基于像素位置和RGB亮度值双重置乱的彩色图像加密算法

为了有效改进现有置乱算法所存在的不足,提出了一种基于像素位置置乱和色彩空间RGB亮度值置乱的双重加密算法.该算法首先利用新构造的位置置乱方法将二维矩阵中行和列映射到一维向量中,再采用Logistic映射产生一组伪随机序列,将伪随机序列由小到大进行排序,把排序后的每个元素对应的位置以集合序列的形式记录下来,形成密钥流;然后对一维向量按照密钥流形成的索引值进行重新排列,并将重排后的一维向量转换为与原始图像大小相同的二维矩阵即得到位置置乱后的加密图像.实验结果表明:该算法具有密钥空间大、加密后的图像直方图分布具有白噪声的特性,而且图像相邻像素的相关性更小,从而可大大提高抵抗不法攻击的能力,增加了图像的安全性.

基于RGB亮度分级的图像预处理研究

利用一种基于RGB亮度分级的图像预处理方法,在源图像的R、G、B三个分量上对图像进行亮度分级合并,以减少自然场景图像的颜色数目,在不破坏源图像结构的前提下降低图像的复杂度,同时又保证了较好的通用性。

基于RGB三分量亮度法线相似度的立体匹配算法

为了解决立体匹配算法中匹配精度不高的问题,在分析RGB彩色空间图像的光学特性的基础上,提出了RGB彩色空间R、G、B三彩色分量亮度法线的概念,并得出亮度法线反映了RGB图像像素三分量的高频信息的结论。为了获得双目立体图像间的精确稠密视差图,提出了采用RGB三分量亮度法线相似度来计算自适应权值的局部立体匹配算法,通过Middlebury测试平台与其他当前流行的立体匹配算法进行结果比较,实验结果显示,提出的算法得到了更加精确的匹配结果。

基于亮度分级和方向密度的无监督文本定位

提出一种基于RGB亮度分级和方向密度的自然场景无监督文本定位方法,该方法基于场景文本通常与局部背景有较大的对比度这一特性,分别在R、G、B三个颜色层进行亮度分级,以降低背景复杂性;然后,利用文字笔画的显著方向性,以方向密度为依据进行文本区域粗定位;再进一步利用SVM多类分类器实现文本区域精确判别。新方法克服了一般无监督方法颜色聚类数目选定困难的问题,限制了候选区域的种类,从而降低了SVM分类器的训练难度,具有较高的准确性和鲁棒性。

南岳山森林土壤颜色与有机质关系

利用扫描仪扫描土壤样品获得样品颜色图片,通过PS软件测出图像RGB亮度值,然后把每一组测的的RGB亮度和与之对应的样品有机质结合分析,得出两者之间关系。结果表明:有机质与R、G亮度值为负相关,达极显著水平;有机质与B亮度值为正相关,达极显著水平。