维特征;从粗尺度开始对纹理图像进行K均值分割,得到初步分割结果;然后把初步分割结果扩展到下一尺度,根据扩展后的分割标记图对相应尺度的纹理特征进行基于Relief的特征加权,得到加权后的四维特征;再进行K均值分割,经过多层迭代后,得到原纹理图像的分割结果。实验结果表明,与未加权的传统分割方法比较,该方法在分割错误率、边缘准确性以及区域一致性上都有明显改善。     

基于小波变换和升高变换的IC图像纹理分割算法

引入二值图像的升高变换,并结合小波变换提出一种IC图像纹理分割算法．在纹理分割过程中,首先对IC图像进行小波分解并对二值化后的近视部分进行升高变换,然后利用原图像信息识别出不同纹理,分割出不同区域．实验表明,该算法快速、高效,具有很好的实用性．     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于有限维线性模型的监督颜色回归恒常性算法

提出了一种监督颜色回归恒常性算法，可将某种光照条件下获得的颜色值转换到囊先确定的标准光照下的颜色值，该算法基于表面反射的有限维线性模型，利用多元线性回归方程的最小二乘法求解转换矩阵和修正矢量，给出了算法的基本思想和实验结果，同以前的算法相比，本算法应用条件几乎不受限制，且简洁有效。     

一种基于混合域的彩色图像盲水印算法

采用混沌序列加密并定位,提出了一种基于混合域的二值水印嵌入方法,也可用于归一化灰度水印的嵌入. 该方法将图像分解为R,G,B三个分量,分别对每个分量进行离散小波变换,在小波变换的低频区进行离散余弦变换,在离散余弦变换域中利用混沌序列对水印信息嵌入位置定位,水印信息的嵌入采用频率系数比较的方法.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、人为恶意攻击及图像压缩条件下具有很好的鲁棒性. 应用混沌序列,在完成水印信息定位的同时增强了算法的安全性.     

一种基于全局和局部光照估计的Retinex图像增强算法

具有色彩还原特性的Retinex算法,可以实现图像对比度、亮度提高及色彩还原;但是增强后的图像色彩饱和度下降严重,色彩失真,其关键在于光照分量的估计失真。针对上述问题,提出了基于全局光照和局部光照细分的Retinex增强算法,实现了图像光照分量的精确计算;并通过实验证明增强后的图像在提高亮度突出细节的同时,最大程度保持了原来的真实色彩。     

自然光图像反射分量分离

针对传统方法不能直接去除自然光图像高光的问题,提出了一种基于多通道梯度一致性的反射分量分离方法.首先依据多通道梯度一致性检测同质高光像素、并构建反射分量分离张量.然后用反射分量分离张量对图像梯度进行变换,将其分解为镜面反射分量梯度和漫反射分量梯度.最后从漫反射分量梯度重构出估计的漫反射分量.实验结果表明该算法可直接去除自然光图像高光而不需预先估计光源色度,简化了自然光图像反射分量分离过程,并能更准确地去除归一化图像的高光.     

一种基于小波分量变换的人脸图像光照归一化算法

基于小波变换原理,提出一种基于小波分量变换的人脸图像光照归一化算法.人脸图像经过二维离散小波变换(DWT),被分解成4个子分量(LL,HL,LH,HH).将低频分量(LL)进行对数变换和分段线性变换,对高频分量(LH,HL,HH)进行Gamma变换.对所有子分量进行小波逆变换,对经小波重构后的人脸图像进行中值滤波.分别在Yale B和CMU-PIE人脸数据库中对本文算法进行光照归一化有效性试验;对比本文算法与其他22种光照归一化算法的处理时间及处理效果;进行分段线性变换和伽马变换参数比较试验及人脸识别试验.结果表明:本文算法执行速度快,处理效果好,人脸识别率高,适用于不同光照条件的人脸识别系统.     

基于方向对比度的彩色多聚焦图像融合

提出了一种基于方向对比度的彩色多聚焦图像融合算法：首先提取出各三基色分量，并对它们分别进行小波变换得到待融合图像的多分辨分析，求出各三色分量多分辨率图像的方向对比度，然后以方向对比度为判据．在图像的多分辨分析的相应各级上进行融合，利用小波逆变换重构出三基色分量融合后的图像，最终再合成融合后的彩色图像．试验结果表明：此算法能较好地解决彩色多聚焦图像融合问题．     

瓶装食用油异物检测算法

现有的基于旋转-急停平台上序列图像分析的瓶装液体异物检测方法不适用于食用油生产线. 文章提出一种基于单帧图像的瓶装食用油异物检测算法. 首先利用均值漂移算法实现食用油的彩色图像分割,提取油体兴趣域;其次,利用积分图像快速估计油体区域的光强分布,并对甁壁高光、暗黑背景造成的干扰进行光强误差校正;最后结合异物区域相较油体区域偏暗的准则实现异物检测. 在实际生产线上的实验表明,所提算法能够自适应瓶身以及瓶间不同的光照变化,检测正确率高.     

应用P-Fibonacci加密的模糊自适应水印算法

结合P-Fibonacci加密算法和模糊归类,提出一种自适应水印新算法.利用P-Fibonacci加密具有良好的均匀性及安全性,将水印图像的像素位置打乱,消除了二维数字水印图像的像素空间相关性,使嵌入水印后的块效应降低.对原始载体图像进行分块,结合人类视觉系统的纹理和照度掩蔽特性,得到纹理模糊函数和各图像子块的归类结果,并自适应地确定水印的嵌入强度.对载体图像的各子块进行离散小波变换(DWT),将经P-Fibonacci加密算法加密后的水印信息重复嵌入各子块DWT域的低频部分.实验结果表明:该算法抗JPE