一种基于人眼特性的改进SPIHT图像压缩算法

对SPIHT(Set Partitioningin Hierarchical Trees)进行了研究,提出了一种基于人眼视觉特性的改进SPIHT算法。它首先对图像进行整数小波分解,然后根据图像经小波分解后系数的特点以及人眼对图像的边缘信息更加敏感的特性,对SPIHT算法进行改进。由于改进后的算法更加注重边缘信息的编码,实验结果表明重构后的图像更加清晰,尤其在低比特率时候效果更加明显。

基于人眼视觉特性的交互界面图像增强仿真

交互界面图像会受到电路噪声、传输损耗等因素的影响,使图像出现较多噪声,导致交互界面图像效果较差,设计一个基于人眼视觉特性的交互界面图像增强仿真方法。进行图像转换与图像去噪处理,将人眼视觉特性应用到图像处理中,计算亮度敏感特性与图像空间频率,进行图像灰度处理和细节处理,并将彩色恢复因子引入到图像处理中,实现交互界面图像增强。实验结果表明,所研究的基于人眼视觉特性的交互界面图像增强方法有效提高了图像的平均梯度与信噪比,提高了图像增强效果,并且增强后的图像噪声、均方误差也较低,满足方法预期设计目标。

人眼视觉特性与视频编码压缩技术探讨

随着4K视频的普及、8K视频的兴起,现有的视频编码压缩技术已经不能满足人们的需求。该文先对视频编码压缩技术进行简单介绍,再从人眼视觉特性角度,从基础模型设计、编码解码等维度,优化视频编码压缩技术。以便为更多视频处理相关单位提供技术参考,提升视频编码压缩质量,为我国各个行业可持续发展贡献力量。对实验结果进行分析,优化后的视频编码在同等图像质量的前提下,有效提升压缩率,达到预期目标。

一种基于小波分析和人眼视觉特性的图像增强方法

在分析视觉系统特性的基础上 ,提出了一种基于小波分析的图像对比度增强算法。为降低对噪声增强程度 ,算法对不同尺度上的系数进行不同程度的对比度增强。在此过程中 ,算法考虑了视觉特性以得到更好的效果。为保证得到足够的对比度增强效果 ,算法首先对分解得到的尺度系数进行增强 ;为避免视觉明显的噪声放大 ,只对处于边缘区域的系数进行对比度拉伸 ;为了能在各尺度上较为准确地找出边缘区域 ,算法采用局部阈值技术并利用了各分解尺度上边缘区域的相关性 ;为降低视觉明显的噪声放大 ,不同区域的对比度增强程度决定于区域的亮度。算法的实验表明 ,上述特点使本文算法在充分增强对比度的同时 ,极大地降低了对噪声的过增强 ,具有较好的视觉效果。

基于人眼视觉特性的红外图像增强技术研究

基于红外图像灰度分布集中、对比度低的特点,结合人眼视觉特性,提出了基于人眼视觉特性的非线性变换方法。基于人眼灰度分辨能力随灰度变化的线性关系,推导了人眼的可分辨率灰度函数和基于人眼视觉的非线性变换函数,建立了人眼的非线性变换模型,实现了将有限的红外图像信息映射到有利于人眼观察的灰度分布区域。实验结果表明,该方法处理的图像反差适中、纹理明晰、细节部分对比明显,有效解决了红外图像低对比度和细节模糊的问题。

基于人眼视觉特性的自适应的图像增强算法的研究

本文提出了一种基于人眼视觉特性的自适应的图像增强算法，这种算法是对基于ＬＩＰ模型的Ｌｅ图像增强算法的改进．该算法能够有效地增强整个图像的对比度，增大图像的动态范围，并且依据人眼视觉特性，增强图像的边缘而不明显地增大噪声．这种算法容易实现，适用于实时系统的应用．几种算法实验结果的比较和分析，表明了这种算法的有效性．

一种基于人眼视觉特性的立体图像质量客观评价方法

通过模拟人眼视觉特性中的对比度敏感函数、多通道效应以及立体感知特性,提出了一种基于人眼视觉特性的立体图像质量客观评价方法。在评价左右图像质量时,利用小波变换模拟人眼视觉特性中的多通道效应,不同空间频带的小波系数按对比度敏感函数进行加权,左右图像质量度量采用Canberra距离。在评价立体感知时,则通过计算原始与测试左右图像的绝对差值图相似度来实现。其后,通过回归分析将左右图像质量和立体感知评价结果拟合成为所需的立体图像质量客观评价模型。实验结果表明该模型与主观评价结果具有较好的一致性。

基于人眼视觉特性的红外图像增强算法

提出一种基于人眼视觉特性的红外图像增强算法。该算法采用符合人眼感知特性的LIP(Logarithmic Image Processing)模型,并根据人眼视觉在图像变化区域比平滑区域敏感,使用幂次变换方法对图像的高频和低频成分分别进行增强处理。实验结果表明:所提算法相比传统算法能够有效增强图像细节信息,提高图像对比度,明显改善红外图像的视觉效果。

考虑人眼视觉特性的射线检测数字图像质量评价方法

针对增强处理后图像的客观评价值和主观评价值不一致的问题,提出了一种基于人眼视觉特性的图像质量评价方法。通过分析人眼视觉系统的感应特性,给出了位置影响因子、细节影响因子和灰度影响因子的定义,综合这些影响因子后得到了基于人眼视觉的质量影响权值。采用该权值对图像失真敏感度、失真度、信息熵增量和结构相似度等客观评价指标进行重构,并对各重构后的客观评价指标进行综合,得到了图像评价的综合指标。实验结果表明,该方法的线性相关系数比峰值信噪比和结构相似度分别提升了80.02%和78.85%,绝对误差均值比峰值信噪比和结构相似度分别提升了3.96%和7.96倍,均方根比峰值信噪比和结构相似度提升了6.45%和8.37倍,Spearman等级相关系数比峰值信噪比和结构相似度分别提高了1.01倍和1.69倍,表明该方法的评价正确性高、单调性最优,因此更适合于对射线检测数字图像的质量评价。

一种改进的基于人眼视觉特性的零树图像编码算法

提出的是一种简单而有效的静态图像压缩算法 ,它根据图像经小波 (wavelet)分解后系数的特点和人眼视觉特性 (HVS)对 Shapiro的 EZW算法进行改进 .改进后的算法所生成的比特流中的比特是根据 HVS重要性排序的 ,所需要的排序信息根据最低频带的系数计算得到 ,最低频带进行无失真编码 ,因而该算法不需要额外的信息 。

一种基于人眼视觉特性的图像水印方案

利用人眼视觉特性，提出一种基于对比度灵敏矩阵的图像盲水印方案．该水印算法以随机产生的二值序列为水印，在ＤＣＴ域计算各个图像分块的视觉敏感性值，根据视觉敏感性值的大小自适应地调整水印嵌入强度．实验结果表明，水印算法对ＪＰＥＧ压缩、图像平滑、图像锐化、图像加噪等处理具有较好的抵御能力．

符合人眼视觉特性的焊缝射线数字图像增强方法

针对焊缝射线检测数字图像的灰度低、对比度低的问题,提出了一种符合人眼视觉特性的图像增强方法.该算法先标定数字化仪器,得到各种数字化条件下的黑度与灰度关系.其次,根据成像条件得到待处理图像的成像特性,通过该成像特性的2个极点来获得图像处理的目标特性.最后,利用由成像特性和目标特性得到的图像灰度级映射变换函数,对图像进行了空域增强处理.实验结果表明,该算法将原图的灰度级差异从145提高到157,使原图平均灰度级从35提高到120.与线性变换算法相比,该算法没有产生信息丢失;与直方图均衡算法相比,该算法将图像平均灰度级提高到120且属于人眼敏感的范围.

基于人眼视觉特性的自适应空域彩色图像数字水印算法

以静态图像压缩编码、彩色空间转换、人眼视觉特性(HVS)为基础,提出了一种将灰度图像(即数字水印)嵌入到原始彩色图像中的新数字水印算法.该算法具有以下特点:⑴应用静态图像压缩编码技术,实现了以灰度图像作为水印信号的数字水印算法;⑵充分利用人眼视觉特性(HVS),实现了数字水印图像的自适应嵌入,增强了算法的透明性和鲁棒性;⑶能够依据原始彩色载体图像内容,实现数字水印嵌入深度的智能调节;⑷检测水印信息时,不需要原始载体图像.同时实验结果也表明:该自适应空域彩色图像数字水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.

基于人眼视觉特性的光谱降维模型研究

针对传统光谱降维方法其降维重构后的光谱数据仅是对原始光谱的数学逼近,会出现光谱误差较小但颜色色差较大的缺点,创新性的提出三种将人眼视觉特性与光谱降维相结合的方法。其中,VPCA法直接将光谱光视效率函数加权到原始光谱上再进行降维,LMSPCA方法用LMS视稚响应构建加权矩阵对原始光谱加权后再进行降维,在LMSPCA法中加权矩阵的构建有两种方式,其主要区别在于视稚响应偏差的求取方式不同。方式一中,L,M,S视稚响应偏差是各对应波长上的偏差取绝对值,而方式二中,其偏差是各对应波长上的偏差平方。LMSPCAs法在LMSPCA法基础上再采用PCA(主成分分析)方法对损失的光谱进行降维。实验结果表明VPCA法降维效果较差,LMSPCA法的两种加权矩阵降维效果接近,皆可显著提高降维模型的色度精度,但会降低模型的光谱精度,LMSPCAs法由于针对LMSPCA法因光谱加权引起的光谱损失再进行光谱补偿,其在光谱精度、色度精度以及变光照条件下的色差稳定性这三个方面都能较好地表征原始高维光谱反射率,满足光谱颜色复制的要求。

基于人眼视觉特性的快速图像编码算法

提出了一种图像编码算法ESPIHT(extended set partitioning in hierarchical trees).该算法能够通过以下3项措施提高SPIHT算法工作效率:(1) 全面引入快速提升小波变换;(2) 重新定义扩充零树结构;(3) 综合考虑人眼视觉特性.实验结果表明, ESPIHT算法是一种高效的图像压缩算法,其编解码速度、图像复原质量、内存需求量等关键技术指标均优于SPIHT等编码算法(特别是在低比特率下).

基于NSST域人眼视觉特性的图像融合方法

针对多传感器图像融合问题,提出一种基于非下采样Shearlet变换域与人眼视觉特性的图像融合方法.采用非下采样Shearlet变换对源图像进行多尺度、多方向稀疏分解,得到低频子带图像和一系列不同尺度、不同方向的高频子带图像;提出一种视觉敏感度系数作为各子带图像融合的考量标准完成对源图像各对应子带图像的融合,设计了基于非下采样Shearlet变换与人眼视觉特性的图像融合算法,并采用非下采样Shearlet逆变换获得最终融合图像.仿真结果表明:该方法不仅拥有更理想的融合效果,还具有较高的运行效率.

结合人眼视觉特性的红外图像增强新技术

红外图像具有边缘模糊和对比度较低的缺点,不适合人眼观察,所以要对其进行增强。但是现有的增强方法没有考虑人眼的视觉特性,视觉效果不好。提出基于小波的多分辨分析方法和Retinex图像增强算法相结合的红外图像增强方法,对红外图像不同的高频细节进行有针对性增强,同时用Retinex算法把人眼的视觉特性融入其中,能够使得增强的红外图像光照均匀,亮度适中,更适合人眼观察。算法既增强了图像的细节,又增强了图像的对比度,实验证明:该方法解决了红外图像低对比度和细节模糊的问题。

基于人眼视觉特性的快速单幅图像去雾算法

为从降质图像中去除天气的影响,提出一种快速的图像去雾算法。该算法基于二色大气散射模型,针对雾天图像的亮度分布特点以及人眼的视觉特性,首先采用亮度分量来估计粗略传输图,然后采用线性空域滤波对粗略传输图进行细化处理,并利用大气散射模型得到复原图像,最后采用基于人眼视觉特性的拟合函数对复原图像进行亮度调节,使恢复的图像更自然、清晰。大量实验结果表明,该算法恢复的图像在对比度、信息熵和运算时间等客观评价标准上都优于现存算法,具有良好的视觉效果。

一种改进的利用人眼视觉特性的小波域数字水印技术

不可见性和稳健性是数字水印最基本的要求,而影响水印这两个基本特性的因素主要是嵌入策略、嵌入公式和嵌入强度。提出一种改进的利用人眼视觉特性的基于离散小波变换(DWT)的数字水印算法。实验结果表明,应用本算法实现的水印嵌入强度可调,在满足不可见性的条件下,对常见的图像处理和噪声干扰具有很好的稳健性。

基于人眼视觉特性的红外图像细节增强

由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点,导致红外图像不适合被人眼及机器观察;传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。结合分层思想提出一种基于人眼视觉的红外图像细节的增强方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层,基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内;细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8 bit范围内。采用大量的红外图像对算法进行测试,实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。