应用数字全息解决数字水印技术中采用log-polar变换后水印的提取问题

log-polar(对数-极坐标)变换是目前数字水印在抵抗几何攻击时常常采用的手段,但是此种算法存在的主要问题是采用不同的坐标变换带来的数字图像信息的丢失,导致水印可提取性下降或者原图质量的下降。本文应用了数字全息的方法,解决了以上的两个由于log- polaf变换带来的主要问题。仿真实验证明,该方法解决了数字水印图像信息的丢失,大大提高了数字水印的可提取性。

基于Log-Polar和DT-CWT的旋转不变纹理分类算法

提出了一种基于对数-极坐标变换(Log-Polar)和双树复数小波变换(DT-CWT)的旋转不变纹理分类算法。该方法首先对纹理图像进行对数-极坐标变换将旋转转化为平移,再用具有平移不变性的双树复数小波对变换后的图像滤波并计算各子带的能量值组成旋转不变特征向量,最后利用支持向量机算法实现纹理图像的分类。将该方法与其它旋转不变纹理分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率。

基于方向-频率分解的纹理特征提取方法研究

为了解决纹理图像发生旋转时的识别问题,充分利用纹理在不同方向具有不同频率成分这一特性,结合Log-polar变换、Radon变换和经验模态分解,提出基于方向-频率分解的纹理特征提取方法。首先对图像进行Log-polar变换和Radon变换,实现图像的方向分解,得到Log-polar谱和Radon谱;然后对各个方向变换谱分量进行经验模态分解,实现图像在各个方向上的频率分解;最后对得到的各固有模态函数进行Hilbert变换,得到其包络和瞬时频率,对包络和瞬时频率的均值和方差进行傅里叶变换,得到具有旋转不变性的纹理特征。实验结果表明,提出的方法用于纹理图像识别时准确率高,抗噪声能力强。

基于LPT和改进背景减算法的运动目标检测方法

生物视觉系统具有对运动目标敏感、分辨率调节迅速等特点,能准确无误地识别目标。对数极坐标变换(log polar transformation,LPT)是生物视觉的基础。对已有的传统运动目标检测算法进行了比较分析,并在仿生视觉认知模型基础上提出了一种基于对数极坐标变换和改进背景减算法的运动目标检测方法。该方法使用混合高斯背景建模,通过对对数极坐标变换后的图像进行柔和帧差法和背景建模的背景减算法,实现对运动目标的检测。通过实验分析,结果表明该方法可有效实现目标的准确快速检测定位和跟踪。

一种改进的LPT图像配准方法

研究图像配准的优化问题。图像配准是全景图生成的关键技术和图像处理研究的重要问题。传统的利用对数-极坐标变换(LPT)的配准方法存在着采样不均匀的特点,易导致计算量大和对图像中心区域变化敏感的缺点。为克服上述缺点,提出一种改进的LPT配准方法。上述方法主要分为两个步骤:第一步是采样点数随角向圆周半径调整,减少总采样点数;第二是对采样图像分别做径向和角向线积分投影,通过计算相对位移和修正步骤,得到图像的缩放比例和旋转角度,达到配准的目的。实验结果表明,改进配准方法既能够保持LPT的旋转和尺度不变性,又减少了计算量和减轻了图像中心区域变化的干扰,相对典型的LPT方法傅里叶-梅林算法,具有更高的配准精度和更好的鲁棒性。

基于颜色分割和局部LPT变换的圆形标志检测算法

移动机器人可借助交通标志牌进行定位,文中提出了一种基于颜色分割和局部LPT变换的交通标志牌检测算法。首先利用交通标志牌的颜色特征预分割出潜在的交通标志区域,然后通过局部LPT空间变换,然后根据变换后的图像特征进行形状检测,检测出圆形的交通标志牌。实验结果表明了算法的有效性。

基于稀疏描述的X射线焊缝图像缺陷检测研究

针对X射线焊缝图像缺陷检测的准确率问题,提出运用Log-Polar变换的距离不变性和角度不变性将缺陷的位置及形状转化为典型缺陷图像的简单二维平面的平移,解决了缺陷和疑似缺陷区域的标定问题。此外,为了提高缺陷识别的检出率及识别准确性,提出基于稀疏描述的缺陷识别,运用从海量数据中提取典型样本、非参数化模型构建以及基于最优方向法的稀疏解求解三大知识体系,对所标定SDR进行识别。实验得出,通过有限的样本训练所得字典矩阵对缺陷的识别率达到了98.5%以上。

惯性组合导航系统的实时多级景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出一种实时多级景象匹配算法。算法分为两级,第一级粗匹配中提出了中心点4-邻域的抗变形算法,能抗旋转和小尺度变化的影响,使定位精度达到像素级;第二级精匹配中提出了基于分支特征点,应用最小二乘法原理精确匹配定位出两幅图像间的最优相似变换参数,即飞行器的精确位置和航向偏差的算法。仿真分析表明,提出的实时多级算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求。

对数极坐标变换识别算法在成像制导中的应用

图像匹配是成像制导系统中常用的目标识别算法,但实时目标图与基准目标图存在的尺度差异以及旋转不可避免,这也导致失配率提高。针对这个问题,引入对数极坐标变换运算,根据对数极坐标图像的尺度、旋转不变性提出了新的目标匹配识别算法,一方面保证了在尺度变化及旋转下的高匹配率;另外新算法结合了变换图目标区域的轴向投影统计策略,保证了匹配运算量的降低;文中仿真实例验证了算法的优势与有效性。

矩形非均匀采样算法和对数级坐标变换算法的比较分析

针对对数极坐标变换引起的图像周边模糊和图像细节丢失等现象,提出了矩形非均匀采样方法。图像中心采样区的大小可根据实际需要进行选取,对其进行均匀采样,对周边区进行分层均匀采样,随距采样中心距离的增大,采样率逐渐降低。对矩形非均匀采样、经典LPT和变参数LPT三者的运算量进行了比较,总体上说,矩形方法具有最少的运算量,而且可以克服对数极坐标变换图像的扭曲,并便于硬件实现。

傅里叶-梅林变换(FMT)在畸变-不变图像识别中的应用

针对尺度缩放和角度旋转变化目标相关识别率低的问题，在联合相关识别中加入傅里叶-梅林变换方法。采用傅里叶-梅林变换（FMT）中的对数极坐标变换、梅林变换、傅里叶变换具有的旋转、尺度、平移（RST）不变性，可以提高JTC图像识别的性能，实现畸变-不变图像的识别。利用联合变换相关器对角度旋转0°～40°、尺度变化0～20%的目标进行计算机仿真实验。实验结果表明：在JTC中采用FMT可以实现畸变-不变图像的识别。

图像插值算法在对数极坐标变换中的应用

传统对数极坐标变换算法对图像具有平滑作用,易造成图像细节信息丢失。该文提出将一种基于小波变换的插值算法用于图像对数极坐标映射。该算法对图像作小波变换得到4个子图,并对各子图作对数极坐标变换,其中最优对应像素的确定根据不同子图的特点采用相应的插值算法,对子图映射图作逆小波变换。实验表明该算法是有效的。

利用不变量进行基于内容的图像检索

本文利用一种新的图像特征描述子进行基于内容的图像检索 .该描述子不仅实现了对图像内容的综合概括 ,即图像的形状、纹理和颜色内容 ,而且具有平移、旋转和尺度变换不变性 ,实验证明了该描述子优良的检索性能 .

基于子像素的对数极坐标反向变换研究

对数极坐标变换算法不仅是对人眼视觉系统中视网膜视皮层映射的数学描述,而且也是空间变分辨率理论的重要算法。映射变换中距离上的对数运算与角度上的反正切运算导致变换阵坐标存在小数,并且值域区间过于狭窄。针对这个问题,文章提出了子像素反向变换算法,新算法下的变换阵图像具有良好的连续性,同时减弱了马赛克现象。

融合对数极坐标和改进窄带法的图像分割方法

基于曲线演化的水平集算法近来已被广泛应用于图像分割中,针对其计算速度慢的问题,提出一种新的基于改进窄带法的图像分割方法INBM(Improved Narrow Band Method)。INBM首先将均匀采样的图像映射到对数极坐标系中,由视网膜空间分辨率机制可知,注视点都在图像兴趣区,由此形成初始轮廓,然后用改进的窄带水平集(Level Set)方法演化曲线得到最终分割结果。改进窄带法是通过降低窄带区域内的水平集函数求解个数,来减少计算时间。实验结果表明,该方法大大提高了图像分割的速度。

基于Contourlet变换的抗旋转攻击零水印算法

为了提高变换域零水印算法抵抗图像旋转攻击的能力,提出了一种基于Contourlet变换的抗旋转攻击零水印算法。对于旋转造成的几何攻击,可以通过对数极坐标系将笛卡尔坐标系中的旋转变换转换为循环平移的性质;对于循环平移后的图像,在水印检测时可以使用穷举遍历的方法来检测测试图像是否包含水印信息。实验结果证明,该方法可以获得良好的图像视觉效果,同时对于加噪、滤波、JPEG压缩、剪切攻击也有很好的鲁棒性。

人眼启发的图像非均匀映射变换模型构造算法(英文)

人眼的视觉信息采集是非均匀的。这种特征和注意力机制确保了人类视觉系统在信息处理方面的优先性。首先介绍了对数极坐标映射,然后基于人类视觉系统的构造,提出了非均匀映射模型的构造规则。基于此规则,以线性模型为例进行了应用性研究。扩展了非均匀映射模型的范围,促进了空间变分辨率视觉理论的进一步发展。

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。

抗翻转、旋转和缩放攻击的图像区域复制篡改检测

针对现有图像区域复制篡改检测算法对几何攻击较脆弱的特点,提出一种能够有效抵抗翻转、旋转和缩放的篡改检测方法.首先采用对数极坐标变换将圆窗图像投影到具有旋转、缩放不变性的坐标空间;然后自适应调整圆窗大小与频带宽度,消除多余图像信息与噪声的干扰,提高相位相关峰值以实现图像圆窗匹配;最后采用自适应调整得到的圆窗图像计算相位相关矩阵峰值位置以获取旋转角度与缩放因子,并将其应用于区域搜索,最终实现被复制区域与篡改区域的定位.实验结果表明,该方法对常用的几何变换操作准确率高、误检率低.

基于TMS320C6416T平台的特征角点图像配准算法

提出了一种新的图像配准算法,可以较好地解决图像配准中的平移、旋转和缩放问题。算法首先使用SUSAN算子提取两幅图像的特征角点,然后使用对数极坐标变换和投影相关匹配算法实现特征点匹配。针对算法的特点,设计了以高性能数字信号处理器TMS320C6416T为核心的硬件处理平台。实验结果表明:系统工作稳定,算法配准精度较高。