基于DWT-SVD和Fibonacci变换的彩色图像盲水印算法

为提高水印鲁棒性,将离散小波变换(DWT)、奇异值分解(SVD)和斐波纳契(Fibonacci)变换结合,提出一种新的算法。首先,用Fibonacci变换对拟嵌入的水印进行置乱处理;然后,对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解,并用混沌序列选择若干对子块;最后,根据人类视觉系统(HVS)特性对三个分量分配嵌入量、确定嵌入强度,并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。

结合人眼视觉综合感知差与r-g色域峰值偏差的彩色图像客观评价方法

针对图像色彩复原应用中对彩色图像质量评价的需求,在图像灰度直方图累计分布差的基础上,通过引入人眼视觉敏感度等修正因子,得到了直方图感知差的评价方法,并与图像的信息熵和平均梯度指标相结合,提出了基于综合感知差的评价方法以及将综合感知差与色域峰值偏差结合的无参考型彩色图像评价新方法.构建了不同光照条件下的标准彩色图像测试数据库,通过与传统的客观评价标准相比,新方法在图像亮度感知、色调信息和图像综合质量等方面均表现出与主观评价更高的一致性.

基于DWT-SVD域的彩色图像自适应水印算法

为了保护数字彩色图像版权,提出了一种结合离散小波变换(DWT)和矩阵奇异值分解(SVD)的彩色图像自适应水印算法。其主要设计思想是:先将原RGB彩色图像的各颜色分量进行小波分解;再将得到的中、低频带的小波系数与原水印图像分别进行奇异值分解,水印信息的奇异值重复嵌入到三通道中、低频带的小波系数奇异值中,且利用临界视觉阈值与奇异值之间的关系对水印嵌入强度作自适应调节,从而达到增强水印鲁棒性和确保水印透明性的目的。本算法适用于二值及灰度水印,在二值水印的提取过程中需设定一个提取阈值,以保证提取水印的完整性。仿真结果说明本算法对水印系统的透明性与鲁棒性作了较好的协调,是一种较稳健的算法。

Relationship between serum calcium and CA 19-9 levels in colorectal cancer

AIM:To examine the calcium metabolism of colorectal cancer (CRC)in patients with colorectal cancer and control patients. METHODS:Seventy newly diagnosed CRC patients were included.The healthy control group was age and gender matched(n=32).Particular attention was devoted to the relationship between serum calcium of patients,and levels of AFP,CEA,carbohydrate antigen 19-9(CA 19-9)(that could be considered as prognostic factors).Furthermore,the Ca-sensing receptor(CaSR)gene A986S polymorphism was investigated in these patients,as well as the relationship between different CaSR genotypes and the data stated above. RESULTS:A lower level of ionized calcium(also corrected for albumin)was found in the serum of CRC patients with normal 25(OH)vitamin D levels.The ionized calcium concentration was inversely correlated with the serum level of CA.19-9.There was no difference in the distribution of CaSR genotypes,between CRC patients and general population.The genotypes did not correlate with other data examined. CONCLUSION:Based on these results,lower levels of serum calcium might be a pathogenic and prognostic factor in colorectal cancer.

DCE-MRI、DWI联合血清c-Met、MACC1对宫颈癌盆腔淋巴结转移的诊断价值

目的探讨磁共振动态增强扫描成像(DCE-MRI)、磁共振弥散加权成像(DWI)联合血清人原癌基因编码蛋白(c-Met)、结肠癌转移相关基因1(MACC1)对宫颈癌盆腔淋巴结转移的诊断价值。方法回顾性分析2021年1月至2022年12月在新乡市中心医院诊治的100例宫颈癌患者的临床资料,按照是否出现盆腔淋巴结转移将患者分为转移组31例和未转移组69例,所有患者均做DCE-MRI、DWI检查和血清c-Met、MACC1检测。比较两组患者的DCE-MRI定量参数[血管外细胞外间隙容积分数(Ve)、容量转移常数(K_(trans))与速率常数(K_(ep))]、平均表观扩散系数(ADC)值及血清c-Met、MACC1水平,计算并比较DCE-MRI、DWI与血清c-Met、MACC1单独及联合诊断宫颈癌盆腔淋巴结转移的准确度、特异度、灵敏度。结果两组患者的Ve比较差异无统计学意义(P>0.05);转移组患者的K_(trans)、K_(ep)分别为(0.30±0.07)/min、(0.47±0.06)/min,明显高于未转移组的(0.22±0.05)/min、(0.43±0.07)/min,平均ADC值为0.82±0.15,明显低于未转移组的1.33±0.24,差异均有统计学意义(P<0.05);转移组患者的c-Met、MACC1水平分别为(127.53±27.48)μg/L、(9.24±3.01)ng/mL,明显高于未转移组的(81.25±18.75)μg/L、(5.21±1.37)ng/mL,差异均具有统计学意义(P<0.05);DCE-MRI、DWI与血清c-Met、MACC1四者联合诊断宫颈癌盆腔淋巴结转移的准确度、特异度、灵敏度均明显高于四者单独诊断,差异均具有统计学意义(P<0.05)。结论DCE-MRI、DWI联合血清c-Met、MACC1对宫颈癌盆腔淋巴结转移的诊断价值较高。

基于偏振图像融合的长波红外人脸图像增强技术

针对非制冷型长波红外相机人脸成像模糊的缺点,提出一种基于偏振的红外图像增强方法,该方法在支持度变换基础上有效地将人脸红外偏振信息和红外强度信息相融合.搭建分时偏振成像系统获取红外偏振图像,求解得到红外强度和红外偏振度图像;对它们使用支持度变换方法进行多尺度分解后,采取相应的融合规则进行融合得到最终融合增强图像.实验结果从主观人眼评价和客观参数评价两方面表明,增强图像拥有比红外图像更加丰富的人脸轮廓信息.

基于奇异值分解的图像质量评价

分析了传统的基于灰度误差的图像质量评价算法的局限,扩展了图像质量评价的定义.考虑原始图像和畸变图像尺寸不一致的情况,提出了用奇异值分解把图像矩阵转为向量,用奇异值向量之间的夹角作为图像的质量评价指标.实验表明:提出的基于奇异值向量夹角的准则对压缩、噪声和旋转、平移、尺度等几何畸变等都具有好的性质;且适于文中扩展的质量评价的定义.最后对实验结果和人类视觉系统的主观评价进行了比较分析.

基于HVS和四元数的彩色图像质量评价方法

彩色图像质量客观评价为后续图像处理的基础,须与人眼感觉一致,而传统的评价往往与主观视觉相差较大.为此,分析了人类视觉系统特性、四元数基础,解析了彩色图像转化为灰度图像处理等难度,提出了结合人眼视觉特性和四元数的全参考型彩色图像质量评价方法 HVS-QSVD.其通过空间位置函数、局部方差函数、纹理边缘复杂度函数、颜色信息等,构建了相应的评价算法模型.经LIVE(Laboratory for Image and Video Engineering)图像数据库与其他方法比对,结果表明该方法优越,更为符合人眼视觉感知,为高速公路视频事件检测、工业视觉瓷砖分类检测的应用,奠定了基础.

用于图象识别的图象代数特征抽取

本文证明了图象的奇异值特征具有一系列代数和几何上的不变性以及对噪音的不敏感性,它是识别图象的有效特征。本文将奇异值特征用于人象识别问题。根据图象奇异值特征向量样本建立了Sammon最佳鉴别平面上的正态模式Bayes分类模型。实验结果表明,奇异值特征向量具有良好的鉴别分离能力。

SVD与HVS相结合的小波域数字图像鲁棒水印

为了提升水印鲁棒性,解决水印透明性与鲁棒性相互间的矛盾,提出一种融合SVD和HVS优良特性的小波域数字图像水印算法。该算法首先对载体图像进行二级DWT,提取二级低频子带并进行分块;然后对各个子块进行SVD,根据HVS对平均亮度的敏感性,结合修正的余弦相似性度量方法计算出水印的最佳嵌入位置;最后以量化的方式将Arnold扰乱加密的水印嵌入到选定的奇异值中,嵌入强度根据载体图像子块的奇异值自适应地调节。实验结果表明,该水印不仅具有很好的透明性,对噪声、滤波、剪切以及JPEG压缩等水印攻击也都呈现出较高的鲁棒性。

基于视觉加权的奇异值分解压缩图像质量评价测度

以像素值为基础的传统图像质量评价方法有其固有局限性,如对图像结构的忽视及对完全参考图像的需求等。为解决这些问题,该文研究了图像的奇异值向量对图像结构的表征能力,提出了基于视觉权重的奇异值分解和均值偏差率的部分参考图像质量评价方法BWSVD(Block Weighted Singular Value Decomposition)。首先,将图像分成8×8大小的图像块,再利用其奇异值向量差值和均值偏差来定量描述图像畸变程度,并结合人眼视觉敏感性为每个图像块赋予一个视觉权重。最后,利用the Live Image Quality Assessment Database,Release2005中的227幅不同压缩倍率的JPEG2000降质图像进行实验,并与PSNR,RMSE,UQI,MSSIM,MSVD等算法进行了对比,实验表明,该文算法对压缩图像质量评价具有更好的稳定性,同时体现了更好的主客观评价一致性。

基于支持向量回归的立体图像客观质量评价模型

立体图像质量评价是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效评价是目前的研究难点。该文根据图像奇异值有较强稳定性的特点,结合立体图像的主观视觉特性,提出了一种基于支持向量回归(Support Vector Regression,SVR)的立体图像客观质量评价模型。该模型通过分析立体图像的视觉特性,提取左右图像的奇异值作为立体图像的特征信息,然后根据立体图像的不同失真类型情况对其特征进行融合,通过SVR预测得到立体图像质量的客观评价值。实验结果表明,采用该文提出的客观评价模型对立体数据测试库进行评价,Pearson线性相关系数值在0.93以上,Spearman等级相关系数值在0.94以上,均方根误差值接近6,异常值比率值为0.00%,符合人眼视觉特性,能够很好地预测人眼对立体图像的主观感知。

几种人眼波前像差重建算法的对比研究

介绍了基于Hartmann-Shack传感器的Zernike模式法人眼波前像差重建模型和包括Gram-Schmidt正交变换?Householder变换和奇异值分解在内的3种算法的具体推导过程以及对比分析结论,并利用实验测量数据进行了仿真,结果表明3种算法精度相当,奇异值分解算法是较为理想的人眼波前像差重建算法。

基于奇异值分解的图像融合水印算法

基于奇异值分解在图像处理中的特性,提出了一种鲁棒性较强的图像融合水印算法．再充分利用视觉感知的各种掩蔽特性进行保密信息的嵌入,使水印有很强的不可视性．并且本方案仅选择了中频小波域进行融合,从而提高了对于JPEG压缩,剪切等攻击的抵抗能力．

基于三维结构张量的图像模糊度评价方法

根据图像二维结构张量的特性和清晰图像及其模糊副本之间存在较大差异的特点,构造单幅图像的三维结构张量,其特征值大小反映了图像的局部几何结构信息,并与图像的清晰度有关,据此提出基于三维结构张量的图像模糊度评价方法。对输入图像进行不同尺度的低通滤波,得到输入图像的2个副本,并将其分成互不重叠的块。通过计算各块的三维结构张量得到模糊度参数,将各块的模糊度参数和关注度系数加权得到整幅图像的模糊度参数,以模糊度参数的指数函数形式计算图像的模糊度。实验结果表明,该方法计算出的模糊度相对于图像的模糊程度是单调的,具有良好的抗噪性,并且符合人眼视觉系统特性。

局部方差在图像质量评价中的应用

将灰度图像的局部方差分布(QLS)作为表征图像结构信息的一个重要特征,对局部方差分布矩阵进行奇异值分解,计算得到相应的奇异值特征向量;通过计算降质图像与原参考图像局部方差矩阵奇异值特征向量的夹角大小度量两图像的结构相似度,实现了对降质图像的质量评价。实验结果表明:局部方差分布更能突出图像的结构特征,评价结果优于传统的均方误差(MSE)、峰值信噪比(PSNR)、结构相似度(SSIM)以及直接评价图像像素分布的奇异值分析(SVD)等方法,与人眼视觉感知效果的一致性较好。

城市生态环境形象设计的生态背景值研究

城市生态背景值包括自然生态背景值与人文生态背景值。城市生态背景值越高,城市生态环境形象建设与管理的成本就越低。通过城市生态背景值的相关因素分析与量化分等,在选择分析的中国14个特大城市中,生态背景值相差甚远。按综合分值分等,第一等空缺,第二等和第三等分别只有广州市和上海市,第四等有7个城市,第五等有3个城市,得分最低的第六等有兰州市和乌鲁木齐市。按自然生态背景值分值划分,第一等空缺,得分最高的第二等只有广州市,最低的第九等是乌鲁木齐市。按人文生态背景值分值划分,第一等空缺,第二等是北京市,其余为第三等和第四等。文章以城市生态背景值为依据,较为详细地分析了广州市何以在较短的时间内由一个"不适合居住"的城市变为"国际花园城市"的原因。

改进的色彩结构码彩色分割算法在数字化虚拟人研究中的应用

对色彩结构码(CSC)算法做了改进,将图像边界信息结合进CSC算法的连接过程,并以色度、饱和度、亮度(HSV)色彩模型为基础确定色彩差别.通过设定颜色差别和边界梯度的容忍阈值控制分割的深度.实验用中国虚拟人(VCH)和虚拟人计划(VHP)数据集的彩色切片图像进行分割.结果表明,分割结果比原算法更准确,而且克服了原算法因分割结果对容忍阈值非常敏感而难于取得合适的容忍阈值的缺点.

基于梯度相关性分解的无参考图像质量评价方法

目前大部分无参考型的图像质量评价方法都是基于图像的几何特征进行描述的,但是这种方法对于图像的边界要求较为严格,并且在实际应用中的图像的失真类型是未知的。针对这一缺点,提出一种基于梯度相关性分解的无参考图像质量评价(DGS)方法,该方法提取图像的梯度,对其进行奇异值分解作为图像的主要结构信息,以此对图像的质量进行评价。实验结果表明,DGS模型比通用的简单有效的峰值信噪比(或均方误差)模型更符合人眼视觉系统特性,能在无参考的情况下更好地评价图像质量,并与图像的主观评价值达到更准确的一致性。

基于奇异值分解与蜂群优化的鲁棒图像水印算法

针对图像水印算法对强力攻击鲁棒性较弱的问题,提出一种基于奇异值分解(SVD)与蜂群优化(ABC)的鲁棒水印算法。首先,采用重分布不变小波变换对原图像进行处理;然后,将小波变换域低频带分割为不重叠的若干块,使用人类视觉系统选择目标嵌入块;最终,修改SVD分解的左奇异向量矩阵第一列系数,将水印数据嵌入目标块。此外采用右奇异向量补偿水印嵌入引起的视觉失真,并采用ABC对嵌入阈值与补偿参数进行优化。实验结果表明,该方法对图像处理攻击具有强鲁棒性,同时具有较好的视觉质量。