基于自适应四元数奇异值分解的图像拼接检测

图像拼接将来源不同的图像合并成一幅图,由此引起图像中光照方向、噪声等特性出现不一致的情况。目前多数方法根据拼接图像中噪声的不一致性来检测伪造区域,但是普遍对不同大小图像块的噪声估计准确性不高,导致真阳性率较低,且当噪声差异较小时会检测失败。针对该问题,提出一种基于自适应四元数奇异值分解(QSVD)的噪声估计方法。对图像进行超像素分割,利用自适应QSVD估计超像素的噪声,结合图像亮度并利用多项式拟合建立图像噪声-亮度函数,得到各超像素到该函数曲线的最小距离测度。为提高检测精确率,利用色温估计算法提取超像素的色温特征,将距离测度与色温特征相融合作为最终的特征向量,利用FCM模糊聚类定位拼接区域。在Columbia IPDED拼接图像数据集上进行实验,结果表明,该方法在未经后处理图像集上的检测TPR值较对比方法至少提升8.21个百分点,且对高斯模糊、JPEG压缩和伽马校正表现出较好的鲁棒性。

四元数奇异值分解与彩色图像去噪

提出了一种基于四元数的彩色图像去噪算法.该算法对彩色图像进行四元数奇异值分解,得到表征彩色图像的不同分量的奇异值,同时适当地选择和丢弃分别表征图像和噪声的奇异值,可以有效地去除彩色图像的加性噪声.该算法的特点是采用一种新颖的基于彩色图像能量测度模型,自适应地确定去噪图像重构的奇异值数目,因此具有快速去噪和简单可行的优点.实验结果表明,提出的方法针对彩色图像去噪具有较好的效果.

基于四元数矩阵奇异值分解的彩色图像识别

本文首先以实验证明了彩色图像矩阵的奇异值(SVs)仅含有图像的少量信息,大量信体现在图像矩阵的奇异值分解(SVDQ)的两个四元数酉矩阵中。然后给出了一种新的图像特征提取方法。该方法将图像投影到SVDQ的各个正交基上,得到投影系数向量。将此向量作为图像的代数特征并用于彩色图像识别中。实验表明,与奇异值特征向量用于彩色图像识别方法相比,本文方法显著提高了识别率。

基于四元数模型和奇异值分解的图像水印算法

将四元数离散余弦变换(QDCT)和奇异值分解(SVD)相结合,提出了一种在彩色图像中嵌入水印的新方法。首先,借助Arnold置乱对二值水印进行预处理,应用四元数理论将彩色图像进行分块QDCT和SVD;然后,利用Logistic映射随机抽取一批图像块实现水印的嵌入。实验表明,该方法具有较强的抗JPEG压缩能力,对各种噪声和滤波等具有较好的鲁棒性。

基于四元数矩阵奇异值分解的木材缺陷检测分析

当前,木材彩色图像的缺陷检测主要是通过分离彩色空间的3个分量分别进行灰度处理,然后再合成为缺陷的图像。将基于RGB彩色空间的木材图像作为一个整体,提出四元数矩阵奇异值分解(QSVD)的木材缺陷检测。把RGB的彩色空间图像转换为四元数矩阵,利用四元数奇异值分解得到不同奇异值的特征图像,通过对特征图像的分析,得到不同的木材缺陷图像,并通过对奇异值特征图像的分析得到木材彩色图像的缺陷检测,并做分析。

基于四元数矩阵奇异值分解的彩色图像分解

讨论了四元数矩阵的奇异值分解(QSVD),四元数矩阵的奇异值仍是正实数,但两个酉矩阵是含有四元数的四元数矩阵。给出通过四元数矩阵的等价实矩阵求解QSVD的有效算法。最后应用QSVD进行彩色图像分解,并给出了在Fruits、Baboon等图像上的实验结果。QSVD使许多基于SVD的图像处理方法可以推广到彩色图像处理上而不用再将彩色图像分解成三个通道图像进行处理。

彩色图像四元数频域奇异值分解水印算法

将四元数傅里叶变换与四元数奇异值分解技术相结合并引入到对彩色图像的水印处理,提出一种基于四元数频域奇异值分解的彩色图像盲水印算法.首先对彩色载体图像进行分块并采用四元数傅里叶变换(quaternionFourier transform,QFT)得到其频域矩阵,然后对频域矩阵中的单位小块进行四元数奇异值分解(quaternion singularvalue decomposition,QSVD),得到实系数奇异值,使用奇偶量化调制法将水印信号嵌入到单位小块的最大奇异值中.仿真实验结果表明,嵌入的水印分布在空域图像各彩色分量中,在不可见性以及鲁棒性的比较中优于传统的彩色图像亮度域以及独立多通道处理方法.

基于四元数小波变换和奇异值分解的图像水印

文章提出了基于四元数小波变换(QWT)和奇异值分解(SVD)的数字图像水印算法,该算法对原始载体图像进行四元数小波变换和奇异值分解,对水印图像进行Arnold变换和奇异值分解,并把分解的水印嵌入到分解后的原始载体图像中。结果表明,该算法对高斯噪声、剪切、JPEG压缩及滤波具有较强的鲁棒性。

基于四元数矩阵奇异值分解的彩色图像匹配方法

提出了一种基于四元数的彩色图像匹配算法.该算法将彩色图像用四元数矩阵模型描述,抽取四元数矩阵的奇异值作为匹配特征.对奇异值进行去噪处理,增+了匹配算法的抗噪能力.采用分层搜索策略,减少运算量,提高了匹配速度.实验结果验证了方法的有效性.

基于四元数奇异值分解的视频质量评价方法

准确的客观视频质量评价方法对于视频应用发展是至关重要的.近年来,图像质量评价方法已经比较成熟,而视频质量评价方法与图像质量评价方法在性能上的差距仍然较大.本文提出一种基于四元数奇异值分解的客观视频质量评价方法,该方法将像素的亮度、色度、边缘能量和残差能量作为四元数的四个部分,并用熵作为视觉感兴趣系数对块加权.在视频质量专家组(VQEG)阶段IFR-TV视频测试库上的测试结果表明,该方法与主观评价结果有很好的相关性.

一类广义延拓四元数矩阵的奇异值分解

从普通四元数矩阵的奇异值分解出发,给出了具有行或列对称结构的一类四元数矩阵(即广义四元数延拓矩阵)的奇异值、奇异向量与其母矩阵的奇异值、奇异向量之间的定量关系,推广了现有文献的结果。理论分析和数值实验的结果表明,就一大类广义四元数延拓矩阵而言,仅用母矩阵进行奇异值分解不但可以节省计算量和存储量,而且不影响任何数值精度。

四元数矩阵奇异值分解的算法

本文主要讨论了四元数矩阵的奇异值分解,借助于四元数矩阵的复表示矩阵,对其进行双对角化,对得到的双对角矩阵进行奇异值分解,并构造左右奇异值向量,给出了四元数矩阵奇异值分解的一个算法。

四元数分形奇异值分解方法与彩色图像重建

基于四元数矩阵彩色图像奇异值分解,得到表征彩色图像的不同分量的奇异值,运用分形快速确定图像的拐点。该方法具有快速和简单可行的优点。以受噪声污染图像为例,该方法针对彩色图像去噪具有较好的效果。

基于双树四元数小波变换与奇异值分解的数字图像水印算法

本文提出了一种新的基于双树四元数小波(DTQWT)和奇异值分解(SVD)的非盲数字图像水印算法,该算法对几何攻击和普通图像篡改具有较强的鲁棒性。在把双树四元数小波应用于原始载体图像后,我们将奇异值分解应用于它的低频幅度子带LL,然后对原始水印图像进行Arnold置乱,利用置乱后的水印图像修正载体图像的奇异值。该算法的优点是对大多数常见的攻击具有较强的鲁棒性。分析和实验结果表明,与基于RDWT-SVD的方法相比,本文算法具有更好的性能。

基于自适应阈值和奇异值分解的电能质量扰动检测新方法

随着电力系统规模的增大,为保证电力设备的稳定运行,电能质量数据的分析算法面临更高的要求。在考虑算法精确度及抗噪性的同时,对一些微弱扰动及复杂扰动的检测也提出了新的挑战。针对以上需求,提出一种通用的电能质量扰动检测算法,基于异常扰动波形的特点,提出基于波形差值的自适应阈值,无需调节参数即可对信号进行故障判断,实用性高,并且采用加窗的方式对信号进行奇异值分解,并根据检测结果给出明确的扰动定位;最后通过多组模拟信号与实测信号的仿真实验,验证了所提算法的有效性,并证明了算法具有计算量小、实时性高的优点;通过与其他算法的对比分析,进一步表明了文中所提算法具有更高的灵敏度与抗噪性,普适性强。

评价彩色图像质量的四元数矩阵最大奇异值方法

针对传统的图像质量评价方法忽略颜色信息以及与人眼感知信息一致性差的问题,提出了一种全面利用彩色图像颜色信息,突出人眼敏感图像结构的彩色图像质量客观评价方法。将图像中人眼敏感的结构分为细节,亮度和颜色3方面因素,将四元数矩阵作为载体,构造了一种用于彩色图像质量评价的四元数矩阵,并对其进行奇异值分解。将最大奇异值作为度量图像结构相似性的主要参数,通过分析图像结构差异映射图谱得到了最终的量化评价结果。采用LIVE数据库中包含5种失真类型的982张测试图片验证了提出的算法,得到的交叉失真实验非线性拟合均方根误差(RMSE)值为9.176,Spearman等级相关系数(SROCC)值为0.929 6,而结构相似度(SSIM)方法的RMSE值为9.299,SROCC值为0.925 6。试验结果表明,该方法采用四元数矩阵描述彩色图像的结构信息,考虑了彩色图像的多方面结构特征,与人眼视觉感知特性的一致性优于传统方法。

自适应奇异值分解瞬变信号检测研究

该文介绍了奇异值分解检测信号的原理,研究了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的奇异值分布特性,提出了相邻奇异值增量的概念,并根据瞬变信号和噪声相邻奇异值增量的不同,区分信号与噪声。在此基础上,提出了自适应选择主奇异值个数的奇异值分解检测瞬变信号的方法,并给出该方法检测瞬变信号的具体流程。仿真结果表明,与传统奇异值分解相比,该方法检测微弱瞬变信号更准确。

两种四维奇异值分解同化方法的比较及误差分析

4DSVD是最近提出的一种新的资料同化方法。目前还存在一些需要解决的问题,比如如何选取样本,如何得到支撑大气吸引子的基向量以及选取基向量的个数问题等等。作者利用奇异值分解(SVD)与经验正交函数分解(EOF)两种方法来获得支撑大气吸引子的基向量,推导了基于这两种方法的4DSVD分析场的理论公式,并用简单的数值试验比较了基于这两种方法的4DSVD分析场的空间相关系数和误差,初步分析了分析场与基向量个数的关系以及与样本选取的关系和分析误差的来源及各种误差对分析误差影响的相对大小。结果表明,用SVD方法作为获得支撑大气吸引子基向量的方法得到的分析场较EOF方法稳定,分析场与基向量个数有密切关系,观测误差、模式误差和观测代表性误差是分析误差的主要来源,且其引起的分析误差随着基向量个数增多而增大。

一种基于奇异值分解的自适应降噪方法

根据信号处理基本理论和方法,针对奇异值分解方法中有关的Hankel矩阵有效秩难以确定的难题,提出了一种奇异值分解方法,即主分量分解方法,并通过试验数据进行了验证。仿真信号和海上实录信号的降噪实验研究表明,提出的方法比基本的LMS滤波和奇异值分解降噪效果更加优越,能有效提高信噪比并去除噪声。

基于四元数矩阵奇异值的目标特征提取与识别

在弹道中段,目标的微动差异是识别弹头和诱饵的有效特征.但目标微动特征参数的提取往往受到目标平动补偿精度、雷达装备工作状态和环境等因素的限制,进而导致目标识别率降低.首先建立了基于四元数的弹头与诱饵微动模型,将目标的微多普勒时频像视为彩色图像,并将彩色图像用四元数矩阵模型描述.根据奇异值向量的稳定性和旋转不变性,提出了基于四元数矩阵奇异值分解和支持向量机的弹道目标微多普勒特征提取与分类识别方法.仿真结果表明:四元数矩阵奇异值构成的特征向量比基于Hu矩的特征向量更加有效;提高信噪比,有助于提高分类器的目标识别率;目标径向速度估计误差的增大,会降低分类器的目标识别率;增大雷达的脉冲重复频率可以明显提高目标的正确识别率.