西安建筑科技大学 理学院, 陕西 西安 710055
针对微光图像存在亮度低、细节丢失严重以及现有算法增强后的微光图像存在曝光过度、颜色失真等问题, 提出双分支金字塔网络的微光图像增强算法。首先, 将微光图像从RGB颜色空间转换到HSV颜色空间。其次, 对V分量采用双分支金字塔网络的微光图像增强算法, 自适应获取图像特征。网络结构由并行双分支构成, 含层级残差模块的分支有效增强V分量亮度, 含特征金字塔注意力模块的分支获取深层特征信息。最后, 对双分支结构提取的信息进行融合, 并将增强后的图像从HSV颜色空间转换回RGB颜色空间。所提算法在真实图像上的峰值信噪比及结构相似度的均值分别达到29.451 dB和0.930 1, 均高于其他对比算法。实验结果表明, 所提算法对V分量进行增强提高了图像亮度, 有效地恢复了图像细节。
微光图像增强 层级残差 特征金字塔注意力 卷积神经网络 HSV颜色空间 low light level image enhancement hierarchical residual characteristic pyramid attention convolutional neural network hsv color space
上海工程技术大学电子电气工程学院, 上海 201620
目前,大量低照度图像中存在不同程度的饱和区域,这些图像主要是由前后背景亮度差异较大而形成的。对于该类低照度图像,如何在增强低照度区域的同时,尽量保留饱和区域细节纹理成为研究的难点。提出了一种基于光照重映射的低照度图像增强算法,该算法从相机成像原理出发,利用相机响应模型,通过区域化处理和非线性变换对亮度信息进行重新调整。实验结果表明,所提算法具有增强区域广、纹理保真度高、速度快等优点,在主观视觉评价和客观指标上均取得了较好的结果。
图像处理 图像增强 HSV色彩空间 光照重映射 相机响应模型 激光与光电子学进展
2021, 58(22): 2210014
1 中北大学电气与控制工程院, 山西 太原 030051
2 陆军装备部驻北京地区军事代表局某军代室, 山西 太原 030051
为了解决低照度图像的细节信息缺少和清晰度低的问题,在HSV(Hue, Saturation, Value)色彩空间中,采用非下采样剪切波变换(NSST)与Retinex理论的融合算法对低照度图像进行处理。首先对HSV空间的V分量进行分解,得到多个高通子带与一个低通子带,对高通子带采用改进的基于贝叶斯萎缩的自适应阈值算法完成去噪,对低通子带采用改进的自适应局部色调映射算法提高对比度,然后对两个子带进行NSST逆变换以得到新的V分量并对其进行白平衡处理,最后将处理后的图像反转到RGB(Red,Green,Blue)空间中得到结果图像。实验结果表明,所提算法能够改善低照度图像的质量,提高清晰度与对比度。
图像处理 非下采样剪切波变换 图像去噪 HSV颜色空间 图像增强 Retinex理论 激光与光电子学进展
2021, 58(4): 0410017
针对相关滤波器的存在边界效应问题, 提出了一种基于相似背景与HSV空间颜色直方图的目标跟踪算法。通过最佳伙伴相似原理(Best-Buddies Similarity), 在真实背景中选取与目标相似度较高的相似背景作为负样本训练相关滤波器, 降低边界效应。并将HSV空间颜色直方图与贝叶斯分类器结合对目标进行颜色跟踪, 利用颜色直方图信息提高复杂背景下目标跟踪的成功率。在OTB-50和OTB-100中挑选16个视频进行实验, 与当前主流的6种跟踪算法对比, 本文算法的成功率得分0.593, 准确率得分0.467, 优于6种主流的目标跟踪算法, 能够有效提高目标跟踪的成功率和准确率, 并且具有较好的实时性。
相关滤波器 边界效应 相似背景 贝叶斯分类器 HSV空间颜色直方图 correlation filter boundary effect similar background Bayes classifier color histogram in HSV color space
现有的各类彩色图像增强方法,主要用于对光照不均匀或弱光条件下已获取的彩色图像进行直接增强,而低照度彩色成像系统获取的彩色图像是由单独采集的三基色图像融合而成。为此提出了基于低照度三基色图像去噪及融合彩色图像增强方法。利用小波变换对低照度条件下独立采集的三基色图像进行去噪;然后将去噪后图像融合成彩色图像,将彩色图像由RGB颜色空间转换为HSV颜色空间;在HSV空间对V进行MSR增强,再对增强后的图像进行S调整;最后再将其转换回RGB颜色空间。采用客观评价方法对选取的去噪增强后图像进行了评价。结果表明:经过去噪和增强后的彩色图像在均值、方差和熵3项指标上均优于三基色直接融合的彩色图像,平均提高幅度为均值11.37%、方差8.46%、信息熵0.44%。该方法可移植到低照度彩色成像系统中,对成像质量的提升具有指导意义。
低照度 三基色 小波变换 去噪 融合 HSV颜色空间 增强 low light level(LLL) tricolor wavelet transform denoising fusion HSV color space enhancement MSR multi-scale retinex(MSR)
在色度、饱和度、纯度(HSV)彩色空间,结合简化脉冲耦合神经网络(S-PCNN)与二维离散静态小波(SWT)提出一种有效的遥感图像融合算法。将多色光谱转换到HSV 色彩空间,对多色光谱的V 分量与全色光谱进行二维静态小波分解,再将分解后的高频系数输入S-PCNN 模型进行融合。低频部分进行第二次小波分解并采用不同规则将其融合,对融合的小波系数进行小波逆变换得到融合的V 分量,并将多色光谱的H、S 与融合后的V 分量转换到RGB 空间。通过一组常用的遥感图像融合实验,表明本文算法的融合效果优于传统算法,且融合图像细节明细、色彩保留较好,是一种有效的遥感图像融合算法。
图像处理 遥感图像融合 简化脉冲耦合神经网络 二维静态小波 HSV 彩色空间 激光与光电子学进展
2015, 52(10): 101004
1 三峡大学理学院, 湖北 宜昌 443002
2 三峡大学机械与材料学院, 湖北 宜昌 443002
提出了一种利用图像处理技术来对杂粮成分进行智能识别的方法。该方法一方面充分利用不同种类粮食的颜色、大小等特征的差异对杂粮各成分实现了定性识别;另一方面还利用面积法对杂粮各成分的含量进行了定量计算。实验结果表明:该方法的计算结果与实测结果较为吻合,平均误差小于7%。
杂粮 数字图像处理 图像识别 HSV颜色空间 mixed grain digital image process image recognition HSV color space