基于萤火虫算法的无监督最小视觉差彩色图像分割

针对传统阈值分割算法中阈值个数的选择问题,提出一种基于萤火虫算法的无监督最小视觉差彩色图像分割方法。首先,从图像中自动获取差异性比较大的像素作为后续步骤的监督信息,随后,设计萤火虫算法对基于像素的邻域信息和最小视觉差理论的阈值进行优化选择,最后,采用峰值信噪比和概率边缘信息对分割性能相当的结果进一步评价进而选择最终的分割结果。对实际图像的分割实验表明,本文算法在分割效果上和鲁棒性都有了极大的提高。

融合HVS计算模型的视频感知哈希算法研究

感知哈希(perceptual hashing)是多媒体数据集到摘要集的单向映射,为多媒体数字内容的标识、检索、认证等应用提供了安全可靠的技术支撑。目前关于感知哈希算法的研究主要集中在不断提高其鲁棒性和安全性上,忽略了人的主要视觉感知特性,导致了算法的过鲁棒性问题。将人类视觉系统可计算模型融入视频感知哈希算法框架中,用模拟人眼感受野特征提取特性的Cortex变换进行通道分解,并使用时-空域对比度敏感函数、眼球移动函数、亮度适应性调整函数、子带内和子带间对比度掩蔽函数综合计算最小视觉差提取感知特征。在保证较好鲁棒性的前提下,算法中使用扩散分块的机制提高安全性,通过与已有算法之间的比较,结果表明,本文提出的算法在鲁棒性和安全性方面取得了有效折衷,同时也体现了主观感知与客观评测上的一致性。