基于快速小波包直方图技术的图像检索算法

提出了一种基于快速小波包直方图技术的图像检索新算法。此方法主要有图像的小波包分解,最主要能量频带的选择和小波包直方图的抽取及相似性度量三个步骤。首先,用一族正交小波基分解一幅图像并用小波包系数计算各个频带的能量;其次,选择几个最主要能量频带进行阈值化和非线性滤波;最后,抽取小波包直方图作为特征表示并应用直方图相交距离从图像数据库中检索被查询图像。由于该方法在特征抽取中应用较小的特征空间,因此需要较小的计算复杂性。实验结果表明,这些技术在图像检索中可以获得更好的性能。     

一种针对小波域隐匿图像的隐写分析方法

通过对图像小波域差分直方图的统计观察,提出一种针对小波域信息隐藏的隐写分析方法.该方法对图像进行小波分解,得到每个小波子图的水平方向系数差分直方图,通过对该差分直方图频谱的分析,发现小波域隐写图像的差分直方图频谱的分布规律与未隐写图像有明显差别,据此实现对小波域隐写图像的检测,并可估算隐写信息长度.实验结果表明该方法检测正确率高、检测速度快,实用性强.     

针对±1嵌入方法的隐秘分析

当媒体为扫描图像时,对±1嵌入方法的隐秘分析较为困难。为此,提出了一种新的直接隐秘分析方法。在用±1方法嵌入秘密信息以后,图像直方图的局部极大值变小而局部极小值变大。进而,基于±1嵌入方法的加性噪声模型,小波直方图也有相似的结果。这意味着图像直方图及其小波直方图的局部极值对嵌入方法比较敏感。据此,构造了一个5维特征向量来检测隐秘图像。实验结果表明,该方法的检测性能优于相关文献方法。     

一种新的渣土车车轮带泥检测方法

提出了一种新的车轮带泥图像检测方法。通过改进直方图方法、在相似度计算中考虑了像素的位置信息,从而提出了直方图交叉相似度计算的新方式;并综合考虑小波变换法在纹理检测上的优势,给出了图像组合相似度的新定义,基于此,提出了基于小波变换提取边缘特征与改进的直方图交叉方法相结合的相似度比较EHSC算法,通过EHSC算法计算组合相似度,并根据相似度阈值来最终选择图像。EHSC算法具有时间开销小、鲁棒性好等特点。通过在真实采样的现场图像上实验,实验结果表明,该方法能有效地进行带泥车轮图像的检测,具有较高的检测效率和比较强的实用性。     

基于直方图特性的LSB匹配隐写分析研究

为了提高对高精度原始图像LSB匹配数字隐写的检测能力,提出了基于直方图特性的LSB匹配隐写分析方法.根据高精度原始图像在LSB匹配数字隐写过程前后灰度直方图、差分直方图以及小波分解后的子带系数直方图的特性差异,提取了23维的特征向量,并使用支持向量机对其进行训练,建立区分载体图像与载密图像的分类器达到检测秘密信息的目的.实验结果表明,该方法在性能上要优于文献[5]的局部极值法.     

应用五株采样提升算法的抗盲检测图像隐写算法

在分析图像盲检测算法原理的基础上,提出了一种在形态小波高频系数上进行消息嵌入的抗盲检测隐写算法.该算法利用五株采样提升实现图像的小波变换,在大于一定门限的小波高频系数中嵌入消息,并通过建立的嵌入信息表来修正嵌入规则以保持小波系数直方图近似不变,在门限处引入直方图调整策略以减小系数直方图在门限处的变化.由于通用盲检测算法大多基于概率密度函数的变化实现图像隐写的检测,因此本文算法可以获得对通用盲检测算法的抵抗能力.实验结果表明,本文算法在抵抗小波高阶统计量分析、直方图特征函数质心等盲检测算法能力方面,优于LSB匹配、像素值差分等隐写算法.     

小波及模糊理论在擦窗机器人实时图像检测中的应用

针对擦窗机器人的障碍检测与识别问题，提出了一种综合、实用的玻璃窗框及 边界的检测方法．方法首先对采集图像进行小波分解，得到图像低频部分的直方图，再通过 对直方图的小波分析确定图像模糊化的阈值，然后根据该阈值定义新的隶属度函数，将图像 转换到等效的模糊特征平面上作增强运算，得到增强图像，最后针对增强图像完成边缘检测 及识别．实验结果证明了此方法对提高实时性和可靠性是有效的．     

运用边缘方向直方图进行图像拷贝检测

基于内容的图像拷贝检测已经成为图像版权保护的重要手段之一。提出一种基于图像边缘直方图的拷贝检测方法：采用小波模极大值算法提取源图像和待认证图像边缘,然后结合边缘点梯度主方向重新计算其区域点的梯度方向并生成直方图,最后根据源图像与待认证图像所得边缘直方图间的相似性检测待认证图像是否为源图像的拷贝。实验表明：这种图像拷贝检测方法可有效检测出拷贝图像,并可容忍由缩放、旋转、噪声等操作引起的失真。     

基于小波包的图像压缩及Matlab实现

小波包是近年来的一个研究热点,在图像处理方面有着很广泛的应用。文中提出了基于小波包的图像压缩及Madab实现方法,加快了图像压缩的进程,取得了很好的实验效果。将图像在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下,提高了图像的压缩比。     

基于小波的图像去噪及压缩

介绍了基于小波的图像降噪和压缩的原理及特点.阐述了基于小波变换的图像降噪和压缩方法,并使用小波包对图像进行降噪和压缩,并通过计算机实验证明小波方法能基本消除蚊式噪声,且经过小波包变换编解码的图像在实现高压缩率的情况下能够保证很好的图像质量,具有较好的视觉效果.     

基于非乘积型小波的纹理分析

提出了一种基于非乘积型小波的纹理分析方法：首先利用非乘积型小波分解原始图象，然后对高频部分的子图分别进行像素能量计算、纹理滤波以及直方图分割，从而得到粗分类的结果图；再把所有子图合并，并进行适当的后处理；最后利用小波的多尺度特性，决定分析是否终止，从而得到纹理分析结果。本方法是一种无监督分类，精确度高且计算复杂度低。     

基于小波分频和二次均衡的图像增强算法

传统的图像增强算法在增强图像的同时也增强了图像的噪声信号,导致信息熵下降.结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和二次均衡的高亮度图像增强算法.首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量作直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构,最后对重构的图像再次进行直方图均衡处理.实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果.     

结合边缘颜色与形状特征的图像检索方法

小波变换具有良好的局部特性与多尺度特性, 能多尺度逼近边缘, 这使得它在图像奇异性检测和特征提取方面得到了广泛的应用. 通过三次样条二进小波变换模极大值法提取图像彩色边缘, 用彩色边缘的环形颜色直方图表示颜色特征, 用小波模极大值的环形直方图表示形状特征; 最后利用上述两种直方图计算图像间的相似度, 并进行彩色图像检索. 实验结果表明该算法不仅具有较好的查准率和查全率, 而且对图像中存在的光照变化和几何变化(尺度, 平移, 旋转等)具有较强的鲁棒性.     

小波域基于差分统计量直方图平移的图像鲁棒可逆信息隐藏算法

随着互联网技术的飞速发展和5G时代的到来,数字多媒体的交流和传播变得越来越便捷。为了解决网络环境下,数字图像的版权保护、完整性认证和篡改定位等问题,本文提出了一种小波域基于差分统计量直方图平移的图像鲁棒可逆信息隐藏算法,其主要思想为：1）对载体图像进行Haar小波变换;2）对变换后所得到的低频子带进行分块并计算分块的差分统计量以构造差分统计量的直方图;3）通过平移直方图将秘密信息嵌入到图像的低频子带中,并通过Haar小波逆变换得到带秘密信息的图像;4）在接收方,通过计算低频子带的分块差分统计量可以将秘密信息准确地提取出来,并且通过执行直方图平移的逆操作可以无损地还原出原始的低频子带,从而无失真地恢复出原始载体图像;5）带秘密信息的图像在遭到一定程度的图像处理操作的攻击后,被嵌入的秘密信息仍然可以被有效地提取出来,例如压缩因子为30的JPEG压缩和标准差为30的加性高斯噪声。与现有的几种鲁棒可逆信息隐藏算法相比,本文算法有更强的鲁棒性。实验结果验证了本文算法的有效性。     

基于边缘特征点对对齐度的图像配准方法

针对基于特征的图像配准方法存在特征提取的多样性和相似度计算的复杂性等问题,在定义边缘特征点对的角度直方图和对齐度的基础上,提出了一种基于边缘特征点对对齐度的图像配准方法。该方法首先利用小波多尺度积准确地提取边缘图像和特征点,然后根据特征点的角度直方图得到的旋转角度,并通过计算所有特征点对在边缘图像中的对齐度来精确地确定匹配点对。大量的实验结果表明,该方法具有较强的适用性、精确性和有效性。     

基于小波变换的图像增强算法研究

针对图像对比度低、成像质量差的问题,提出一种基于小波变换的直方图均衡算法,用于图像对比度增强.首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理.实验结果证明,处理后的图像细节清晰可辨,边界信息也得到了保留,由此认为小波变换对改善图像的质量是有效的.     

基于 Retinex 的人脸光补偿算法研究

本文研究了基于图像处理技术的光照补偿方法,针对直方图均衡化对,图像背景太亮或太暗有很好的处理效 果,但对细节处理效果很差的问题结合 Retinex 对于恢复图像细节效果强的优点,提出了基于小波变换的融合方法,将 图像分别由直方图均衡化处理和 Retinex 处理后的两幅图像进行融合,并通过 Yale B 人脸库进行相应的实验。实验结果 对比表明,采用融合方法可以弱化光照对图像的影响,同时对图像的细节处理效果明显,增强了图像的特征信息,提高 了图像的清晰度。     

Hidden Markov tree model of images using quaternion wavelet transform

The quaternion wavelet transform is regarded as a new multi-scale tool for signal and image processing, which can effectively capture local shifts and image texture information. The marginal and joint distributions of the quaternion wavelet transform coefficients are measured by the histogram. The mutual information is utilized to measure the dependence between the coefficients. The authors have drawn the conclusion that the quaternion coefficients can be modeled by a Gaussian Mixture model conditioned to the magnitudes of generalized coefficients, with intensive analysis of the statistical properties of the decomposition coefficients. In this paper a new hidden Markov tree model utilizing quaternion wavelet transforms is proposed based on the authors’ findings. In order to demonstrate its effectiveness, the new statistical model was applied to image de-noising. The experimental results show that the proposed statistical model exhibits better performance than other related image de-noising algorithms that are also based on hidden Markov tree models.     

虚拟现实的图形生成技术

虚拟现实是一种高度逼真的模拟人在自然环境中视、听、动等行为的人机界面。图形生成是虚拟现实技术的重要瓶颈。本文对面向虚拟现实的实时图形生成技术及其发展情况作了详细的介绍和综述。其主要内容是图形生成的硬件体系结构以及在虚拟现实的真实感图形生成中用于加速的各种有效技术。