一种彩色图像内容认证混沌脆弱水印算法

提出了一种结合彩色图像分量内容和混沌系统的脆弱数字水印算法.将原始图像R分量和B分量的像素值经混沌序列调制后映射成另一个混沌系统的初值,经多次迭代生成4灰度级的水印图像;然后把它嵌入原始图像G分量的最低2比特平面.利用混沌对初值极端敏感性的特点,能够精确地定位对加入水印图像的篡改,并且水印提取不需要原始图像.实验结果表明了所提出水印方案对篡改证明的有效性、敏感性以及良好的篡改定位能力.     

一种基于忆阻时滞混沌系统的图像加密方法

在广义记忆元件数学模型的基础上,提出了一种忆阻时滞混沌系统并分析了该系统的基本动力学特性;基于该混沌序列设计了一种双重扩散的图像加解密方法,通过取模和位异或运算将第一次加密的结果运用到第二次加密的过程中,从而将明文图像在各个位置像素值的影响渗透到加密图像的所有像素中,能有效减少明文和密文间的联系.试验结果的直方图、相关...     

一个四翼超混沌系统在图像加密技术中的应用

采用双重加密算法将一个能够产生真正的四翼混沌吸引子的四维超混沌系统应用于图像加密技术,系统的每一个方程里都含有一个三次的交叉乘积项,系统信号的频谱带宽也较宽,可以进一步提高密钥系统的安全性.一方面,经过双重加密后的明文与密文之间没有直接联系,无法通过选择特殊的明文、密文对的办法破解密钥序列;另一方面,在每一重加密过程中,明文与密文之间都含有非线性运算,能够更有效地抵御选择明文攻击.该算法将明文在任何位置像素值的影响扩散到了密文的所有像素,提高了密文对明文的敏感性,促进了复杂混沌系统在信息加密技术中的应用研究.     

基于8方向折叠与自更新置乱的图像加密算法

当前的图像加密算法主要是在一个方向上对像素进行扩散,且在整个加密过程中,都是利用相同的扩散、混淆函数来改变像素位置与灰度值,导致算法的随机度与安全性不佳,因此本文提出了一种基于8方向折叠机制与自更新的图像加密算法.首先,联合Lucas、Fibonacci序列,通过二维Arnold变换设计一种像素自更新置乱算法,对输入明文进行混淆操作,充分提高像素位置的置乱度;引入Logistic映射,利用明文像素来生成其初始值,根据其随机序列的量化密钥流来设计8方向折叠机制,从8个方向对置乱图像进行高度加密,对于每一个方向的像素扩散,利用不同的加密函数来改变其像素值,显著降低了置乱、扩散的周期性.测试数据显示:与当前的图像加密机制相比,本文所提算法具有更高的安全性与用户响应值,其密文像素分布更为均匀.     

用于CMOS图像器件的超分辨率算法研究

提出一种基于CMOS图像器件的超分辨率图像合成算法,该方法将4幅沿水平、垂直及对角线方向错位获取的CMOS图像重新组合,得到一幅重建的新图像.对重建图像的像素灰度进行了理论分析和计算,求出了重建超分辨率图像的算法.结果表明,在不提高CMOS工艺水平的条件下,该算法能将重建的CMOS图像的分辨率提高到原图像的2×2倍.实现了CMOS图像器件的超分辨率图像合成算法.对该算法进行了计算机仿真,结果同理论分析计算的结果完全一致,证明了所提出的CMOS图像器件超分辨率算法是正确的.     

高油玉米突变体穗位高与株高的QTL定位

以EMS诱变获得的高油玉米(Zea mays L.)突变体ce03005为材料,对植株的穗位高和株高进行了遗传分析.通过随机区组试验设计,分析玉米167个BC1S1家系的穗位高和株高的变化.利用101对共显性引物构图,构图长度为1611.7cM,标记间平均距离为15.9 cM.用复合区间作图法进行数量性状位点(QTL)分析,共检测到3个控制稳位高的主效QTL和1个微效QTL,分别位于1号和2号染色体上,单个控制穗位高QTL的贡献率变幅为4.42％～15.42％;检测到2个控制株高的主效QTL和1个微效QTL,分别位于1号和4号染色体上,单个控制株高QTL的贡献率变幅为7.89％～12.53％.     

基于受限分位直方图的小麦苗情图像增强方法

针对物联网监测的小麦苗情图像受成像自然环境和成像设备影响存在对比度低及图像模糊的问题,提出了基于受限分位直方图的小麦苗情图像增强方法,首先压缩高概率密度色彩频度来减少高频色彩的像素出现过增强问题,然后对调整后的直方图进行分位划分以保持图像在增强后的色彩均值信息,缓和图像均值色彩变化过大导致的过增强和噪声放大问题,最后对分位直方图在分位区间内依据累积分布函数分别进行直方图均衡化融合为最终输出图像。结果表明,该方法克服了传统全局直方图易出现的过增强和噪声放大问题,增强后的图像细节丰富,具有更好的视觉效果,能够满足小麦苗情远程监测图像增强的实际应用要求。     

基于超像素特征向量的果树冠层分割方法

针对无人机精确植保过程中,果树冠层区域颜色特征和杂草相似度较高、难以分割等问题,采用基于超像素特征向量的果树冠层分割方法,以消除不同杂草特征对树冠分离的干扰,减小农药喷雾区域,节省农药使用量.通过分析无人机采集合成的样本图像在HSV彩色空间上色调与饱和度的分布情况,选取合适的阈值范围,提取样本图像中包含果树冠层与杂草的绿色区域,将提取的绿色区域RGB图像转换生成Lab和HSV彩色空间模型下的图像,然后运用简单的线性迭代聚类(Simple linear iterative clustering,SLIC)超像素分割算法将RGB图像预设分割成250个超像素单元,结合超像素的分割信息与RGB图像、Lab图像、HSV图像以及灰度图,提取超像素单元的特征向量,随机选取25％的超像素样本的特征向量作为SVM分类器的训练集,利用SVM分类器对所有样本进行预测分类,实现果树冠层与杂草分割.将基于超像素特征向量的方法和基于光谱阈值、K-means聚类的2种方法进行对比分析,结果显示,基于超像素特征向量的方法在识别果树冠层位置方面生产者精度为90.83％,在提取果树冠层轮廓上F测度值为87.62％,总体分割性能优于后两种方法.说明,基于超像素特征向量的方法能够较为准确地分割果树冠层与杂草,为实现无人机在果园中精确植保提供重要支撑.     

一个多翅膀混沌系统的设计

报道了在一个双翅膀型混沌系统中生成多翅膀混沌吸引子的新结果.首先,通过构造偶对称多分段平方函数对双翅膀型混沌系统指标2的鞍焦平衡点进行扩展,从而生成多翅膀混沌吸引子.其次,分析了多翅膀混沌系统的平衡点及其性质.     

求解Kuramoto-Sivashinsky方程的有限体积一次元方法

Kuramoto-Sivashinsky(K-S)方程是一个非线性四阶偏微分方程,常被用于反应扩散系统的动力过程建模。首先引入一个新变量,将方程转化为一个低阶的方程组,然后采用有限体积一次元方法对其空间变量进行离散近似,时间积分采用2阶Runge-Kutta格式,在数值实验中采用所提出的方法分别对激波解以及混沌现象进行数值模拟。结果表明:提出的有限体积元方法能够对以上各种现象进行有效模拟。     

基于像素类型的阶跃型边缘提取算法

介绍一种用于提取目标图像和背景图像都比较简单的图像中的阶跃型边缘算法。把二值化图像中的像素点分为4类:背景点、目标体点、边缘点、噪声点;算法实现过程如下:首先对图像进行二值化处理,然后对二值图像中的目标体的边缘像素点进行跟踪,找出目标体的边缘曲线。试验表明:该算法实现简单、处理快速、抗噪性好。     

新一代Landsat系列卫星：Landsat8遥感影像新增特征及其生态环境意义

美国Landsat 8卫星的成功发射使一度中断的Landsat对地观测得以继续。Landsat 8除了保持Landsat 7卫星的基本特征外,还在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进。基于该卫星的首幅影像,针对这些新的特性进行了分析和研究。研究发现:(1)新增的卷云波段有助于区别点云和高反射地物;(2)卷云波段设计的波长范围位于粘土矿物光谱反射的强吸收带,有利于土壤与建筑不透水面信息的区别; (3)新增的深蓝波段有助于水体悬浮物浓度的监测;(4)全色影像波长范围的收窄有利于该影像上植被和非植被的区别; (5)辐射分辨率的提高可避免极亮/极暗区的灰度过饱和现象,这对反射率极低的水体的细微特征识别有很大帮助。显然,Landsat 8这些新增的优点将会对全球生态环境变化的监测产生积极的作用。     

矢量中值滤波彩色图像增强算法研究

矢量中值作为基于排序的非线性滤波方法,在消除彩色图像的噪声和保证图像边缘与细节上均有较好的稳健性.但是,由于其算法与窗口象素数的平方成正比,因而计算量很大.本研究提出一种改进的矢量中值滤波的彩色图像增强方法,该方法既可以提高其图像处理的运算速度,又能保证图像质量,其算法具有实用价值.     

基于深度学习的果园道路导航线生成算法研究

针对目前果园环境视觉导航线提取受光照、杂草干扰,而已有的导航线生成算法过于复杂且适用范围较窄的问题,提出了一种基于深度学习的方法来提取果园道路导航线:采用YOLOV3卷积神经网络提取果园道路图像上的特征点,并通过最小二乘法拟合生成导航线。通过采集的800张果园道路图片作为训练集,进而在240张图片组成的独立测试集上进行测试,总体识别率为95.37%,在杂草较少、杂草较多、高光照和正常光照的环境下,导航线平均偏差分别为2.15、2.28、2.32、2.41像素;平均偏移距离分别为3.4、3.5、2.7、3.6 cm。     

一种改进的图形硬件纹理压缩方案

本文提出了基于MIP Map技术的混合纹理压缩方案。在本方案中,平滑区域只能使用2个字节代表双线性插值的4*4像素块,而对噪声区域则使用iPACKMAN算法处理。这种由硬件实现的方法因简单而可行。实验结果表明,本方案可以实现高压缩比和高质量图像。     

适用于局域网教学的图像压缩算法研究

提出了一种采用改进的行程编码法 (RL E)和字典编码法 (L Z77)对具有较大冗余信息的图像进行压缩的复合算法 ,试验表明 ,这种复合压缩算法可提高压缩率和压缩、解压速度 ,可广泛用于局域网图像压缩和屏幕监控 ,并可在局域网广播教学中得到应用     

基于先验知识的MCMC在混合像元分解中的应用研究

MCMC方法是一种动态的参数估计方法,研究MCMC方法在遥感影像混合像元分解中的应用。传统的混合像元分解一般是基于固定端元的,而实际上影像中像元并不都是由完全相同的端元组成。基于MCMC方法提出了一种端元可变的像元分解算法,并且充分利用了端元的累计先验知识。算法将端元选取和丰度反演合为一个步骤,抽象成一个估计参数的随机过程,在端元数目可变的前提下,基于可逆的跳跃式MCMC方法估计参数。在状态转移过程中,加入端元的累计先验知识,提高算法效率。这种算法不需要人工干预,能够实现自动化像元分解,并且具有较高的精度。结果表明,基于修正MCMC的端元可变的自动化解混算法在分解精度和稳定性方面均优于基于固定端元的混合像元分解方法。     

基于模糊数学的公路路面裂痕检测技术

根据公路路面实际裂痕灰度值比背景灰度值低,而路面非背景和非裂痕像素灰度值比背景灰度值高或低很多,设计了一种基于模糊数学的公路路面裂痕检测的新技术.首先使用改进的基于乘性模型的灰度校正算法对原始图像进行预处理,接着根据OTSU最大类间方差法计算得到原图像前景与背景的最佳阈值作为渡越点,构造一个新的模糊隶属度函数对预处理后的图像进行模糊处理,然后用Sobel算子对模糊后的图像边缘检测判断得到含有裂痕信息的区域,最后用图像分割算法区域分割出含有裂痕信息的图像子块.实验证明,新提出的方法在处理速度和检测准确性方面基本能够满足实际需要,能实时、自动检测出模糊图像的裂痕.     

基于分水岭算法的绿色作物与背景分割研究

分水岭算法作为彩色图像分割手段的一种方法,具有运算简单,性能优良,能较好提取运动对象轮廓和准确得到运动物体边缘等优点。应用分水岭算法研究了绿色作物及其背景的分割,首先通过数码相机拍摄的一幅640×480田间青菜真彩色图像,在matlab中采用分水岭分割算法处理图像后提取其绿色分量,再用数学形态学闭运算处理后可以较好地分割绿色作物与背景。针对结果中存在的过分割现象,采用先计算图像的形态学梯度,再用分水岭算法分割可以使结果得到有效改善。     

基于无人机多光谱影像的小麦封垄前种植行识别方法改进

【目的】 为实现小麦精准管理,准确识别其种植行位置具有重要意义。本研究分别针对传统Hough变换法和绿色像元累积法存在的缺陷进行改进,并对改进前、后不同方法在小麦种植行识别上的精度进行对比分析,为小麦种植行精准提取提供技术支撑。【方法】 本研究开展了小麦水、氮耦合试验,在小麦拔节前期,基于四旋翼无人机携带RedEdge M传感器获取小麦不同生长条件下多光谱影像。基于上述数据,首先采用超绿超红差分指数和Otsu方法对影像分割、分类,获取植被/土壤二值图;其次,采用3×1线型模板进行形态学开运算,降低边界不规则度并去除噪音;然后,结合无人机影像中小麦种植行排布特点,分别针对传统Hough变换法的峰值检测过程和绿色像素累积法的角度检测过程进行优化,提出改进的小麦种植行识别方法;最后,分别将两种方法改进前、后的识别结果与目视解译种植行位置结果进行对比,基于检出率和作物行识别精度（crop row detection accuracy,CRDA）评价4种方法的优劣。【结果】 采用超绿超红差分指数与Otsu方法可以很好对植被/土壤进行分类,分类结果的总体精度达到93.75%,Kappa系数为0.87;形态学运算可以很好地去除图像噪声,减少后期种植行识别误差;改进后Hough变换法通过利用先验知识对峰值检测范围进行约束,有效提升了种植行检测精度,种植行平均检出率从30%提升至67%,CRDA平均值从0.22提升至0.44;改进后绿色像元累积法通过考察整幅影像的绿色像元累积特征,有效提升角度检测精度,种植行平均检出率从14%提升至93%,CRDA平均值从0.12提升至0.69;4种方法的识别精度从高到低依次为改进后绿色像元累积法、改进后Hough变换法、改进前Hough变换法、改进前绿色像元累积法。【结论】 本研究较好地改进了传统种植行识别方法,为种植密度大、行间距小的小麦种植行识别提供了技术支撑。