基于边缘相似性的异源图像匹配

异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一。对于成像机理差别较大的异源图像,如SAR图像和可见光图像,采用传统的异源图像匹配算法难以得到满意结果。本文提出一种基于边缘相似性的异源图像匹配方法,首先分别提取待匹配图像的边缘特征点集;然后计算基准图的边缘距离场;最后基于边缘相似性模型,通过实时图边缘图和基准图边缘距离场计算边缘相似度,寻找相似度最大的变换参数即为最终匹配参数。采用SAR与可见光图对方法进行了测试,结果表明,这种方法能够快速可靠地实现异源图像匹配。

基于相对对比度与边缘相似性的雾化图像复原效果评价方法

由于无雾图像与有雾图像的对比度明显不同;并且在提高图像对比度的同时,要尽可能使复原图像与降质图像的边缘结构具有一致性以防止复原图像失真.由此提出基于相对对比度与边缘相似性相结合的方法来评价复原图像.仿真分析证明该方法能够客观有效地衡量各种去雾算法的有效性.

边缘加权的结构相似性测度

针对结构相似性测度(SSIM)不能较好地客观评价图像模糊与强高斯噪声失真的问题,提出一种边缘加权的结构相似性测度(EWSSIM),以符合人眼视觉系统(HVS)特性。EWSSIM将原始图像和失真图像的整体轮廓信息与局部纹理细节信息加权,更充分地描述图像的结构相似度。通过LIVE图库的仿真结果表明,与SSIME相比,WSSIM能够更好地评价图像模糊与强高斯噪声失真,且在各类失真图像的评价一致性上优于SSIM。

基于人类视觉系统的特征相似性图像质量评价

为克服现有特征相似性(FSIM)图像质量评价算法对图像信息无序部分及边缘信息度量能力的不足,利用人类视觉系统的内在推导机制,提出基于人类视觉系统的特征相似性图像质量评价算法HFSIM.该算法采用自回归预测模型分解并解读图像内容的预测部分和无序部分;联合FSIM与边缘结构相似性算法度量预测部分,采用多尺度峰值信噪比(PSNR)度量无序部分的衰减情况,最后根据噪声能量融合图像信息预测部分与无序部分的评价结果得到图像质量评价.在6个公开基准数据库上的实验结果表明,该算法与人类主观感知具有高度的一致性,且在各类型失真图像的评价上具有较好的性能.

一种改进边缘连接的Canny边缘检测算法

针对Canny边缘检测算法中需要手动设置固定阈值而出现边缘间断或伪边缘的问题,设计了一种基于边缘对比特征和边缘方向的边缘连接方法。该方法是基于视觉感知实验总结的一组边缘对比阈值数据比较强边缘点和待连接边缘点的对比特征判断其相似性,通过保持一定的边缘方向确保边缘连接方向的正确性,待连接点只有满足相似性且连接后新旧边缘方向一致,才能被连接为新边缘点。结果表明,改进边缘连接的Canny边缘检测算法具有很好的边缘连接能力,且能获取完整干净的边缘。

基于多特征相似度的图像质量评价算法

为了解决数字图像处理中的客观质量评价问题,本文提出一种结合梯度、相位以及边缘亮度特征融合的图像质量评价算法。该算法综合利用图像的梯度相似性、相位一致性以及边缘亮度相似性,较好地描述了图像的局部结构特征;同时,利用图像的梯度相似性和边缘亮度相似性,可以较好地体现出图像的对比度变化和显著性变化。通过多个特征相似度的融合,使得提出的客观评价方法与人眼视觉感知具有较好的一致性。通过在TID2008图像数据库的实验结果表明,对不同类型的图像失真,本文方法都具有较好的评价性能。

基于鬼影判断抑制和局部运动补偿的改进ViBe算法

传统的Vi Be算法在检测运动目标时会产生"鬼影"现象,并且对只存在局部运动的目标无法检测出完整的结果。已有的改进算法在克服上述缺陷时没有进行缺陷类型的判断使得在一定程度上降低了算法的性能。因此,针对"鬼影"现象,本文提出先利用边缘相似性进行"鬼影判断",之后结合三帧差分算法来消除鬼影。针对局部运动目标,本文提出一种结合检测阈值判断的方法,先确定是否存在身体局部运动,之后结合扫描线填充算法对目标进行补偿填充得到完整的运动目标。实验结果表明,本文算法能有效克服"鬼影"及局部运动的缺陷,提高目标检测的效率以及准确性。

去雾图像质量客观评价方法研究

针对目前去雾图像质量客观评价方法少和已有评价方法存在局限性等问题,提出一种去雾图像的客观质量评价新方法。针对去雾图像中存在的Halo效应,采用边缘加权结构相似性测度的方法,将雾化图像和去雾图像的整体轮廓信息与局部纹理细节信息加权来描述图像的结构相似度。从人类视觉感知的角度出发,定义了图像归一化灰度差,用来描述图像的亮度。将彩色图像转换到HSV颜色空间,利用S分量的信息熵和直方图相似度来描述图像的色彩还原能力。最后综合边缘加权结构相似性测度、图像归一化灰度差和色彩加权还原度建立去雾图像质量评价模型,并进行客观评价和比较。实验结果表明,与已有评价方法相比,所提出的评价方法能够获得与主观感受一致的结果,并具有较好的有效性和可靠性。

基于背景消除的小波域视频质量评价模型

为降低视频质量评价的复杂度并提高准确度,提出一种基于背景消除的小波域视频质量评价模型(BSWQ).首先,利用小波分解计算边缘系数相似性来获取全局质量;其次,以背景消除法提取视频帧组的失真和运动信息来构建时空域视频块,通过对视频块的边缘系数相似性加权获取每个帧组的质量,然后利用最差质量汇聚策略获取视频序列的局部质量;最后,将全局质量和局部质量求均值开方的倒数得到总体的客观质量.分别在LIVE和CSIQ视频库上对所提算法进行测试,与经典的评价方法 MOVIE相比,BSWQ的SROCC值平均提高了4.2%,,并且复杂度是MOVIE的0.77%,.

视频广告监播中的图像匹配方法研究

在视频广告监播系统中,首先对视频广告进行关键帧的提取,然后对所提取的图片进行预处理,然后进行图像匹配。传统的方法是对图像二值化,利用序贯相似性检测算法进行图像匹配。本文提出将图像灰度化后,利用小波对图像进行边缘检测,采用基于图像边缘特征的启发式快速匹配算法,这样能提高匹配速度,提高识别效率,在视频广告监播系统中达到实时监播的作用。

基于多特征相似度的图像质量评价算法

为解决数字图像处理中的客观质量评价问题,提出了一种结合梯度、相位以及边缘亮度特征融合的图像质量评价算法。