福州大学微纳器件与太阳能电池研究所，福建 福州 350108
针对半全局立体匹配算法在视差不连续区域精度较低的问题，提出一种基于融合代价和自适应惩罚项系数的半全局立体匹配算法。在代价计算部分，提出一种融合代价计算方法，引入输入图像方向的梯度，通过融合公式与输入图像方向的梯度、绝对差以及Census变换结合形成代价计算数据项；在代价聚合部分，提出一种像素点分类机制，通过颜色和梯度双阈值将每个像素点分类，自适应地调整其惩罚项系数的大小；最后通过多步骤视差优化方法对初始视差图进行处理。实验结果表明，提出算法在视差不连续区域的平均误差降低1.1个百分点~12.8个百分点，在非遮挡和全部区域同样有一定的降低，该算法具有较高的匹配精度和鲁棒性。
机器视觉 半全局立体匹配 融合代价 像素点分类机制 自适应系数 引导图滤波 激光与光电子学进展
2022, 59(16): 1615008
1 南京理工大学自动化学院，江苏 南京 210094
2 中建八局第三建设有限公司，江苏 南京 210023
立体匹配是三维重建技术中的关键步骤，针对局部立体匹配算法在弱纹理区域、深度不连续区域匹配效果差，且容易受到噪声干扰的问题，提出了一种基于多特征融合的局部立体匹配算法。对传统的Census变换进行改进，使其对噪声具有更强的鲁棒性，并将其与颜色特征、梯度特征相融合进行代价计算；采用多尺度下的引导滤波算法进行代价聚合，并通过视差计算与优化得到视差图。在Middlebury数据集上的实验结果表明，所提算法抗噪能力强，且与当前较为优秀的局部立体匹配算法相比，匹配精度有了进一步提升。
图像处理 立体匹配 Census变换 多特征融合 引导滤波 激光与光电子学进展
2022, 59(8): 0810011
河南理工大学 计算机科学与技术学院, 河南 焦作 454000
为提高图像的可视化效果, 增强图像的局部细节信息, 提出一种结合引导滤波和非线性二阶特征的色调映射方法, 首先提取输入图像的亮度信息, 利用引导滤波器对亮度图像进行多尺度分解, 得到基本层和细节层图像, 其次, 通过引导滤波方法构造细节层的权重图, 对基本层利用Hessian矩阵构造一种非线性二阶特征, 再通过引导滤波方法构造基本层的权重图, 最后, 根据权重图对分解后的基本层和细节层图像实现亮度图像的重构, 然后恢复亮度图像的色彩信息, 获得最终的结果图像。实验结果表明, 该方法较为完整的保留源图像的局部细节信息, 具有良好的视觉效果。本文将Hessian矩阵用于提取基本层图像的高频信息, 可以更好地突出图像的边缘信息, 丰富图像的细节特征。与对比算法的客观指标相比, 该方法的质量分数提高了11.28%, 结构保真度提高了10.82%, 自然相似性提高了186.46%。
高动态范围图像 色调映射 引导滤波 Hessian矩阵 image processing high dynamic range image tone mapping guide filter
1 西安理工大学 自动化与信息工程学院, 陕西 西安 710048
2 安康学院 电子与信息工程学院, 陕西 安康 710025
3 陕西省复杂系统控制与智能信息处理重点实验室, 陕西 西安 710048
夜间有雾图像会出现严重退化, 而且人工光源的存在也使得环境光呈现不均匀性。针对上述问题, 本文提出了一种适用于夜间有雾图像的光照模型, 并在此基础上实现了夜间图像去雾。模型中主要包含了环境光和透射率两个参数, 这两个参数都会随着图像局部内容的变化而产生空间变化。首先基于信息损耗约束理论对上述参数进行初始估计, 随后利用快速导向滤波对其进行细化, 以抑制块效应和光晕效应, 最后将细化后的参数代入光照模型中, 通过求解模型即可获得最终待还原目标图像。实验结果表明, 本文提出的算法能够有效实现夜间有雾图像的去雾处理, 在抑制亮区发散的同时能重现暗区的细节, 恢复的场景具有较好的亮度和对比度, 恢复的图像颜色自然, 总体性能优于同类型的其它算法。
夜间图像 图像去雾 光照模型 信息损耗约束 快速导向滤波 nighttime image image dehazing lighting model information loss constraint fast guide filter
为了提高多光谱图像与全色图像的融合质量, 研究了多种滤波器和融合算法, 提出了基于多级引导滤波器的区域融合方法。采用该方法对多光谱图像进行插值,利用改进的分水岭算法对全色图像进行区域划分, 并将划分结果映射至每个多光谱图像, 然后将多光谱图像与全色图像利用多级引导滤波器分别进行滤波, 得到各自的细节信息, 最后根据每个区域中全色图像和多光谱图像的关系指标局部相关系数与4阶相关系数的大小, 对细节信息进行区域融合, 得到融合后的多光谱图像。结果表明, 该算法充分保留了多光谱图像的光谱信息, 并尽可能多地注入了全色图像的细节信息, 成功地提高了多光谱图像的融合效果。
图像处理 图像融合 多级引导滤波器 分水岭分割 4阶相关系数 局部相关系数 image processing image fusion multistage guide filter watershed segmentation fourth-order correlation coefficient local correlation coefficient
空军工程大学航空航天工程学院，陕西 西安 710038
针对传统Retinex 算法处理红外图像存在光晕伪影和细节增强不足的缺点，本文提出一种消除光晕和细节增强的Multi-scale Retinex（MSR）红外图像增强算法。首先，以局部方差和局部复杂度构造引导滤波的自适应平滑增益，然后，采用改进的引导滤波核函数估计照度分量，在对数域对多尺度Retinex 数学模型求解，获取消除光晕和细节保持的多尺度反射分量。最后，为进一步增强细节和提升亮度，对反射分量依灰度等级进行自适应增强，并通过偏移调整和Gamma 校正改善图像亮度，得到最终增强图像。实验结果表明，本文算法相对其它的Retinex 增强算法，可有效地消除光晕现象，突出细节，可获得视觉效果良好的增强结果。
红外图像 消除光晕 细节增强 多尺度Retinex 局部信息 引导滤波 infrared image Halo-free detail enhancement multi-scale Retinex local information guide filter
1 西安电子科技大学 物理与光电工程学院, 西安 710071
2 上海卫星工程研究所, 上海 200240
由于传统的背景抑制方法没有充分利用信号的方向信息, 使其不能有效区分背景边缘和红外弱小目标, 从而造成背景抑制结果中有较多的背景泄露.针对上述问题, 本文利用改进的剪切波变换和引导滤波, 提出了一种新的背景抑制方法.首先,采用改进的剪切波变换对红外弱小目标图像进行多尺度和多方向分解, 将图像分解得到不同的高频子带系数和低频子带系数;其次, 利用目标信号与边缘在方向上的差异, 采用自适应引导滤波对高频子带系数进行处理;再次, 对分解后的低频子带系数和处理后的高频子带系数进行改进的剪切波逆变换, 得到预测的背景图像;最后, 将原图像与背景预测图像相减获得背景抑制且目标增强的红外图像.为了验证本文方法的有效性, 采用多组实验对其进行验证, 并与经典的Max-Median、TDLMS和Top-hat等方法作比较.多组实验结果均表明本文方法在主观视觉和客观评价指标方面均优于其它三种经典方法, 可有效提高红外搜索跟踪系统对红外弱小目标的探测概率.
红外与夜视技术 图像处理 红外弱小目标 目标检测 背景抑制 剪切波 引导滤波 Infrared and night vision technology Image processing Infrared dim and small target Target detection Background suppression Shearlet transform Guide filter
