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。

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。

基于人眼视觉特性的医学图像处理方法

在数字化 X光影像仪中 ,医学图像经处理后供医生进行诊断用。由于图像信息是通过人的视觉来获取的 ,所以在图像处理中 ,应充分考虑人眼的视觉特性。从人眼视觉的生理特性和人的心理特性出发 ,对图像的灰度分辨能力和图像结构的敏感性两方面进行了探讨和测试。根据测试结果总结了视觉的有关规律 ,建立了相应的数学模型和具体实现方法 ,并实际应用于 X光图像处理系统中 ,提高了图像质量 ,使人眼更充分地获得所需信息 ,增加了医生诊断的准确性。

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．

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.

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.

一种基于HVS特性的视频质量评测方法

本文针对视频质量的评测应用,对传统峰值信噪比(PSNR)算法加以改进。通过在视频帧内图像和帧间图像的处理过程中引入人眼视觉系统(HVS)的主要特性,克服传统PSNR算法在序列质量检测应用方面的缺陷。方法在帧内图像处理上利用人眼对边缘轮廓失真具有较强敏感性的特点,设计了基于图像边缘的检测方案以提高对典型空域失真的检测性能;在帧间图像处理上,通过测量帧间时域能量的变化,获得序列在时域轴上的典型特征,并据此对空域检测结果进行修正。通过上述改进,算法能在保持传统PSNR算法简易性的同时,提升其检测结果与主观感受的相关性;同时算法的计算量并不复杂。

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).

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。

符合人眼视觉特性的视频质量评价模型

视频技术的发展为其质量评价提出了新的课题 ,但由于评价图象质量的关键在于所用视觉模型是否符合人的感知特性 ,因此评价图象质量必须考虑以视觉锐度、对比度敏感度、多通道结构和掩盖特性为基础的人眼视觉特性 (HVS) .为了使人们对基于人眼视觉特性的视频质量评价模型研究现状有所了解 ,介绍了几种目前比较成功的基于 HVS的视频质量评价模型 ,并分析和总结了它们的性能 。