基于分数阶全变分和低秩正则化的彩色图像去模糊方法

针对现有的彩色图像去模糊过程中存在色彩失衡、阶梯效应和伪影等现象,提出了一种基于分数阶全变分和低秩正则的图像去模糊优化方法。首先,将传统的RGB彩色图像转换到YCbCr颜色空间,利用其亮度通道特征解决色彩失衡问题;其次,利用分数阶全变分的特征消除图像恢复任务中出现的阶梯效应,并且引入加权核范数低秩正则进一步抑制伪影及噪声;最后,利用交替方向乘子法设计出高效的求解方法,通过迭代优化得到纯净图像的最优估计。对彩色图像测试的实验结果表明,所提出的方法对图像去模糊任务取得较好的视觉恢复效果,客观评价指标良好。

基于混沌系统和动态DNA编码的彩色图像加密算法

为了提高图像在传输过程中的安全性,使得用户有更好的体验感,将Chen超混沌系统和DNA编码引入图像加密领域;彩色数字图像根据红、绿、蓝3个通道分为三个二维矩阵,并对三个二维矩阵进行DNA分区域编码处理,增加了编码运算的多样性,使得加密过程更加安全;由Chen超混沌系统生成的序列决定了每个二维矩阵的DNA编码解码规则和运算规则,按照相应规则进行加密,加密后由分段Logistic生成相应的序列再次进行行、列置换,分段的Logistic混沌映射可以让系统更快地进入混沌状态;合并红、绿、蓝3个通道的三个二维矩阵,生成三维矩阵,最终得到相应的彩色加密图像;选取相应的彩色图像进行仿真实验,最终的仿真结果表明,所提出的算法加密效果和相关性能指标良好,同时具有较强的安全性和鲁棒性。

基于视觉密码和DCT-SVD彩色图像水印技术

本文提出了一种基于视觉密码和DCT-SVD的彩色图像水印算法,通过视觉密码方案将彩色秘密水印图像拆分成3份与彩色秘密水印图像等大小的分享份图像,并利用待标记图像、水印图像和密钥生成验证信息和测试图像。由版权所有者提供水印图像和验证信息,密钥交由图像所有者保存。当要验证图像所有者的所有权时,会要求图像所有者提供密钥,结合密钥、测试图像和验证信息便可生成水印,若密钥正确,生成的水印可识别为原始水印。将其中一份分享份图像利用DCT-SVD水印算法嵌入到载体图像中并进行攻击测试,利用数字水印的提取算法将分享份图像从遭受常见攻击的载体图像中提取出来,与剩余分享份进行叠加恢复秘密水印图像。实验结果表明,水印具有良好的不可感知性和鲁棒性。

非可控条件下基于深度神经网络的彩色图像光谱估计

光谱反射比可以从彩色图像估计得到,目前基于彩色图像的光谱估计一般在可控条件下进行,即光源和彩色相机的拍摄参数等都是严格固定的,以确保引起相机响应值变化的主要因素仅是光谱反射比,从而可以准确建立相机响应值到光谱反射比的映射关系。但在非可控条件下,引起相机响应值变化的因素较多,增加了光谱估计的难度。本文借助深度神经网络强大的非线性拟合能力,基于残差神经网络设计了一种深度神经网络,从彩色图像的RGB值估计光谱反射比。利用智能手机在非可控条件下采集了大量彩色图像,并通过5折交叉验证对所提出的网络进行了测试。结果表明,所设计的深度神经网络比已有的两种光谱估计算法获得了更高的光谱估计精度,因而可以更准确地实现非可控条件下基于彩色图像的光谱估计。

浅谈彩色图像的印刷复制过程

彩色印刷是一个图像复制的过程,也是图像信息传递和转移的过程。图像的信息归根到底就是组成图像的颜色信息,因而图像的印刷复制也就是颜色的印刷复制。我们可以把印刷的整个过程分成图像颜色的分解和图像颜色的合成两个阶段,而这个过程是建立在颜色混合规律基础上的。本文将从三个方面讨论彩色图像的印刷复制过程,即颜色混合规律、分色原理和彩色印刷中的色彩合成。

基于颜色和纹理特征聚类的彩色图像分割

针对传统彩色图像分割算法在轮廓模糊和纹理丰富区域分割效果差的缺点,本文提出基于颜色和纹理特征聚类的彩色图像分割算法。首先,采用基于图的图像分割算法多次分割图像,以得到多组超像素块;其次,提取超像素块的颜色特征和纹理特征,将其融合为一个特征向量,并使用k-means聚类对每组超像素块的特征向量聚类,以获得多组分割结果;最后,使用线性组合的方法融合多组分割结果,得到最终的分割图像。在公开数据集BSD500上与经典聚类算法SFFCM、AFCF相比较,实验结果表明本算法优于这些经典算法。

结合离散余弦变换与离散小波变换的无损彩色图像加密算法

为使图像在网络中进行安全传输,结合频域领域的图像加密相关研究,提出一种新的彩色图像加密算法。首先将明文图像划分为三基色分量,执行二维离散余弦变换(DCT)得到DC和AC置乱序列;然后对置乱矩阵执行二维离散小波变换(DWT)得到4个子带矩阵,并对置乱后的子带执行逆二维小波变换得到用于扩散的二进制矩阵;接下来将二维十进制矩阵转化为三维二进制矩阵,并对两个二进制矩阵执行异或运算,将其转化为二维十进制矩阵;最后进行扩散操作得到密文图像。实验结果表明,该算法能有效抵抗明文攻击与非法者攻击。

基于辅助变量增强的可逆彩色图像灰度化

彩色图像灰度化是一种被广泛应用于各个领域的图像压缩方式,但很少有研究关注彩色图像与灰度图像之间的相互转换技术。该文运用深度学习,创新性地提出了一种基于辅助变量增强的可逆彩色图像灰度化方法。该方法使用变量增强技术来保证输出与输入变量通道数相同以满足网络的可逆特性。具体来说,该方法通过可逆神经网络的正向过程实现彩色图像灰度化,逆向过程实现灰度图像的色彩复原。将所提方法在VOC2012,NCD和Wallpaper数据集上进行定性和定量比较。实验结果表明,所提方法在评价指标上均获得了更好的结果。无论是在全局还是局部,生成图像都可以最大程度地保留亮度、颜色对比度和结构相关性等特征。

一种改进的压缩感知彩色图像重构框架

为了提升CS图像的重构效果,更好地将CS应用于现实,提出一种基于自适应采样和混合稀疏基的彩色图像重构框架,并将DCT基分别和离散小波(DWT)、DDDCWT、Controulet组合使用应用于此框架,通过分析重构图像的精度和重构时间来比较不同方法的重构效果。实验结果证明,所提的重构框架可以有效地重构彩色图像,并且DCT分别和DDDCWT、Controulet混合使用时的重构精度较其单一稀疏基的重构精度和DCT与DWT混合使用时的重构精度好。但是,从重构时间上而言,只有DCT和Controulet混合使用时的表现比较乐观。

基于混沌加密的QR码彩色图像复合水印算法

本研究提出了一种基于NSCT-DWT-SVD复合的QR码混沌加密彩色图像水印算法。首先将“飞行学院”四字组成的水印图像通过编码器进行QR编码生成QR码水印信息,再对水印进行Logistic混沌映射加密,将RGB颜色模型的原载体图像转换成YUV颜色模型图像,对转换后的模型Y分量进行提取,将其进行NSCT生成低频分量,随后进行小波变换及SVD奇异值分解获得奇异值,最后将加密的QR码通过加性原理叠加到分解后的奇异值上。通过实验证明,该算法得到的峰值PSNR为52.15dB,保证了嵌入水印的信息量及隐蔽性,对椒盐噪音、JPEG压缩攻击NC值都为1,尤其是由于加入NSCT保证了图像的平移不变性,SVD更是提高了算法抵抗旋转攻击的能力。

基于彩色图像Tetrolet变换的频数质心零水印算法

针对传统数字水印算法的透明性随嵌入强度的增加而下降的问题,已有许多零水印算法提出。然而大多数算法或是鲁棒性和稳定性较差,或是基于灰度图像设计的。本文提出一种基于彩色图像Tetrolet变换的频数质心零水印算法。该算法先提取彩色载体图像YCbCr空间的亮度分量,再对亮度分量进行Tetrolet变换获得其低频系数,再通过分块非负矩阵分解,采用计算频数质心的方法构造特征矩阵。对水印信息依次进行Polar码编码,二维交织构造出交织矩阵;最后将含有水印信息的交织方阵和特征矩阵进行异或操作生成零水印。仿真结果证明,该零水印算法可以有效抵抗非几何攻击、几何攻击以及组合攻击,水印提取归一化相关系数值在0.9以上,具有较强的鲁棒性和稳定性,且具有良好的实用性。

基于BEMD与DCT的彩色图像多重水印鲁棒算法

为解决现有彩色图像水印算法容错性低及宿主图像与水印图像在嵌入时尺寸匹配问题,并提高算法抵御各种攻击的鲁棒性,提出一种基于二维经验模态分解(BEMD)和离散余弦变换(DCT)的彩色图像多重水印鲁棒算法。使用Arnold变换对3幅二值水印图像进行置乱,分别对彩色宿主图像的三通道进行BEMD,得到各通道的内蕴模态函数(IMF)和余量信息,选择各通道的第1个IMF(记作IMF_(1))作为水印嵌入层,对每个通道的IMF_(1)分割成不重叠子块后进行DCT;再将置乱后的二值水印图像依次重复嵌入在各通道子块经过之字形(Zigzag)扫描后的中频系数中,使用逆Zigzag扫描和逆DCT得到各通道嵌入水印信息后的IMF_(1),并与每个通道其余的IMF及余量重建得到嵌入水印后的彩色图像。水印提取为嵌入过程的逆过程,算法可以实现彩色图像嵌入水印的盲提取。在水印提取过程中对重复嵌入提取到的水印图像使用投票策略,增强了算法的容错性。大量实验结果表明:嵌入水印后的图像峰值信噪比(PSNR)在34 dB以上,水印信息具有较高的不可见性;对嵌入多重水印后的宿主图像进行大尺寸剪切、椒盐噪声等攻击实验,提取到的水印图像与原始图像的归一化系数均在0.96以上,且可达到1,水印信息提取完整清晰可辨。与现有大量彩色图像水印算法相比,所提算法具有较强抵御各种攻击的能力,同时嵌入水印后图像具有较高的不可见性。

基于混沌与菲涅尔变换的多彩色图像加密算法

针对常见的基于混沌系统的多图像光学加密存在密钥敏感性不强、加密方法安全性不高等问题,设计了基于混沌Chen系统和菲涅尔变换的多彩色图像光学加密方法。首先,每幅彩色图像均被分解为R、G和B通道,并对每个通道的幅值独立进行归一化处理,得到归一化图像。其次,设定混沌系统初始值和控制参数,利用Chen混沌系统生成三个高维混沌相位掩码,分别对每幅图像的三通道相位信息进行调制处理,然后将调制后的R、G、B通道分别进行叠加重组。并对重组后的通道图像分别进行菲涅尔变换处理,得到相应的通道密文。最后,将通道密文重新融合,得到最终的密文图像。数值仿真结果表明,与现有的基于混沌系统的加密算法相比,所提算法具备更高的密钥敏感性,以及更高的抵抗各种攻击的能力,熵值达到了7.996,稳定的NPCR和UACI分别为99.84%、35.63%。

多视角彩色图像的十六元数分数阶切比雪夫-傅里叶矩

图像矩具有强大的几何不变性和全局特征描述能力,是出色的图像特征.近年来,对于图像矩的研究取得了丰硕的成果.然而传统的图像矩存在诸多问题,部分图像矩的径向基函数数值不稳定,严重影响其图像重构性能.另外,传统的图像矩仅能用来处理灰度图像,对于当下广泛应用和传播的彩色图像却无能为力.灰度化和子通道处理彩色图像虽然在一定程度上可以让传统的图像矩在处理彩色图像上发挥作用,但是却破坏了彩色图像的整体性.分数阶矩和超复数矩的引入,让图像矩的研究进入了新阶段.但是,目前对于分数阶矩的研究依然不够全面,一些具有良好性质的传统图像矩的分数阶构造仍未有研究成果.对于超复数矩的挖掘依然不够充分,更高维度的超复数与图像矩结合可以让图像矩适应更为复杂的应用场景.本文依据切比雪夫-傅里叶矩(Chebyshev-Fourier Moments,CHFMs)构造分数阶切比雪夫-傅里叶矩(Fractional-order Chebyshev-Fourier Moments,FrCHFMs),有效地解决了CHFMs径向基函数存在的数值不稳定性问题.以此为基础,并结合十六元数理论,构造出十六元数分数阶切比雪夫-傅里叶矩(Sedenion Fractional-order Chebyshev-Fourier Moments,SFrCHFMs),将超复数矩的应用领域从彩色图像和立体图像拓宽到多视角彩色图像.多视角彩色图像是单部相机通过移动或者多部相机按视差要求布置在一定位置构成相机阵列所拍摄的图像.利用十六元数的虚部可以同时处理多视角彩色图像的所有视角的所有颜色分量,同时保证各分量之间的关联.通过图像重构实验验证了SFrCHFMs对于经过各种攻击的多视角彩色图像具有良好的重构性能.通过零水印实验验证了基于SFrCHFMs的零水印方案在面对各种攻击时要优于以往的立体图像零水印方案,进一步验证了SFrCHFMs的稳定性.实验结果表明,本文所提出的SFrCHFMs具有良好的图像重构性能和稳定性.

联合纯四元数与字典学习的彩色图像去噪方法

彩色图像在获取、传输和存储过程中会受到噪声的影响,这给后续图像处理带来麻烦,因此图像去噪任务意义重大。对此,提出一种基于四元数字典学习的模型,该模型约束四元数的实部为零,图像的色彩信息得以保存。传统的稀疏图像模型把彩色图像看作向量或者单色图像的线性组合,忽略了RGB通道之间的关系。用纯四元数表示彩色图像,将彩色图像的RGB通道表示成四元数矩阵的虚部,拟合图像效果更好。数值实验表明,与其他模型相比较,所构建的模型可以更精确地表示彩色图像,在处理彩色图像的过程中产生模型拟合误差相对较小,峰值信噪比以及视觉效果方面均有明显提升,能更好地进行图像去噪。

一种改进CycleGAN的水下彩色图像增强方法

针对基于深度学习方法的水下图像增强只考虑水下图像的RGB颜色特征空间造成的增强效果不理想现象,本文在循环生成对抗网络的基础上改进了一种水下彩色图像增强算法。首先运用循环生成对抗网络在图像的RGB和HSV颜色特征空间进行训练,将图像经过卷积网络下采样提取到的特征送入残差网络和扩展压缩模块,其中扩展压缩模块可以调整图像RGB和HSV通道的权重。预训练好的生成对抗网络作用在成对的水下降质图像与增强后的图像进行监督训练,采用特征融合网络将对抗生成网络输出的RGB和HSV六通道图像融合成RGB三通道图像。实验结果表明,该方法能够有效结合图像的RGB和HSV空间的特征信息,提升水下图像的对比度和亮度,校正水下图像的颜色偏差。

基于改进Canny的彩色图像边缘检测算法

彩色图像边缘在计算机视觉中起着至关重要的作用,但现存的彩色图像边缘检测算法存在对混合噪声抵抗性差、检测出的边缘连续性差和边缘漏检等问题。通过对彩色图像边缘检测算法的研究,提出一种改进的彩色图像边缘检测算法。该算法首先采用改进小波变换滤波方法在保持图像边缘的同时滤除图像的混合噪声;然后将滤波处理后的彩色图像由RGB颜色空间转换到CLElab颜色空间,并用提出的多方向色差计算公式计算色差幅值和方向,以提高边缘检测的完整性;最后,将以上处理方法与Canny的非极大值抑制和双阈值边缘处理相结合,从而完成彩色图像的边缘检测。实验结果表明,该算法查全率、查准率和整体精度均较高,分别达到了85.9%、96.7%和96.3%,比目前的色差边缘检测算法、亮度与颜色特征融合的边缘检测算法以及基于改进蚁群算法的边缘检测算法分别提高了3.8%~14.8%、1.6%~8%和1.3%~3.7%。基于改进Canny的彩色图像边缘检测算法可以有效去除混合噪声,并能检测出连续性和完整性较高的彩色边缘,有效提高了边缘检测率。

一种量子彩色图像矢量中值滤波方案

为进一步完善量子图像处理领域中的彩色图像降噪算法,提出了一种基于量子矢量中值计算的量子彩色图像滤波方法。该方法利用量子纠缠将邻域像素与中心像素绑定至同一位置以避免量子卷积运算,并将补码引入到量子电路中,从而简化了矢量距离计算的量子电路,此外还采用一次比较两次交换的方式设计了矢量中值选取的量子电路,由此构建出完整的量子图像矢量中值滤波电路。实验相关指标表明,量子图像矢量中值滤波对彩色图像椒盐噪声的抑制效果与经典矢量中值滤波基本相同,但将经典矢量中值滤波算法的时间复杂度从O(2^(2n))降低至O(10n^(2)+216q^(2))。

基于对抗网络的彩色图像置乱方法研究

图像置乱是将图像转换为伪随机图像,一般作为图像加密或信息隐藏前的预处理环节,为了实现彩色图像的自动化置乱,提出了基于改进对抗网络的彩色图像置乱方法。方法构建了编码网络—解码网络结构模仿彩色图像置乱和复原过程,通过模型学习图像置乱,用patchGAN的判别网络实现图像各部分区域像素值分布判别。对提出的编解码损失函数、编码网络和解码网络的对抗损失函数和判别网络的对抗损失函数分别交替使用梯度下降法优化参数。对分辨率为256×256的彩色图像实验的结果表明,上述法能实现各种彩色图像的自动化置乱,并且模型具有较好的收敛性。和传统的Arnold变换,Logistic混沌置乱方法相比较,直观上本方法图像置乱效果更具隐蔽性;在多个判别指标下,所提方法置乱后图像与原始图像相似度更低,置乱程度更高,置乱效果有提升。

基于统一超混沌系统的彩色图像加密算法研究

利用混沌信号的优良性能,本文研究提出了一种新的彩色图像混沌加密算法。首先利用外部加密密钥以及原始图像的特征值,根据自定义的数据抽取和填放规则进行数据抽取、填放,并利用超混沌系统生成的混沌序列,嵌套进行图像像素扩散,从而形成“图像像素抽取—图像像素扩散—图像像素填放”的图像加密方案,最后测试结果表明所提算法具有较好的安全性。