THT机制耦合高斯模糊的图像融合方案

为了提高当前红外(IR)与可见光(VI)图像的融合质量,保持良好的可视化细节和突出IR目标,有效减少模糊,降低信息冗余,通过改进THT(Top-Hat Transform)机制,设计了一种新的红外-可见光图像融合算法.首先,为了有效地提取源图像的特征和细节,在传统的高帽变换(Top-Hat Transform,THT)中引入了多尺度计算,分别在不同尺度上提取红外和可见光图像的不同亮(暗)特征区域;其次,通过多判别对比融合规则来综合两个图像中的同一尺度的特征区域,将所有尺度上的特征进行累加,获取特征图像;然后,通过最大尺度结构元素的开、闭运算得到源图像的平滑明亮、暗图像,在平滑图像上利用Gaussian模糊逻辑融合规则获取基础图像;最后,将提取的亮与暗特征图像导入基础图像中形成新图像,输出图像融合.实验表明:与当前流行的融合方法相比,本文方法具有更好的视觉质量和定量分析结果.     

基于误差扩展与像素容量评估的图像水印算法

为了解决当前图像水印算法无法准确预测相邻像素间的误差值,不能根据像素的局部纹理特征差异来自适应确定其嵌入容量,导致复原水印信息存在较大失真以及水印容量较小的问题,本文提出了基于误差扩展与像素容量评估的无损图像水印算法.首先,设计动态混淆方法,对水印信息完成加密;再考虑3个相邻像素,引入边缘像素预测机制,准确预测载体图像的每个像素值,获取其对应的误差值;随后,利用载体图像中的任意3个相邻像素的方差,设计像素容量评估方法,对其水印容量完成评估;借助误差扩展技术,设计水印信息嵌入机制,根据像素容量评估结果,将不同容量的水印数据植入到载体图像的不同像素中,获取水印图像;最后,建立水印提取方法,结合解密密钥,准确复原水印信息.实验数据表明:与当前图像水印技术相比,所提算法具有更高的水印质量与水印容量.     

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.     

基于梯度变换与最优似然法则的图像修复算法

为了解决当前图像修复算法在待修复图像纹理结构较为丰富时易产生模糊效应以及块效应的问题,提出了一种基于梯度变换与最优似然法则的图像修复算法.首先,利用像素点对应的邻域方向特征来构造置信度,用以形成优先权因子.通过优先权因子对待修补块的优先级进行度量,从而确定最优修补块;然后,根据像素点的梯度变换,构造修补块尺寸选择模型,对修补块的尺寸进行自适应调整;最后,利用修补块与匹配块的内积关系、距离关系,分别构造余弦度量模型、相似度量模型,从而建立最优似然法则,从源区域中搜索最优匹配块,对待修复块进行填充修复.实验结果显示,与其他图像修复算法相比,本文算法具备更高的修复质量,能有效克服阶梯效应以及模糊效应.     

基于联合特征与中心方向信息的图像哈希算法

为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.     

一类锥约束变分不等式问题的间隙函数和误差界

鉴于间隙函数与误差界在优化方法中有重要的作用,特别地,误差界能刻画可行点和变分不等式解集之间的有效估计距离.利用像空间分析法,构造了带锥约束变分不等式的间隙函数.然后,利用此间隙函数,得到了带锥约束变分不等式的误差界.     

基于不规则子块的农作物图像自适应增强算法

在对直方图均衡化算法基本原理深入分析的基础上,结合图像灰度值分布特征,提出一种改进的直方图均衡化增强算法,该算法首先引入自适应维纳滤波算法,对所获取的降质农作物图像进行预处理,以尽可能排除随机噪声;然后提出一种基于图像灰度信息的自适应子块获取方法,通过图像中灰度值的分布特点来自适应确定子块,对各子块分别进行直方图均衡化处理,从而获得高清晰度的农作物图像。采用峰值信噪比及均方根误差等指标,将图像自适应增强算法与自适应维纳滤波算法、直方图均衡化算法及其改进算法对降质农作物图像的处理性能进行定量评价,结果表明,图像自适应增强算法在去除噪声的同时能够有效提高图像对比度,对于农作物图像处理具有一定的借鉴价值。     

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MRF和水平集的图像分割方法

传统的水平集方法忽略了图像的局部邻域信息,使得水平集曲线易停止于噪声点,导致对含有大量噪声、灰度相近的目标难以分割,且分割结果依赖初始轮廓的选择。因此,本文提出了一种基于马尔科夫随机场(MRF)的自适应水平集图像分割方法。首先利用K-means聚类获得图像的原始先验信息;然后结合MRF获得局部邻域能量信息;最后将MRF能量函数加入水平集中,来约束水平集演化的结果,进而对含有噪声的灰度图像进行自适应分割。通过与一些效果较好的水平集算法进行对比实验,证明了本文方法能够获得更加精确、鲁棒性更好的分割结果。     

基于最大相关 最小冗余的动作识别算法

为了提高动作的识别精度与鲁棒性,降低冗余特征,提高算法效率,设计了一种基于最大相关-最小冗余(Max-Correlation and Min-Redundancy,MCMR)的动作识别算法.首先,为了消除噪声影响,减少计算成本,利用符号聚集近似(SAX)技术将连续图像序列转换为离散符号;其次,为避免出现时间漂移问题,利用动态时间归整(Dynamic Time Warping,DTW)来计算符号特征的距离,提取符号序列的特征;然后,为了消除冗余的特征,定义了一个特征权重,根据权重对特征进行降序排列,引入最大相关-最小冗余技术消除相关性弱的特征,筛选出具有高相关性和低冗余的特征;最后,为了完成动作识别,根据筛选出的特征,利用k-近邻(K-Nearest Neighbor,KNN)进行分类器学习.结果表明:与当前动作识别算法相比,本文算法能够有效完成动作的识别与理解,具有较高的识别率,有效地降低了冗余特征,提高了算法的效率和鲁棒性.