面向人眼探测识别的灰度图像伪彩色化方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

面向人眼探测识别的灰度图像伪彩色化方法

蔡铁峰, 朱枫, 郝颖明, 范慧杰

文章导航 > 红外与激光工程 > 2015 > 44(S1): 213-219

蔡铁峰, 朱枫, 郝颖明, 范慧杰. 面向人眼探测识别的灰度图像伪彩色化方法[J]. 红外与激光工程, 2015, 44(S1): 213-219.

引用本文:

蔡铁峰, 朱枫, 郝颖明, 范慧杰. 面向人眼探测识别的灰度图像伪彩色化方法[J]. 红外与激光工程, 2015, 44(S1): 213-219.

Cai Tiefeng, Zhu Feng, Hao Yingming, Fan Huijie. Pseudo-color processing of gray images for human visual detection and recognition[J]. Infrared and Laser Engineering, 2015, 44(S1): 213-219.

Citation:

Cai Tiefeng, Zhu Feng, Hao Yingming, Fan Huijie. Pseudo-color processing of gray images for human visual detection and recognition[J]. Infrared and Laser Engineering, 2015, 44(S1): 213-219.

面向人眼探测识别的灰度图像伪彩色化方法

蔡铁峰^1,2,3,
朱枫^1,3,
郝颖明^1,3,
范慧杰^1,3

1.
中国科学院沈阳自动化研究所,辽宁沈阳 110016;
2.
中国科学院大学,北京 100049;
3.
中国科学院光电信息处理重点实验室,辽宁沈阳 110016

基金项目:

国家自然科学基金青年项目(61401455)

作者简介:
蔡铁峰(1982－),男,博士生,主要从事图像优化方法方面的研究。Email:ericcal@163.com

中图分类号: TP391.41

Pseudo-color processing of gray images for human visual detection and recognition

1.
Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang 110016,China;
2.
University of the Chinese Academy of Sciences,Beijing 100049,China;
3.
Key Laboratory of Opto-Electronic Information Processing,Chinese Academy of Sciences,Shenyang 110016,China

摘要: 人眼能分辨的颜色数量远多于人眼能分辨的灰度级,把灰度图像用伪彩色显示出来,人眼可以更好地感知图像中的景物信息。区别于现有方法,明确以有利于人眼探测识别为目标,给出了灰度图像伪彩色化后人眼能感知到的景物信息量的两项评价指标,在评价指标指导下,提出了一种灰度图像伪彩色化方法。该方法在确保灰度图像中各灰度级映射成人眼可分辨的不同颜色前提下,使尽量多的景物信息被人眼感知到。实验结果表明,相较于现有方法,该方法能使更多景物被人眼看清。该方法满足实时处理图像的要求。
- 探测识别 /
- 图像对比度增强 /
- 伪彩色
Abstract: The colors that can be distinguished by human eyes are much more than the gray levels that can be distinguished. More objects information of the gray image can be obtained through the pseudo-color processing. In a fundamental departure from the current pseudo-color processing methods, quantitative metrics for human visual detection and recognition were devised to measure perceivable objects information after pseudo-color processing, and a pseudo-color processing method was proposed under the metrics. At first, it was ensured that different gray levels were mapped to distinguishable colors. Then, a gray-to-color mapping function was created to make more objects information be perceived. In the comparison experiments, the proposed method can make more objects noticed by people. The proposed method can process images in real time.
- detection and recognition /
- image contrast enhancement /
- pseudo-color

[1]
[2]	Li B H, Xie S S, Lu Z K. Fluorescence image enhancement of lung cancer by pseudocolor processing[J]. Acta Photonica Sinica, 2001, 30(8): 938-941.
[3]
[4]	Rafel Gonzalez, Richard E. Digital Image Processing[M]. New York: Prentice Hall, 2002.
[5]
[6]	Cao M Y, Yu D Y. Pseudocolor coding of gray image based on perceptual color space[J]. Optical Technique, 2002, 28(4): 61-63.
[7]	Wang H K, Wu B, Zhao Y, et al. Pseudo-color based visual method of sonar detection[C]//2011 IEEE International Conference on Signal Processing, Communications and Computing, 2011: 1347-1358.
[8]
[9]	Xiao Bing, Wang Xuan, Bi Xiuli, et al. A Gray image pseudo-color coding approach in HIS space based on image's histogram[J]. Infrared and Laser Engineering, 2007, 35(1): 61-63. (in Chinese)
[10]
[11]	Zhong S, Jiang X Y, Wei J, et al. Image enhancement based on wavelet transformation and pseudo-color coding with phase-modulated image density processing[J]. Infrared Physics and Technology, 2013, 58: 56-63.
[12]
[13]
[14]	Wang Zhiwen, Li Shaozi, Liu Meizheng, et al. Remote sensing image enhancement based on orthogonal wavelet transformation and pseudo-color image processing[J]. Computer Measurement Control, 2010, 18(7): 1602-1605. (in Chinese)
[15]
[16]	Cai T F,Wu Q X, Hao Y M, et al. A method to enhance images based on human vision property[C]//2012 11th International Conference on Signal Processing, 2012: 952-955.

[1]	高红霞, 魏涛. 改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
[2]	鲁晓锋, 柏晓飞, 李思训, 王轩, 黑新宏. 基于改进加权增强局部对比度测量的红外小目标检测方法 . 红外与激光工程, 2022, 51(8): 20210914-1-20210914-9. doi: 10.3788/IRLA20210914
[3]	蒋国清, 万烂军. 基于最恰对比度显著性分析的红外弱小目标检测方法 . 红外与激光工程, 2021, 50(4): 20200377-1-20200377-8. doi: 10.3788/IRLA20200377
[4]	韩金辉, 蒋亚伟, 张小件, 梁琨, 李知铮, 董兴浩, 李楠. 采用三层窗口局部对比度的红外小目标检测 . 红外与激光工程, 2021, 50(2): 20200146-1-20200146-10. doi: 10.3788/IRLA20200146
[5]	陈伟力, 徐文斌, 王淑华, 陈艳, 张亚洲, 李军伟, 邓蓉. 基于红外光谱偏振度对比度的涂层材质识别研究 . 红外与激光工程, 2020, 49(6): 20190445-1-20190445-7. doi: 10.3788/IRLA20190445
[6]	李洪波, 胡炳樑, 余璐, 孔亮, 于涛, 高晓惠. 基于类对比度的CCD相关双采样自适应技术 . 红外与激光工程, 2018, 47(3): 320003-0320003(7). doi: 10.3788/IRLA201847.0320003
[7]	常柯明, 陈叶, 王莹, 王君. 基于柱面衍射和彩色空间转换的单通道彩色图像加密 . 红外与激光工程, 2018, 47(6): 603003-0603003(6). doi: 10.3788/IRLA201847.0603003
[8]	孔明, 杨天琪, 单良, 郭天太, 王道档, 徐良. 图像能量与对比度的霾检测算法 . 红外与激光工程, 2018, 47(8): 826001-0826001(6). doi: 10.3788/IRLA201847.0826001
[9]	赵耀宏, 王园园, 罗海波, 李方舟. 红外成像系统中的高动态范围压缩与对比度增强新技术 . 红外与激光工程, 2018, 47(S1): 172-181. doi: 10.3788/IRLA201847.S126001
[10]	夏彦文, 郑奎兴, 刘华, 赵军普, 彭志涛, 孙志红, 董军, 李森. 纳秒整形激光脉冲波形的高对比度诊断 . 红外与激光工程, 2016, 45(11): 1106002-1106002(6). doi: 10.3788/IRLA201645.1106002
[11]	骆媛, 张科, 纪明. 增强无人机态势感知的彩色图像融合方法 . 红外与激光工程, 2016, 45(S1): 200-206. doi: 10.3788/IRLA201645.S126002
[12]	崔法毅. 色度马氏距离图与灰度图特征自适应融合的彩色人脸识别 . 红外与激光工程, 2015, 44(4): 1382-1389.
[13]	高绍姝, 金伟其, 王延江, 张晓东. 灰度融合图像目标与背景感知对比度客观评价模型 . 红外与激光工程, 2015, 44(5): 1660-1665.
[14]	曾祥通, 张玉珍, 孙佳嵩, 喻士领. 颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
[15]	杨少魁, 刘文. 一种微光与红外图像彩色融合方法 . 红外与激光工程, 2014, 43(5): 1654-1659.
[16]	王新伟, 曹忆南, 刘超, 孔庆善, 崔伟, 周燕, 李友福. 2D/3D 距离选通成像的低对比度目标探测 . 红外与激光工程, 2014, 43(9): 2854-2859.
[17]	田昌会, 蔡明, 杨百愚, 范琦, 王斌科, 王伟宇, 屈绍波. 星载红外探测对比度的计算与分析 . 红外与激光工程, 2014, 43(3): 737-741.
[18]	郭惠楠, 曹剑中, 周祚峰, 唐利孬, 王华, 马楠. 基于色彩相关性的彩色图像清晰度评价算法 . 红外与激光工程, 2013, 42(11): 3132-3136.
[19]	彭逸月, 何伟基, 顾国华, 童涛. 多层级及对比度提升的红外和可见光图像融合 . 红外与激光工程, 2013, 42(4): 1095-1099.
[20]	娄和利, 吕相银, 周园璞, 吴晓迪. 地面目标与背景的红外辐射对比度特性 . 红外与激光工程, 2012, 41(8): 2002-2007.

WeChat

点击查看大图

计量

文章访问数: 483
HTML全文浏览量: 86
PDF下载量: 245
被引次数: 0

面向人眼探测识别的灰度图像伪彩色化方法

1. 中国科学院沈阳自动化研究所,辽宁沈阳 110016;

2. 中国科学院大学,北京 100049;

3. 中国科学院光电信息处理重点实验室,辽宁沈阳 110016

作者简介:
蔡铁峰(1982－),男,博士生,主要从事图像优化方法方面的研究。Email:ericcal@163.com

收稿日期: 2015-10-05
修回日期: 2015-12-03
刊出日期: 2016-01-25

基金项目:

国家自然科学基金青年项目(61401455)

中图分类号: TP391.41

关键词:

摘要: 人眼能分辨的颜色数量远多于人眼能分辨的灰度级,把灰度图像用伪彩色显示出来,人眼可以更好地感知图像中的景物信息。区别于现有方法,明确以有利于人眼探测识别为目标,给出了灰度图像伪彩色化后人眼能感知到的景物信息量的两项评价指标,在评价指标指导下,提出了一种灰度图像伪彩色化方法。该方法在确保灰度图像中各灰度级映射成人眼可分辨的不同颜色前提下,使尽量多的景物信息被人眼感知到。实验结果表明,相较于现有方法,该方法能使更多景物被人眼看清。该方法满足实时处理图像的要求。

English Abstract

全文HTML

参考文献 (16)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回