一种基于视觉感兴趣区域的彩色图像增强方法

目的把视觉感兴趣区域概念引入直方图的建造中,提出了一种新的基于视觉感兴趣区域的图像增强方法,使增强效果更符合人眼视觉感知。方法首先在标准观测环境下利用先进的眼动仪设备获得人眼感兴趣区域,然后计算各子区域的平均显著值,以确定各个子区域的权重系数,最后采取类似直方图均衡化的思想,优化配比灰度级的动态范围。结果通过主客观实验结果表明,增强后的图像更符合人眼视觉感知。结论结合了视觉感知特性的直方图增强方法,弥补了传统直方图与人眼视觉感知不一致的弊端,其增强效果更佳。

基于感兴趣区域互信息的多模图像配准方法

针对可见光和红外图像的配准问题,提出了一种改进的基于感兴趣区域梯度互信息的多模图像配准方法。该算法从两个方面做了改进,首先,为了提高算法性能,对图像做了预处理抑制噪声,然后通过对图像进行灰度级降采样操作,合理选择较少的灰度级达到减少计算量的目的;其次,提取图像中复杂度高的区域作为感兴趣区域来代替整幅图像进行配准,这样不仅可以提高像素灰度在互信息计算中的可用性,同时可以提高互信息配准方法的配准效率和精度。实验结果表明,该方法可以有效提取相关性高的区域,提高互信息配准方法的精度和效率。

多任意形状感兴趣区域块覆盖灰度掩模方法

在JPEG2000图像中,采用灰度掩模方法对多个任意形状感兴趣区域进行标识时,由于其要求掩模的行数和列数和原图像相同,使得掩模的数据量非常庞大。为减小掩模的数据量,提出了一种块覆盖灰度掩模方法。该方法在研究灰度掩模的基础上,采用由多个像素点组成的分块灰度掩模来代替原单个像素点组成的灰度掩模,以对多个任意形状感兴趣区域进行标识。在对标识要求精度不太高的情况下,可极大地减小掩模的数据量。针对掩模扩张带给掩模数据量影响的问题,利用一个实例进行了数学计算,计算表明,当感兴趣区域面积足够大时,掩模扩张不会对掩模的数据量带来太大影响。

一种感兴趣区域防溢出数字水印算法

目的针对工程设计图纸、医学影像等存在大量边缘值像素点的图像在嵌入水印时容易出现像素值溢出的问题,文中提出一种基于感兴趣区域防溢出的水印方案。方法该方案使用改进后的区域生长法分割原始图像得到不规则形状的ROI,再通过填充像素值得到矩形水印嵌入区域,对该区域进行提升小波变换,并经过Arnold置乱,通过对水印嵌入区域的分块和扫描,跳过边缘像素值,使用奇偶映射的方法将制成QR码的水印信息嵌入至宿主图像。结果嵌入水印后图像边缘仍完整,像素值溢出现象得到大大改善,嵌入水印后图像峰值信噪比高于48db,水印不可见性高于一般水印嵌入方案,满足高精度图像对水印不可见度要求,且经过攻击后仍能实现水印的提取。结论该方案充分考虑到含有大面积背景和大量边缘像素值图像的特点,保证认证水印嵌入至图像关键ROI区域,在保证原图质量的基础上实现了防溢出的水印嵌入,经过攻击后提取的水印仍能够读取认证信息,在包装印刷工程中具有实际应用价值。

基于投影直方图提取目标感兴趣区域的新方法

提出了一种基于灰度投影直方图获取单幅检测样品的目标感兴趣区域的方法,并利用鲁棒的图像匹配算法生成参考图像.首先,采用改进的灰度投影直方图法获得单幅图像的检测样品感兴趣区域,建立感兴趣区域提取模型;其次,利用基于形状的特征匹配算法学习样品图像,生成印刷品检测的参考图像,在此基础上,提出基于图像金字塔数据结构的分层匹配方法.实验结果表明,该方法能够在87 ms内获取首张图像样品感兴趣区域,并且图像匹配过程对图像之间存在的明暗程度、旋转变化等干扰具有良好的鲁棒性,匹配精度可达95%,匹配时间为152 ms,可快速准确地生成参考图像.

基于ROI灰度压缩的电路板红外图像配准

电路板红外图像配准技术是电路板红外热成像故障检测系统的核心。针对传统图像配准算法精度和效率较低等不足,为了提高电路板红外图像配准精度和效率,设计了一种基于ROI灰度压缩的图像配准算法。首先,利用Otsu法提取出电路板红外图像ROI。然后,将ROI内灰度值进行线性压缩。最后将灰度压缩后的图像进行互信息量运算和图像x平移、y平移、旋转、缩放变换参数寻优。仿真结果表明,基于ROI的灰度压缩算法能够显著减小配准时间,当两幅图像环境温度差异较大时其配准精度相比其他灰度压缩算法有明显优势。

融合区域和全局特征提取的医学图像检索技术

针对胸部CT扫描图像库,提出了一种融合区域和全局特征提取的医学图像检索方法。为了提取局部感兴趣区域,给出了一种基于灰度层共现矩阵的区域增长算法,分割出病灶区域,再结合迭代阈值算法进行病灶边界的磨合。为了避免身体姿势问题造成的图像角度差异,利用具有旋转不变性的Zernike矩提取图像的全局特征,融合感兴趣区域的形状和分布特性以及整幅图像Zernike矩全局特征作为图像匹配准则的客观依据。实验结果表明,该算法能够比较有效地应用于基于内容的医学图像检索系统中。

一种基于多区域信息融合约束的改进帧间差分目标检测与跟踪算法

针对帧间差分法在目标细节识别上较为粗糙的缺点,提出一种优化改进的目标检测与跟踪算法,构建两次区域限定与Kalman滤波算法融合的检测方法.首先通过提出的网格划分算法来获得动态感兴趣区域,仅在此道路的显著性范围内进行车道线区域的识别;然后依据车道线区域信息与建立的道路区域掩模作为帧间差分的评价指标,提高算法的处理精度,并使用扩展的Otsu算法,使用自适应动态阈值解决了帧间差分目标提取性能的有效性问题;最后基于检测的目标形心坐标作为观测量,通过Kalman滤波跟踪预测目标的行驶轨迹.采用Halcon视觉软件平台,对所提出算法性能进行试验验证.结果表明,所提出算法平均处理时间为32.132 ms,能够满足实时性需求,且车道线检测的平均准确率达95%以上.此算法能够迅速、准确地提取车道线区域,且对目标位置具有较高的可预测性.

基于先验信息的交通信号灯识别方法

针对基于颜色的交通信号灯识别(TLR)准确率不高的问题,文章提出一种融合色调、饱和度、明度(HSV)颜色空间和图像灰度信息的交通信号灯识别方法。先将图像进行倾斜校正和大小标准化,以满足融合交通信号灯识别方法的需求。然后,将红绿蓝(RGB)图像转化为色调、饱和度、明度颜色空间,对交通信号灯进行初步识别。通过霍夫直线检测提取交通信号灯的矩形边界,实现感兴趣区域(ROI)检测。针对色调、饱和度、明度颜色空间无法识别的交通信号灯图像,以交通信号灯的结构特点做为先验信息,进行灰度图像感兴趣区域像素值求和,进一步识别交通信号灯。通过实验对该融合交通信号灯识别方法进行了分析,并与单独使用色调、饱和度、明度颜色空间和灰度图像感兴趣区域像素值求和的方法进行对比,验证文章算法的有效性。