基于位平面分解的三角形NAM图像表示

位平面分解是一种能够有效地降低图像的复杂性的方法,而三角形Packing问题是一类特殊的Packing问题,在许多领域里得到了广泛的应用,有着巨大理论价值和实际意义.因此,借助于位平面分解和三角形Packing问题的思想,以提高多值图像的表示效率为目标,提出了一种基于位平面分解的的三角形NAM(非对称逆布局模式表示模型)的图像表示方法.给出并实现了基于位平面分解的三角形NAM的图像表示算法,理论分析和实验结果表明:与流行的线性四元树表示方法相比,基于位平面分解的三角形NAM表示方法能更有效地减少数据存储空间,是多值图像模式的一种良好的表示方法.

基于位平面分解方法的运动模糊图像PSF参数辨识

在基于匀速直线运动的运动模糊图像的复原中,点扩散函数(PSF)的两个参数(运动模糊角度和运动模糊尺度)的估计是研究的重点。为了能够准确地估计出PSF的模糊角度,提出了在一种新的改进倒频谱域中采用位平面分解提取和Radon变换相结合的方法。并在已知运动模糊角度的基础上再对模糊图像采用差分自相关处理,得到运动模糊尺度。将上述整个算法用Matlab进行仿真实验。实验结果表明:该算法在获取运动模糊参数的效率和准确度方面较现有文献的同类算法有所提高,得到的复原图像也更加清晰。

基于位平面分解技术的JPEG水印算法

提出一种基于位平面分解技术的JPEG压缩水印算法。该算法首先对图像进行置乱变换;然后采用位平面分解技术对灰度水印图像进行预处理操作,将该灰度水印图像转换成二值信息流;最后把水印嵌入载体图像中。实验表明,该算法对于不同类型的攻击有较强的鲁棒性。

一种基于位平面分解的多分辨率数字水印算法

提出了一种基于位平面分解的多分辨率图像数字水印方法;利用多分辨分解技术将相同分辨率层次的多分辨灰度数字水印嵌入到对应的相同分辨率层次的载体图像的小波系数中,使水印对原始图像具有自适应性。水印的嵌入位置由具有混沌特性的Arnold映射确定,在增加水印安全性的同时还解决了水印嵌入位置冲突的问题。由于在水印的嵌入过程采用了量化的方法,水印可实现盲提取。计算机仿真试验表明该算法具有良好的安全性、鲁棒性和可操作性。

基于位平面分解的NAM优化策略

在研究非对称逆布局模式表示模型（NAM）的基础上，针对多值图像表示中子模式的数虽优化问题，提出一种基于位平面分解的优化策略，利用位面间的相关性，改变位面内的扫描算法，进一步减少数据冗余，实现更高的压缩率，并进行理论分析和实验验证。结果表明，该优化策略可以大幅减少子模式数量，优化后的子模式个数减少7．1％～27．1％。

位平面分解的人脸识别集成方法研究

研究了基于集成技术的人脸识别,主要包括集成个体分类器的生成与分类结果的融合.为了提高分类器个体间的差异性,通过位平面分解及移动窗口技术生成基分类器,然后对所分解模式的各层进行融合,以确定最后的决策,这些融合方法包括乘法规则、和规则、多数投票规则、最大值规则、最小值规则与中值规则.另外,针对ORL数据库,实验研究了不同融合方法的人脸识别的性能,并对不同的人脸识别方法的性能进行了比较.结果表明,在基于位平面分解的人脸识别集成方法中,应用和规则的融合方法,其性能也优于其他的人脸识别方法.

一个基于三值位平面分解的盲数字图像水印算法

为了有效地保护数字图像的知识产权,提出一种新的、基于三值位平面分解的数字图像盲水印算法。对原始图像进行3级小波分解,将待嵌入的水印图像按高斯—拉普拉斯金字塔分解方法分解成3层。为了减少误差,不直接将分解得到的图像作为水印,而是保留前两层差值矩阵中的负值,并对这两个含有负值的矩阵进行三值位平面分解,将分解得到的位平面作为嵌入水印的掩码信息,用三值系数抖动调制的方法嵌入到相对应的分辨率层次原始图像之中。实验结果证明,该方法在减少提取水印的误差方面效果显著,而且有很好的抗JPEG压缩特性,对常见的图像处理攻击也有较好的稳健性。

基于离散小波变换和位平面分解的灰度水印算法

为了有效地保护数字图像的知识产权,以小波变换及中值量化相关知识为基础,提出一种灰度水印算法。该算法首先将灰度水印图像进行置乱变换;然后利用位平面分解和压缩算法对灰度水印图像进行预处理操作,将灰度水印图像转换成二值信号序列;最后将二值水印信号运用中间值量化算法嵌入中频子带中。实验结果表明,该算法不仅具有较好的不可见性,且对JPEG压缩、剪切、噪声等常见的图像攻击具有较强的鲁棒性。

基于位平面分解的图像数字水印方法

数字水印技术是解决多媒体数据版权保护问题的有效手段之一,论文提出了一种基于对图像水印位平面分解的数字水印方法。文中首先介绍了图像水印信号的生成过程,然后详细地探讨了该方法的实现过程,最后利用试验对该方法进行了论证,试验结果表明,该方法具有图像失真小、鲁棒性好、可操作性强等优点。

基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法

目的为了解决当前基于特征点的水印方案难以描述图像的非纹理区域(像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域),降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。

基于BEMD和位平面分解的彩色图像水印算法

为了得到水印更好的鲁棒性和不可见性,以二维经验模态分解(BEMD)和位平面分解为基础,提出了一种新的彩色图像水印嵌入算法。该算法运用人类视觉系统(HVS)的特性和Arnold置乱变换,将位平面分解的水印信息嵌入到宿主图像其中一个固有模态函数(IMF)中,完成水印的有效嵌入。实验表明,该算法具有良好的鲁棒性和不可感知性,能够有效抵抗JPEG压缩、中值滤波、旋转、椒盐噪声和高斯噪声等多种恶意攻击。

基于比特平面分解的图像加密算法

针对现有的常用图像加密算法使用的置乱方式只适用于等长的图像问题,提出一种新的加密算法,使其能够在不产生冗余数据的前提下加密任意尺寸图像,并且拥有较好的性能。该算法使用单峰映射(logistic映射)产生混沌序列,并分解图像的比特平面,将不同的比特平面使用不同的方式置乱。实验结果表明,新算法具有较高的明文敏感性和密钥敏感性。加密之后的密文图像像素分布均匀,像素之间的相关性低,能够很好地抵抗选择明文攻击、统计分析等常见攻击。

一种基于位平面分解的图像加密方法

为了找出速度快、保密性好的加密方法,研究了一种采用光电器件和位平面分解相结合的图像加密方法,将图像分解为位平面,利用伪随机矩阵作密钥,通过偏振编码对位平面分别加密。取lena图片进行加密、解密仿真实验,分析了该加密方法的安全性。结果表明,经加密、解密恢复的图像与原始图像一致,加密后,原始图像的像素灰度信息被淹埋,信息熵接近最大,不确定性极高,攻击者不易分析原图像的平均灰度值,降低泄漏特征信息的可能。

单向传播子的局部平面波分解以及在定向照明分析和目标特征成像中的应用

本文基于波场的局部平面波分解,得到空间和方向都具有局部性的局部平面波小波束,并由此对Fourier有限差分传播算子进行局部平面波分解.这种用小波束分解的单向传播算子,可被用来对采集系统进行定向照明分析和采集倾角响应估算,以分析采集系统布局和上覆结构对面向目标的叠前偏移成像质量的影响.进而,利用局部平面波成像矩阵及其成像相册,根据目标结构的主倾角方向,抽取并叠加部分局部平面波像,可以进行目标结构定向化特征成像.最后,对具有速度强横向变化上覆结构的陡倾角目标断层的复杂二维SEG-EAGE盐丘模型数据,进行采集系统目标照明分析和目标结构定向化特征成像.

基于压缩感知的高分辨率平面波分解方法研究

平面波分解方法是地震资料处理中的一项关键技术,它广泛地运用在平面波偏移、各类Beam偏移等成像方法中.平面波分解不仅可以提高偏移成像的效率,而且可以压制地震资料中的随机噪音,提高地震数据的信噪比.线性Radon变换(LRT)是一种常见的实现平面波分解的方法,但常规的LRT存在以下两个缺点:(1)分辨率受测不准原理限制;(2)变换结果存在很多噪音和空间假频.为了克服LRT的上述缺点,本文提出一种基于压缩感知的高分辨率平面波分解方法,并利用加权匹配追踪(WMP)技术实现了该方法.该方法将LRT视为一个参数估计问题,并将LRT结果的稀疏性作为约束条件,在压缩感知理论的指导下利用WMP方法得到高分辨率、高信噪比的平面波分解结果.另外,该方法还可以用于提取地震数据的线性信号、压制随机噪音、实现高维地震数据规则化等地震资料处理技术.数值实验结果证明:WMP方法可以有效地提取地震数据中的线性信号,提高LRT的分辨率和信噪比,从而改善平面波分解的质量.

不同域的局部平面波分解应用与对比

局部平面波分解的计算精度和计算效率对高斯波数偏移存在较大的影响。笔者分析了目前常用的时间域、频率域、频率波数域3种不同域的局部平面波分解方法,给出了3种不同计算方式下局部平面波分解的具体计算公式;并结合局部平面波分解的特征,针对不同域下的局部平面波分解算法采取合理的程序设计思想,对多组模拟数据应用不同域的局部平面波分解算法进行计算精度和计算效率的对比。通过对比分析可知,应用频率波数域的局部平面波分解,不但提高了计算的准确度,而且相对于时间域和频率域局部平面波分解能够提高近60%的计算效率,为下一步进行偏移成像更高效地提供了精确的数据。

结合改进CSLBP和位平面分解的单样本人脸识别

针对单样本环境下传统人脸识别算法识别效果不佳的问题,提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像,将每幅纹理特征图像分解为4幅位平面图像,最后将8幅特征图像串联融合,使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明,该算法具有较高的识别率和较快的识别速度,对光照和表情等变化具有较好的稳健性。

利用速度滤波改善平面波分解与偏移

平面波叠前深度偏移是高效率的深度偏移技术,精确的平面波分解是平面波精确成像的前提。双曲速度滤波方法能有效地去除CMP道集τ-p变换产生的假频与噪声。本文提出了一种利用快速双曲速度滤波技术改善平面波分解与偏移质量的方法:首先对CMP域的τ-p变换进行Mitchell等的快速双曲速度滤波,然后将炮检距平面波拟合成炮域平面波,最后对拟合的平面波进行傅里叶有限差分深度偏移,从而通过改进平面波品质实现提高平面波偏移的精度。实际资料处理结果表明:速度滤波能够有效地滤除倾斜叠加产生的噪声,反射能量显著增强,同相轴更加连续,偏移成像剖面断点更加清晰,断层更加清楚。

基于局部平面波分解的逆时偏移角道集提取方法

高精度地震勘探的普及和GPU技术的发展,使叠前逆时偏移技术得到日渐广泛的实际应用。逆时偏移方法成像精度高,对复杂地质构造成像效果好,且不受地层倾角限制。角度域共成像点道集作为逆时偏移的重要输出,可为速度分析、AVA分析提供速度、振幅等信息。本文提出一种逆时偏移角道集提取方法,采取局部平面波分解法将震源波场和检波点波场分解为局部角度分量,再利用角度域互相关成像条件输出角道集。该方法对复杂构造的适应性较好,尤其适用于在逆时偏移中提取角道集。通过模型试算和实际资料测试,验证了方法的可行性和有效性。

井震融合平面波分解地层倾角计算方法与应用

基于倾角测井得到的井口附近高精度倾角数据,提出了一种井震融合的平面波分解地层倾角计算方法。在有倾角测井的探区,根据Tikhonov正则化的思想在平面波分解滤波器中引入地层倾角测井数据约束,井震融合计算空间任意点的地层视倾角,通过三角变换将视倾角转化为真倾角和真倾向。理论模型测试及实际资料应用结果表明,该方法估计的地层倾角和地层厚度转换结果比常规平面波分解计算得到的结果更精确,具有一定的实际应用价值与推广意义。