基于YIQ色彩空间的彩色图像盲水印算法

提出了一种将彩色图像作为数字水印嵌入到彩色宿主图像中的新算法,用于图像版权保护。将彩色水印图像进行一维数字化处理,并将彩色宿主图像由RGB色彩模式转换成YIQ色彩模式,采用整数小波变换将彩色水印嵌入到彩色图像YIQ色彩空间的Y分量中。彩色水印的提取不需要原始水印和原始宿主图像。实验表明:该数字水印算法不仅具有良好的透明性,而且对诸如叠加噪声、JPEG压缩、几何剪切、平滑滤波等攻击具有很强的鲁棒性。

基于YIQ颜色空间的火焰轮廓提取算法

为了能准确地分割图片中的火焰区域和背景区域并精准的提取火焰轮廓,本文提出基于YIQ颜色空间的火焰轮廓提取方法.该方法利用火焰的颜色和亮度特征,通过大量实验观察,在YIQ颜色空间,先获取Y、I分量的像素均值,再运用迭代法和灰度直方图法分别得到Y分量及I分量的最佳阈值,然后结合二者的均值对阈值进行取向处理,最后运用canny算子对得到的二值图进行轮廓提取.实验结果表明本文算法火焰分割精确度高,提取轮廓清晰,时间复杂度也得到很大改善.

基于YIQ-Retinex的自适应图像增强算法

针对低照度图像在增强过程中出现色彩失真和过度增强,以及在处理含噪图像时,会放大噪声的情况,提出一种基于YIQ-Retinex模型的自适应图像增强算法。首先,引入YIQ色彩模型,采用非线性映射函数对图像的I和Q分量进行投射,提高图像色彩饱和度。其次,单独对Y分量在小波域用改进的自适应Retinex算法进行增强。最后,针对图像噪声问题,采用一种自适应的BM3D去噪算法,该算法在去噪性能和连续性方面效果明显。实验结果表明,新算法较传统多尺度Retinex(MSR)及直方图均衡化(HE)算法在主观评价和客观指标上均具有一定优势,增强图像的均值和信息熵分别比现有的方法提升大约0.04和2.3。

基于LAB彩色空间的数字水印技术

为了防止彩色图像印刷行业的盗版,提出选择LAB彩色空间嵌入数字水印,且在LAB彩色空间的L分量嵌入数字水印比在B分量更合适。通过实验说明给出的彩色图像数字水印技术算法对常用的图像处理如剪切、加噪和滤波等攻击具有较好的鲁棒性、不可见性。

视频微小运动放大的加速方法

通过放大视频中的微小运动,可以展现一些肉眼不可见的运动信息。原始欧拉视频放大技术(EVM方法)将输入的视频由RGB颜色空间转换为YIQ颜色空间,对视频的YIQ三个通道进行运动放大处理,这样的处理过程十分耗时。在原方法的基础上,分别提出了基于RGB颜色空间和基于Y通道的运动放大加速方法。将Y通道方法、RGB方法和EVM方法进行实验对比,结果表明:RGB方法相对EVM方法在处理速度方面有所提升,但是运动放大效果差别较大;Y通道方法相对于EVM方法在处理速度方面得到了明显的提升,而且在放大效果方面基本保持一致。

利用颜色信息的人脸检测方法

提出一种利用颜色信息的人脸检测方法 .首先把输入的彩色图像从 RGB转换到 YIQ颜色空间 ,提取与人的肤色相关的 I分量图像 ,通过对整幅 I分量图像进行尺度变化和窗口扫描 ,解决待测人脸的位置、大小不同问题 ,实现平移不变和尺度不变 .然后对 I分量图像进行门限化处理 ,提取 I分量图像中可能包含人脸的接近人的肤色的区域 .最后把经过肤色区域滤波的灰度图像作为特征送入训练好的神经网络 ,由神经网络判别该图像是否一张人脸 .实验表明 。

基于小波变换的彩色图像多分量水印嵌入算法

针对彩色图像水印典型算法的不足,利用彩色图像信息量大的特点,提出了一种基于离散小波变换的彩色图像数字水印算法.该算法选择彩色图像的YIQ色彩空间的Y分量和Q分量分别嵌入水印,具有水印嵌入信息量大和隐蔽性好的特点.实验结果表明,该算法对JPEG压缩、滤波、剪切和噪声攻击等都具有一定的鲁棒性.

一种二维DCT彩色图像数字水印的新算法

作为版权保护的重要手段,数字水印技术已得到了广泛地研究和应用,但实用的彩色图像数字水印技术不多,特别是灰度级水印信号的嵌入算法不多。文中充分考虑到人类视觉系统特点,采用YIQ色彩空间,将灰度图像水印信号自适应嵌入载体的亮度分量Y的DCT系数中,并根据人类视觉掩蔽特征,在较复杂的块嵌入量增加。此外,采用Amold变换将水印图像进行置乱,消除像素的空间相关性,使算法抗攻击能力增强。实验结果证明:文中算法对叠加噪声、JPEG压缩、几何剪切、图像增强等攻击均具有较好的鲁棒性。

一种基于小波变换和DCT量化的彩色图像盲水印算法

采用YIQ色彩空间,把载体亮度分量Y进行小波分解,将水印数据嵌入其低频子带的DCT系数中去.嵌入水印前采用置乱变换将水印图像置乱,消除像素间的空间相关性,提高算法的抗攻击能力.结果表明,该算法对常见的噪声、滤波、剪切、JPEG压缩等攻击有较强的鲁棒性.

一种自适应光照的肤色识别算法

提出了一种YUV色度空间和YIQ色度空间相结合的基于Gamma变换的自适应光照变化的肤色识别算法。实验证明,该算法无论是正常图像还是受光照影响的图像都能很好的提取出其中的肤色信息。

抗剪切的彩色数字图像盲水印算法

将有意义的二值灰度图像作为水印,采用Arnold变换将水印图像进行置乱,消除像素的 空间相关性,使算法抗攻击的能力(如剪切)得到增强;通过对Arnold变换进行改进,提高了水印的安 全性;在水印嵌入时采用量化的方法,使提取时不需要原始图像。实验证明,算法抗剪切攻击的能力 较强,即使图像剪切大于二分之一,提取水印的视觉效果较好,在JPEG压缩、添加噪声、过滤、锐化、 模糊、添加杂色等多种图像处理和攻击下,仍能提取出清晰的水印图像。

基于Zigzag-Logistic双置乱的多重数字水印算法研究

作为数字图像处理实验的创新实验项目,数字水印算法一直备受学生关注。为提高水印信息传输的安全性,利用Zigzag-Logistic进行双重迭代置乱,并基于YIQ彩色空间设计一种多重数字水印算法,实现将多重数字水印嵌入到彩色载体图像中。对彩色载体图像的Y分量进行三层离散小波分解,并在LL3和HL3层中嵌入两个鲁棒水印用于数字产品的版权保护和认证,在HL2层嵌入认证水印。仿真实验表明,算法具有较强的鲁棒性,不仅可以实现版权保护,还可以定位彩色载体图像被恶意篡改的区域,实现篡改定位功能。

人脸检测中的肤色提取算法

肤色提取是人脸检测中的一个重要环节,本文提出了一种适合于在复杂背景下的人脸肤色提取算法,使人脸检测更具实际操作性。

一种基于DWT域的彩色图像数字水印算法

针对目前实用的彩色图像数字水印技术不多,特别是灰度级水印信号的嵌入算法比较少,文章提出一种二维的DWT彩色图像数字水印的新算法。基本思想是:选取二维条形码作为嵌入的水印,在嵌入之前对其进行二值化,再对结果进行分块并且对各个子块进行编码,最后将各个子块合并后的图像按照某种顺序排列作为水印。考虑到人类的视觉系统(HVS)特点,我们采用YIQ色彩空间,将水印信号嵌入到载体图像的亮度分量Y的DWT后的低频系数上。实验结果证明该算法对加噪,JPEG压缩,低通滤波,中值滤波,几何剪切等攻击具有很好的鲁棒性。

基于颜色和形态的标准人像分割方法

本文提出了一种利用颜色和形态的人像分割方法。首先把彩色图像从RGB转换到YIQ颜色空间，提取与人像相关的Ⅰ分量图像，通过对整幅Ⅰ分量图像进行扫描，确定人像的位置和边缘，然后对Ⅰ分量图像进行阈值化处理，提取Ⅰ分量图像中的人像区域。最后，利用形态运算得到完整的人像区域二值化图，从而实现人像与背景的完全分割。实验证明，该方法能有效地分割彩色图像中的人像匹配。

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统,以及基于颜色的实时分割和识别软件系统.采用即插即用型的USB接口数字摄像头,简化了系统的使用和维护.首先把输入的彩色图像从RGB空间转换到YIQ颜色空间,提取出和颜色有关的IQ平面的信息;然后根据目标颜色在IQ平面里分割图像,再对图像进行游程编码,并从游程编码中提取出有效的图像信息;最后通过TCP/IP接口将视觉信息发送给机器人控制系统.为了抑制光强变化的影响,采用了一种阈值学习方法.实验结果表明,整套系统具有很高的实时性和较好的识别效果.

一种基于人类视觉系统的彩色图像水印算法

将彩色载体图像在YIQ空间的Y分量进行三级小波分解,将空域的水印信息的高低位分段处理,并用伪随机序列与水印信息各位分别异或进行加密,按照人类视觉特性分别以不同的权重嵌入载体图像的频域中.实验结果表明,在面对大信息量的彩色水印信息时,使用这种方法嵌入的水印信息具有良好的不可见性和安全性,同时鲁棒性良好,能够抵挡常见的滤波、剪切、加噪声及压缩等攻击方式.

一种基于无下采样Contourlet变换的多聚焦彩色图像融合算法

提出了一种基于无下采样Contourlet变换和YIQ颜色空间的多聚焦彩色图像融合算法。对变换得到的高低频分量,根据各自的物理意义采用不同的融合规则进行融合处理,其中对高频分量的Y分量采用基于区域绝对值的融合规则,对I、Q分量采用改进的区域对比度融合规则。通过实验验证了这种改进算法的可行性、有效性和稳定性。

Contourlet-SVD域的YIQ彩色图像全息水印算法

选取YIQ域的颜色空间将共轭对称扩展傅立叶数字全息技术与Contourlet-SVD域进行结合,提出一种基于YIQ和Contourlet-SVD域的彩色图像全息水印算法。由于在RGB图像的任一分量嵌入水印对视觉影响较大,所以选择将RGB图像转换成YIQ域的颜色空间,选取亮度分量Y进行2层Contourlet变换,在得到的细节子带中选取低频系数进行SVD奇异值分解,将对水印图像进行共轭对称扩展傅立叶数字全息方法所生成得水印信息隐藏。最后的实验结果表明,该算法可以保证水印嵌入足量的基础上,确保了水印信息的较强抵抗能力。该算法对高斯噪声、JPEG压缩攻击的鲁棒性较强,NC值均达到0.91以上。

基于行宽的玉米行间杂草识别算法

为精确识别和定位玉米行间杂草,满足基于机器视觉的变量施药系统喷施要求,提出了一种基于行宽的多行玉米行间杂草识别算法。该算法以垂直拍摄的3叶期3行玉米田间图像为研究对象,利用YIQ颜色空间中的Q分量灰度化田间彩色图像,以降低自然光源对图像的影响;通过建立实际田间玉米行宽与图像玉米行宽的映射关系,将3叶期玉米行的宽度映射到对应图像中,并确定基于识别率和运算速度的覆盖范围;以具有一定宽度的玉米行作为识别基准,减小未连通叶片区域的误识别率,提高对杂草识别的精度。从识别精度和速度2方面与基于作物行中心线识别算法进行了对比。研究结果表明,对于3叶期3行玉米田间图像,杂草正确识别率可达89.2%,速度为197ms。本算法有效地提高了行间杂草识别的精度和速度,能够初步满足基于机器视觉的变量施药系统对大田玉米多行喷施的工作要求。