一种基于子块图像互相关的虹膜识别方法

虹膜识别是一种新兴的生物特征身份识别方法,在场所或资源的安全控制等方面具有重要的应用价值。该文提出了一种基于子块图像互相关的虹膜识别方法。在特征提取时,把图像划分为许多子块,计算两幅虹膜图像的对应子块间的归一化相关系数,并把最小的几个归一化相关系数去除掉,然后求得剩下的归一化相关系数的均值及方差,作为两幅虹膜图像的联合特征。这能够有效地减小图像强度的局部畸变对虹膜识别的影响。为了实现模式的非线性划分,判别函数采用径向神经网络来构造。最后,进行了小样本实验,实验结果表明,这种基于子块图像互相关的虹膜识别方法是可行的。

基于块图像内容自适应选择的数字减影血管造影术的图像配准法

目的研究一种实用性强、精度高、鲁棒性好的数字减影图像配准方法。方法提出一种基于块图像内容而自适应选择相似性测度的配准方法。在数字减影图像配准过程中,根据血流特性对块图像进行分类,对不同内容的块图像采用不同的相似性测度。结果分析和实验结果表明提出的方法可有效地减小血管成分、图像模糊等对配准精度造成的影响。结论该方法可有效地提高DSA图像整体配准的鲁棒性和精确度,实用性强。

焦块图像边缘检测方法的研究

介绍了利用计算机图像处理技术解决锅炉结焦问题,用几种常用边缘检测算子对焦块图像进行处理,并对其效果进行比较和分析,选择处理效果好的高斯-拉普拉斯算子,采用小波变换技术获取焦块图像边缘信息,并将两种方法的处理结果进行对比。实验表明,这两种边缘检测算法都可用于焦块图像处理,基于小波变换技术图像识别率略有提高,具有图像处理细致、速度快的特点。

一种多阈值的快速小波零块图像编码方法

提出一种结合多阈值的快速小波零块图像编码方法.采用小波零块图像编码方法的子带形式,引入多阈值思想,利用最大值集合检查每个子带的重要性,提出只扫描有重要系数的子带,可减少小波零块图像编码的搜索冗余性.且用分散存储不重要集合的方法,代替小波零块图像编码算法中的一个大链表集中存储,避免了大链表的排序,减少了编码时间,提高了编码效率.并用标志位图的形式存储重要系数,减少小波零块图像编码的内存占用及编码时间.实验证明本算法有效.

基于图像块分解融合的水下标定图像增强

针对水下视觉测量中相机标定采集的水下标定图像退化造成标志点信息缺损的问题,提出了一种基于图像块分解融合的水下标定图像增强算法。首先,针对水下标定图像光照不均匀造成图像去雾困难的问题,基于同态滤波实现图像分割并计算全局背景光强,以实现图像去雾。然后,针对水下图像去雾后仍然存在噪声、模糊、光照不均匀等问题,分别进行对比度增强与细节信息增强以获得两幅互补增强图像,将互补图像划分成多个图像块,将图像块分解为平均强度、信号强度和信号结构3个独立分量,3个分量分开融合并求解最终增强图像。最后,采用主客观评价及标志点检测实验评价水下标定图像增强后的质量。实验结果表明,本文方法的视觉效果及客观评价得分均高于UDCP、MSR及ACDC方法,浑浊度为7.6NTU、11.4NTU、15.7NTU、18.4NTU时,标志点检测数量分别提高了2.0%、2.3%、9.3%、21.2%。因此,本文方法可以有效提高水下标定图像质量,为水下视觉测量提供一种稳定可靠的水下标定图像增强方法。

结合人工结构引导和图像块匹配的萌坑村清代壁画修复

为萌坑村清代建筑壁画相关研究提供更为清晰的壁画图像信息,并为相似受损壁画的修复方法提供参考,提出一种融合人工引导和稀疏图像块模型算法的壁画数字化修复方法。从图像信息损失区域、损失程度与已知信息3个方面,对萌坑村清代建筑壁画的损伤现状与类型进行分析。针对壁画结构和内容缺失问题,通过加入人工结构引导的方式以明确修复区域边界。在人工结构引导下,基于图像块与稀疏表示模型算法实现损坏壁画区域的修复。萌坑村M-H-002壁画修复结果表明,所提出方法修复效果更为准确,视觉效果更佳,且在峰值信噪比和结构相似性方面,相较于传统的CDD(Curvature-Driven Diffusion)和Criminisi更优。

色块划分算法在数字图像油画化转换中的应用

详细介绍色块划分算法在数字图像油画化转换应用中的技术原理,基于RGB颜色模型提出数字图像锐化预处理的实现方案,在此基础上通过色块划分算法重新调整数字图像的颜色布局,进而形成类似于油画艺术风格的数字图像。

采用图像块对比特性的红外弱小目标检测

对红外图像小目标与背景的特性进行了分析,提出一种基于图像块邻域对比特性的红外弱小目标检测算法用于有效检测低信噪比条件下的红外弱小目标。该方法利用大尺度图像块邻域最大对比特性(IPMCM)获得图像显著图并自适应分割感兴趣区域;然后计算多尺度图像块邻域最小对比度并进行最大值合并操作;最后以自适应阈值精确检测目标位置。文中从理论上分析了红外目标图像测试算法的有效性,使用该检测算法检测了弱小目标的性能,并与其它检测方法进行了对比。实验结果显示,提出的方法能够在低信噪比条件下有效地检测出红外弱小目标,在参与实验的8幅图片中均见实效。与局部概率分析、中值滤波和Top-Hat等方法相比,本文方法在目标检测性能对比试验中的检测率最高,虚警率最低。

基于图像块和边缘增强的运动目标检测

针对复杂背景下的噪声、动态背景和阴影等影响,提出一种基于图像块和边缘增强的运动目标检测算法。用图像块建模,按掩膜结构特点修补断桥使掩膜连续,采用高层图像金字塔建模得到目标质心,用于提取目标,用Sobel平移算子得到细化的边缘,按边缘信息对掩膜进行增强处理从而得到完整的目标。实验结果表明,该算法可有效提取目标,消除单高斯建模法去除不了的复杂背景和阴影,克服传统帧差法常见的边缘不完整的缺点。

应用颜色聚类图像块的多舰船显著性检测

由于多舰船目标显著性检测过程容易将边界像素作为背景处理,本文提出了应用颜色聚类图像块的多舰船显著性检测方法。该方法首先检测邻域像素是否具有颜色相似性,并将临近的具有相似颜色的像素聚集在一起作为一个图像块。接着,对获得的图像块进行扩展,使图像块包含很多其他图像块的像素以提高图像块内像素间的对比强度;对边缘像素进行背景索引标记,计算图像块中像素的显著性强度,采用阈值分割方法获得目标显著性区域。最后,基于颜色聚类的图像块存在部分重叠的特点,利用权值对存在叠加的显著性图像进行融合,从而获得多舰船目标整幅图像的显著性检测结果。对获得的多舰船目标图像进行了实验测试,并对本文算法结果和当前比较先进的其它显著性检测算法进行了效果对比。结果显示:提出的利用颜色聚类图像块的舰船显著性检测方法的查全率达到78%以上,准确率达到92%以上,综合评价指标Fβ≥0.7;无论考虑单个指标还是整体指标,本文算法均优于其他对比算法。

基于形状自适应PCA的三维块匹配图像去噪

三维块匹配法中3-D变换真实信号的稀疏表达能力较弱,针对该问题,提出一种关于图像去噪的三维块匹配(BM3D)改进算法。采用形状自适应的图像块(邻域)代替BM3D算法中的平方窗图像块,对3-D变换处理的形状自适应图像块进行PCA变换。实验结果证明,该算法能够有效去除图像的高斯噪声,提高图像的峰值性噪比和结构相似度,且在保持图像的边缘等细节信息方面性能较好,图像视觉效果有明显改善。

结合分块噪声估计的字典学习图像去噪算法

近年来K-SVD字典学习去噪算法因其耗时短、去噪效果好的特点得到广泛关注和应用,但该算法的适用条件为图像的噪声为加性噪声且噪声标准差已知。针对这一情况,先提出一种平滑图像块筛选方法,并将其与奇异值分解(singular value decomposition,SVD)相结合实现对图像的噪声标准差估计;再将得到的噪声估计方法与K-SVD字典学习去噪算法结合起来,提出一种具备噪声估计特性的K-SVD字典学习去噪算法。对多种图像的去噪实验结果表明,与Donoho小波软阈值去噪算法、全变分(total variation,TV)去噪算法相比,该算法不仅能够使去噪后图像的峰值信噪比提升1~3 dB,并且能较好地保留图像的细节信息和边缘特征。

基于改进分块阈值的SAR图像分割算法

提出改进分块阈值的SAR图像分割算法,该算法不但能够充分利用图像的局部细节信息,而且利用子图像块上边和左边子图像块的统计特征,增加子图像块间的连续性限制条件。通过试验对比,证明本文提出的算法能够得到更好的分割效果。

基于Pivots选择的有效图像块描述子

设计图像块特征表示是计算机视觉领域内的基本研究内容,优秀的图像块特征表示能够有效地提高图像分类、对象识别等相关算法的性能.SIFT(scale-invariant feature transform)和HOG(histogram of oriented gradient)是人为设计图像块特征表示的优秀代表,然而,人为设计图像块特征间的差异往往不能足够理想地反映图像块间的相似性.核描述子(kernel descriptor,简称KD)方法提供了一种新的方式生成图像块特征,在图像块间匹配核函数基础上,应用核主成分分析(kernel principal component analysis,简称KPCA)方法进行特征表示,且在图像分类应用上获得不错的性能.但是,该方法需要利用所有联合基向量去生成核描述子特征,导致算法时间复杂度较高.为了解决这个问题,提出了一种算法生成图像块特征表示,称为有效图像块描述子(efficient patch-level descriptor,简称EPLd).算法建立在不完整Cholesky分解基础上,自动选择少量的标志性图像块以提高算法效率,且利用MMD(maximum mean discrepancy)距离计算图像间的相似性.实验结果表明,该算法在图像/场景分类应用中获得了优秀的性能.

基于亚像素图像块匹配方法的压电陶瓷驱动特性测量

为了高精度地测量压电陶瓷的驱动特性,提出一种基于计算机视觉的亚像素图像块匹配位移测量方法。对困扰亚像素图像块匹配方法的三个重要因素:搜索区域大小、模板图像大小、亚像素拟合精度进行详细分析和试验,提出根据试验结果和微纳米图像序列的测量特点选择最佳的搜索区域、模板大小、匹配准则函数和亚像素拟合方法的原则;使用高精度纳米平台、高倍显微镜以及标准栅格所组成的试验系统对该方法进行位移测量精度的验证试验;使用改进的亚像素图像块匹配方法对实际的压电陶瓷驱动器的驱动特性曲线进行测量。结果表明,该方法得到的压电陶瓷驱动特性曲线符合物理分析结果;并且方法本身操作简单、测量结果可靠,能够满足高精度的微纳米测量要求。

基于多字典学习和图像块映射的超分辨率重建

针对单一冗余字典在稀疏表示图像超分辨率重建结果出现不清晰、伪影以及重建过程编码效率不高、运算时间过长的问题,提出一种基于多字典学习和图像块映射的超分辨率重建方法。该方法在传统稀疏表示的框架下,首先探索局部图像块的梯度结构信息,按梯度角度将训练样本块分类;然后为每个子类样本集学习高低分辨率字典对,再结合最近邻思想应用生成的字典,为每个子类计算从低分辨率块到高分辨率块映射的函数;最后将重建过程简化为输入块和映射函数的乘积,在保证提高重建质量的同时减少了图像重建的时间。实验结果表明,所提算法在视觉效果有较大的提升,同时与锚点邻域回归算法相比,评价参数峰值信噪比(PSNR)平均提高约0.4 d B。

基于联合图像块聚类自适应字典学习的多模态医学图像融合

针对多模态医学图像融合中过完备自适应字典存在的大量冗余信息会导致图像重建质量不佳的问题,文中提出了基于联合图像块聚类自适应字典学习的多模态医学图像融合方法(JCPD)。该方法首先计算图像块的欧氏距离,通过比较设定的阈值和图像块的最小距离来剔除冗余图像块,减少冗余图像块的数量。然后,使用局部调制核回归(SKR)提取图像块的局部梯度信息作为聚类中心,将具有相同局部梯度信息的两种模态的图像块进行联合图像块聚类。在联合图像块聚类的基础上使用改进的K-SVD算法对图像块聚类形成的类簇进行训练得到子字典,并将子字典合并成自适应字典。最后,在自适应字典的作用下用正交匹配追踪算法(OMP)计算得到稀疏表示系数,再使用“2范数最大”的规则融合稀疏系数,之后通过重建得到融合图像。实验表明,与2种基于多尺度变换的方法和6种基于稀疏表示的方法相比,所提方法在保证字典信息的完整性和字典的紧凑性基础上使得融合的图像清晰度更高、对比度更强,便于临床诊断和辅助治疗。

结合分形理论和自适应图像块划分的遥感图像噪声估计

针对场景复杂的光学遥感图像中加性噪声估计问题,提出了一种结合分形理论和自适应图像块划分的噪声估计方法。区别于传统的基于规则图像块划分的噪声估计方法,本文提出了一种自适应于图像局部信息的图像块划分算法,更大程度地保证了自适应图像块内部的平滑性。结合基于分形理论的图像低粗糙度纹理区域选取和基于统计分析的图像噪声标准差计算,实现了光学遥感图像加性噪声强度的自动估计。利用资源三号卫星图像进行定量试验分析,试验结果表明本文方法可以有效地适用于不同复杂程度、不同噪声强度的光学遥感图像。同时,本文中低粗糙度纹理区域选取和自适应图像块划分的方法经过改进后,还可以应用于雷达图像中乘性噪声的估计。

一种有效的块DCT编码图像去块效应算法

块离散余弦变换在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,从而降低了图像的视觉质量。提出一种基于小波域特征分析的去块效应算法,目的是尽量消除块效应的同时充分保护图像的边缘信息。图像空域中的块效应,在小波域高频子带表现为平行线效应、竖直线效应或者网格效应。通过为各个子带设置自适应操作算子去抑制块边界系数能量聚集现象,使得空域中的块效应得到消除。仿真结果表明在不同比特率下,对不同类型的图像,新算法都能得到较好的去块效应效果,并且具有较高的运算速度。

一种基于映射图像子块的图像缩小加权平均算法

针对一般缩小算法随着缩小比例降低,图像信息丢失愈发严重的现象,提出了一种基于映射图像子块的图像缩小加权平均算法。首先,根据缩小比例,求出缩小图像中每点映射在原始图像中的子块,然后,根据各子块,加权平均算出缩小图像中每点的像素值,从而达到缩小的目的。缩小后的图像具有较好的完整性,且算法简单、快速有效。实验结果表明,该算法与其他缩小算法相比,在保持图像完整性方面具一定的特点。最后,针对缩小后图像对比度偏低这一现象,提出了一种灰度拉伸的处理方法,并进行了实验对比,取得了较好效果。