基于邻域像素差分矩阵的彩色空域图像隐写分析特征

通过分析灰度空域图像隐写直接扩展至彩色空域图像潜在的安全问题,提出了针对彩色空域图像隐写的隐写分析特征。首先,计算颜色通道内邻域像素差分矩阵的Markov转移概率矩阵,提取颜色通道内特征并进行融合;然后,计算颜色通道间邻域像素差分矩阵的Markov转移概率矩阵,并将水平和垂直共4个方向与对角和反对角共4个方向的转移概率矩阵分别进行融合,作为颜色通道间特征;最后,颜色通道内特征与颜色通道间特征构成最终的隐写分析特征,并使用集成分类器作为特征训练和测试工具。实验结果表明,该隐写分析特征可有效检测彩色空域图像隐写,并且颜色通道间特征能有效捕获内容自适应隐写对彩色图像的颜色通道间相关性的影响。

基于最近邻域像素梯度的视频背景快速提取

针对嵌入式设备对视频背景的实时提取问题,提出一种基于最近邻域像素梯度（N2PG）稳定性的视频背景快速提取方法。首先,以视频中任意帧作为初始背景,并计算此背景图像的N2PG矩阵;然后,以背景帧之后若干帧图像作为背景更新图像,同理计算N2PG矩阵;最后,将背景图像N2PG矩阵与更新图像N2PG矩阵进行差分,并通过实时估计的梯度稳定性阈值快速判断背景模型中各像素点是静态背景像素点还是非背景像素点,进而对其更新或替换,以得到视频当前背景。经计算机仿真测试,与常用的卡尔曼滤波法和混合高斯法相比,基于N2PG的视频背景提取方法得到相同质量背景仅需10~50帧图像,并且平均处理速度分别提高36%和75%;和改进的视觉背景提取（Vi Be）算法相比,在所需帧数和所得背景质量相近的情况下,该算法背景更新速度提升一倍。实验结果表明,基于N2PG的视频背景提取算法具有很强的自适应性,并且速度快、内存消耗小,背景提取准确度达到90%以上,可满足真实自然环境下嵌入式视觉设备的应用。

基于邻域像素注意力机制的光场深度估计方法

通过发掘深度信息与子孔径图像邻域像素间的高度相关性,提出了一种基于邻域像素注意力机制的光场深度估计方法。首先根据光场图像的数据特性提出了一种邻域像素注意力机制,该注意力机制考虑了不同子孔径图像在同一邻域间的极几何关系,能够增强网络对遮挡像素的感知能力。其次基于注意力机制设计了一个光场子孔径图像序列特征提取模块,该模块通过三维卷积将相邻序列图像上的特征编码到特征图上,并通过注意力机制增强网络对光场图像极几何特征的学习能力。最后联合邻域像素注意力机制和特征提取模块设计了一个多分支的全卷积神经网络,该网络使用部分光场子孔径图像序列即可估计图像的深度特征。实验结果表明,所提方法在均方误差(MSE)和平均坏像素率(BP)指标上总体表现优于其他先进方法,同时得益于高效注意力机制的加入,与其他先进方法相比所提方法运行速度最快。

基于像素自适应邻域的纹理合成方法

针对传统像素点的纹理合成方法普遍存在对纹理样本适用范围比较窄的问题,提出了一种可以自动确定最佳匹配像素邻域大小的纹理合成方法.首先,利用方块编码原理提取样本纹理元,通过纹理元来确定最佳匹配像素邻域;然后,在像素匹配阶段,对像素匹配准则进行改进.通过比较样本像素和目标像素邻域的均值和方差来确定邻域的相似度,最终选择最优的合成像素.对比实验表明,该方法不仅有良好的合成效果,而且具有较广的适用范围,可以作为一种通用性的纹理合成方法.

一种利用像素邻域信息的模糊聚类图像分割算法

该文提出了一种改进的模糊C均值聚类图像分割算法,引入像素的8邻域像素的信息,对模糊隶属度函数进行修正。实验结果表明,该文算法比常规FCM算法具有更强的抗噪声能力。

GM-APD激光雷达距离像邻域KDE重构

对盖革模式APD激光雷达系统的距离像重构算法进行了研究,设计了一种基于像素邻域核密度估计的重构算法。从系统原理出发,结合探测概率模型研究了距离像重构算法的理论基础。根据系统特点提出了一种基于像素邻域核密度估计的改进算法,并对其原理进行了分析。通过仿真数据对直方图算法和邻域核密度估计算法进行了验证,以距离重构准确率曲线进行了定量评价对比,并进一步将算法应用到真实盖革模式APD激光雷达数据中进行了距离像重构实验。实验结果表明,在低帧数时,基于像素邻域统计核密度估计的重构算法可有效提高距离像重构的效果。

基于DXF数据的图像真实边缘提取

针对视觉测量手机玻璃盖板全尺寸时图像边缘出现虚假、丢失、错误等问题,提出了一种基于DXF数据的真实边缘提取算法。该算法以手机玻璃盖板DXF图形文件中实体数据作为先验知识,指导真实边缘的识别,在Canny算法提取的边缘上按闭合轮廓逐一提取、填充得到轮廓填充图后,设置一定的数据区间识别图像的真实边缘。对于图像轮廓真实边缘之外的非边缘线段,消除多出的虚假边缘。对于真实边缘上丢失的像素点,以其8邻域内各像素点灰度值总和、位置关系为判断条件,补全真实边缘上丢失的像素点,得到完整的真实边缘。实验结果表明,该算法提高了图像边缘的提取精度减少了虚假边缘,使提取的边缘更符合手机玻璃盖板真实边缘,从而提高了边缘定位精度和正确性。

改进局部自适应的快速FCM肺结节分割方法

进行肺部肿瘤计算机辅助诊断的关键问题是实现对病变组织的正确、快速分割,为此,提出了一种能够有效提高局部邻域像素自适应程度的快速模糊C均值聚类肺结节分割方法.首先构造像素与邻域窗口空间关系的二维向量表示,获得不同向量值的统计分布规律;然后用改进的空间函数综合考虑中心像素与单个相邻像素间的灰度相似度、与邻域窗口的空间相似度对模糊隶属度的贡献,动态地调整邻域像素的隶属度对中心像素的影响;最后给出该方法在迭代计算效率和局部自适应方面的改进.实验结果表明,该方法对血管粘连型、胸膜粘连型和毛玻璃肺结节的分割效果优于其他典型算法.

基于图论的快速FCM图像分割算法

研究基于图论的最短路径算法与加权直方图方法,结合快速模糊聚类思想,提出一种改进的快速模糊C-均值(FCM)图像分割算法。利用最短路径算法对图像进行初始化处理,使处理后的灰度值准确反映邻域像素对原像素的影响。通过加权直方图改变灰度变化剧烈区域像元在图像分割中的影响程度,并自适应寻找初始聚类中心。实验结果表明,该算法能快速准确地分割图像,具有较强的抗噪性。

基于谱聚类的高分辨率全色遥感影像分割

为了协调高分辨率全色遥感影像区域和边界的最优分割,提出了一种基于像素邻域和光谱特征的谱聚类高分辨率全色遥感影像分割方法。该算法重点着手于构建影像图模型,在其中引入像素邻域作用并充分顾及像素光谱测度差异。假定邻域像素具有连接关系,并在此基础上构建影像连接矩阵,再考虑像素光谱测度差异的影响建模像素间相似性,最终结合像素连接性和相似度构建影像权值矩阵完成图模型建立;而后在图模型的基础上,采用对权值矩阵特征分解并就分解结果进行选择的方式将影像数据变至低维特征空间,进而对获取的新数据执行FCM聚类算法达到影像分割目的。为了验证提出算法的有效性,分别对模拟影像和高分辨率全色遥感影像进行分割实验,定性、定量的评价结果表明了该算法的可行性与优越性。

基于模糊C均值图像抗噪分割方法的研究

针对含有噪声且光线不均的医学图像,提出了一种基于模糊C均值聚类的图像分割算法。模糊C均值聚类算法描述简洁、易于实现、分割效果好,在图像分割应用领域得到了快速发展,但也存在着对噪声敏感的问题。考虑到提取的医学图像数据中必定包含噪声,因此通过修改目标模糊函数J(u,v),在引入像素点邻域信息的基础上,对邻域信息加入了惩罚因子。弥补了传统模糊C均值聚类算法的不足,使该方法对含有噪声的医学图像更加有效。实验分析表明了算法的有效性和实用性。

改进光照鲁棒的视觉背景提取算法

视觉背景提取算法(visual background extraction algorithm,ViBe)建立背景模型时采用首帧图像进行初始化容易引入鬼影,且在光照变化的情况下出现许多误检。针对这些问题,提出一种改进的视觉背景提取算法(Modified ViBe,MViBe)。用邻域像素具有空间一致性的性质对可疑的鬼影像素做出进一步判断,实现对鬼影的快速消除;根据光照变化的情况进行分类,对不同的情况做出相应改进,实现对光照变化的鲁棒;对检测出的结果进行后处理,实现更好的检测效果。实验结果表明,M-ViBe算法可以快速去除鬼影,提高了光照变化情况下的检测精度。

基于特征点混沌算法的农产品图像数字水印实现

针对当前农产品图像数字水印易受到几何变形等攻击破坏、不可感知性差、鲁棒性不高等问题,提出特征点混沌算法。通过特征窗内部的最小像素差的平方和确定特征点,且过滤掉低对比度侯选极值点;利用特征点邻域像素的梯度方向分布特性,为每个特征点指定方向参数,利用Tent混沌序列对图像进行置乱,通过相关性函数进行水印检测。仿真试验结果显示,本研究算法在提取猕猴桃和葡萄的数字水印过程中,注重特征点信息以及周围的信息,提取的水印效果清晰,且原始图像没有被破坏;在透明性测试指标中本研究算法的信噪比最大,嵌入后具有较好的不可见性;本研究算法的鲁棒性评价指标中最小,噪声攻击测试后本研究算法的相关系数下降速度最慢。

一种加权局部熵羽化的图像拼接模型

图像拼接技术能多幅背景相似的图像合成为一张全景图像,也可以补充某些图像缺失的部分,但是目前常用的拼接算法还存在准确性不高、鲁棒性不强的缺陷,为此本文提出了一种加权局部熵羽化的图像拼接模型。首先对图像的局部熵进行羽化,然后采用一元线性回归的方法对邻域像素的灰度图像进行相似度的优化,最后对图像的局部熵进行加权,以突出图像中领域像素之间的块相似度,降低羽化的痕迹。模型的对比仿真结果表明,本文提出的算法相比较SIFT算法,对于动态图像的拼接具有更高的准确性,并且抗噪性能更加,具有较好的鲁棒性。

二维图像放大方法的熵分析

对最近邻插值法、线性插值法、邻域像素交换法3种二维图像放大方法的熵进行了分析,给出了放大到4倍和9倍时的计算方法,并对误差进行了分析,仿真结果证明了所给方法的有效性,并发现线性插值法要好一些。

基于改进的SIFT特征的图像匹配算法研究

针对图像匹配在不同的光照、表情等背景下存在可靠性及有效性较低的问题,本文提出一种改进的SIFT特征的图像匹配算法。算法通过构建高斯差分尺度空间以保留原始图像信息并增加特征点数量,计算相邻点及上下尺度空间对应点以寻找极值点,调整Harris Corner检测器参数以实现删除低对比度的关键点和不稳定的边缘响应点,利用关键点邻域像素的梯度方向分布特性,为每个关键点指定128维的方向参数,并进行关键点描述子的生成,最后将两幅图片的描述子进行匹配并得到结果。实验结果表明,该算法在不同背景下能有效完成图像匹配的计算,满足应用软件的时效性要求。

用于图像预测编码的预测器的设计及应用

设计并实现了一个用于图像预测编码的预测器。在图像压缩中，预测器是影响整个图像压缩比以及图像质量的关键环节。为了提高预测器的性能，本文结合了线性与非线性预测器的设计方法，首先对图像像素及其邻域像素之间的相关性估计值进行统计计算．确定该预测器的最佳阶数为四阶，接下来以预测差值的最小均方差标准和差值图像的期望值恒为零的约束为前提，同时对邻域模板的平坦程度加以分类，统计分析各类图像得出大量实验数据，最终设计出性能较好的四阶预测器。由于该预测器应用于星载图像的压缩．其预测系数在设计时兼备了便于硬件实现的特点。

基于MIC-SURF的快速图像匹配算法

在序列图像匹配应用中,最小亮度变化(MIC)算法存在角点漏检、对噪声敏感、不具有旋转不变性等缺点,降低了特征点检测的精确性和快速性。针对该问题,对MIC算法进行改进,并与加速稳健特征(SURF)算法相结合,提出一种快速的图像匹配算法。对图像进行自适应平滑滤波,在图像的非平坦区域运用8邻域像素相似法检测需要的几何角点,并采用SURF算法对检测到的特征点进行描述和匹配。实验结果表明,与SURF算法、最小核值相似区-加速稳健特征算法相比,该算法在图像发生旋转变化、噪声变化、亮度变化和仿射变化时都可以提高图像匹配的速度和准确率。

噪声不均条件下的模糊C均值聚类算法及应用

随着工业生产和工艺的进步,人们对产品的质量要求越来越高。为提高光缆表面瑕疵分割的效果,克服模糊C均值聚类算法对噪声敏感的不足,提出了一种新的模糊C均值聚类(FCM)的瑕疵图像分割方法。该方法一方面考虑样本的邻域像素信息,使FCM的隶属度函数中包含像素的邻域信息,另一个方面使用一种新的距离度量方式代替传统的欧式距离。利用以上两种方法来增加算法的鲁棒性,此外,通过直方图法给聚类中心赋初值,使分割效果稳定。最后,分别对CCD相机获取的光缆图像添加椒盐噪声和高斯白噪声,使用改进的FCM算法和传统的FCM算法、FCMM算法进行光缆表面瑕疵分割实验。图像和分割正确率的对比实验结果表明,使用改进的FCM算法能更好地克服噪声,精确地将瑕疵从图像上提取出来,瑕疵轮廓更为清晰,提高了光缆表面瑕疵检测的效果。

基于相似度阈值模糊聚类的红外区域提取方法

针对输电线路电力设备红外图像热故障区域检测,提出采用一种基于相似度阈值的模糊聚类热故障区域提取方法。在该方法中,改进了传统模糊均值聚类算法的迭代求解方式,采用一种阈值化模糊聚类;其次,通过对目标区域局部邻域像素的相似度聚类分析,并结合其隶属度的计算,确保局部邻域像素在聚类上的相似性。同时,引入了最大相似度阈值准则简化均值的设置以及自高向低的迭代方式,从而提升区域提取效率。最后通过真实输电线路电气设备红外故障图像测试,验证了文中所提方法的有效性和适用性。