基于灰度梯度共生矩阵最大熵估计的盲视频水印算法

<正>1基于灰度梯度共生矩阵最大熵估计的盲视频水印算法1.1灰度梯度最大阈值算法概述。图像分割是计算机视觉中的一个关键问题,在图像分析、图像识别、图像检测等方面占有非常重要的地位。其中基于图像统计灰度分布的阈值方法应用最为广泛,在实际系统中,图像目标和背景之间并不具备截然不同的灰度,随着可见光照射角度的不同,目标的亮度和背景的亮度均要变化因此阈值的正确选择是很重要的,直接影响着分割的精度及图像描述分析的正确性。     

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中.选择HSV彩色空问,提出最优可见偏差(OND)引导的非锐化掩模(LJM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强:而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正.仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉.     

一种基于YC-rC-b颜色空间和视觉特性的彩色图像水印技术

根据图像离散余弦变换频谱图特征及结合人眼对亮度和颜色的对比度敏感视觉特性,提出了一种人眼感知图像最小误差即JND阈值的计算方法,通过计算出的JND阈值,提出了一种基于YCrCb颜色空间的彩色图像水印技术方案。方案依据JND阈值筛选彩色图像的3个分量亮度图变换域频谱系数来进行水印的嵌入和提取。从水印技术方案上看,JND阈值的引入使得水印的嵌入达到最大;嵌入算法使得水印嵌入的位置具有随机性,有力地保证了水印信息的安全性。仿真实验和攻击测试表明:含水印图经压缩攻击后的图像与原始图像基本一样,提取的水印信息与原始水印基本相同;攻击后的含水印图具有较好的透明性和较高的鲁棒性。提出的基于YCrCb颜色空间和人眼视觉特性的彩色图像水印技术方案,是一种可行的、较好的彩色图像技术。     

抛光金属弧状面瑕疵实时检测

提出了一种基于机器视觉对抛光金属弧状面进行实时快速检测的方法.在离线情况下,对不同光强下的样本工件进行学习分析,构造图像的背景亮度分量与灰度水平的关系函数,提取样本工件反射分量的统计特征.在线检测时,先分析图像的灰度水平,并计算图像所对应的亮度分量;然后从图像中提取出灰度均匀的反射分量,最后对反射分量进行阈值分割并做出决策判断.实验表明,本文提出的方法能通过一次学习,适应变化的采集环境,系统具有较高的鲁棒性;检测一帧图像平均时间为40 ms,准确率达98％以上,具有较高的实时性和准确性.     

一种有效的红外图像中人造目标分割方法

提出一种红外图像单阈值分割方法。为了减少计算量,结合先验信息选择包含待分割目标的感兴趣区域,利用Bezier曲线法平滑感兴趣区域直方图的噪声;对平滑后的感兴趣区域的直方图求解其曲率曲线,用曲率曲线的波峰所对应的灰度值作为初始分割阈值;基于先验信息从初始分割阈值中确定最佳分割阈值并进行初步分割。为了弥补单纯利用阈值法分割的缺陷,结合上述分割结果和目标的边缘信息得到封闭性良好的完整目标的二值图像。实验结果表明,提出的方法能快速有效地将红外目标从复杂的背景中分割出来,算法的计算复杂度为O(MN)。     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

复杂场景多传感器图像的多目标分割算法

综合应用多传感器图像灰度分布特征和分形维数特征进行目标检测、应用动态边缘演化提取目标轮廓,有效解决了复杂场景多目标分割的难题.首先根据图像的内在属性应用指定直方图进行图像增强,随后分别对可见光图像应用分形维数特征、对红外图像应用最大熵法、对激光雷达图像应用局部阈值法进行兴趣区域提取;再将各传感器图像获得的兴趣区域进行交叉验证,进一步排除背景干扰;最后把经过综合处理的目标轮廓估计作为初始生长曲线应用动态边缘演化技术最终确定目标边缘.对大量的复杂场景多传感器图像测试表明,本文提出的方法较好地保留了目标的形状特征,是一种有效的多目标分割技术.     

注射剂可见异物检测气泡干扰消除方法的研究

介绍了自动检测系统的构成,并提出了一种消除图像气泡干扰的方法.首先,采用图像差分方法消除原始图像中的大部分静态背景,然后对处理后的图像进行阈值分割、边缘检测、特征提取,重点研究了基于透光度、长宽比、紧凑度三个判据综合的气泡干扰消除方法.结果表明,该方法可以有效检测出医药注射剂中微小可见异物,检测正确率达到93%以上.     

基于阈值增量的动态眩光测量方法

通过分析阈值增量的评价标准得到影响其变化的基础分量为亮度信息和位置信息,提出了一种基于阈值增量的动态眩光测量方法,建立了实验测量系统.该系统利用图像采集器获取环境图像信息,通过图像亮度标定与双目摄像机的视觉特性分别获取图像亮度信息和三维坐标信息,实现对单帧图像阈值增量的计算,最后依据系统运算时间估算出系统的检测频率,并...     

生物芯片图像样点的自动识别

样点自动识别是生物芯片信息自动提取的关键。根据样点、噪声和背景特征的关系提出一种新的自动识别方法。使用数学形态学和均值算子相结合的方法实现图像的滤波增强和背景亮度的估计；通过对功率谱的分析实现图像的倾斜校正和样点中心的网格定位；利用样点边缘亮度与均方差的特征实现样点中心和半径的校正。多幅生物芯片处理的实验证明该方法具有良好的抗噪声能力和弱信号辨识能力，能快速、准确地实现样点自动识别．     

领域统计火焰检测算法及其实验研究

针对目前火焰检测器中采用的火焰燃烧判别算法存在的不足,提出了一种新的邻域统计火焰检测算法。首先根据选定的火焰图像区得到火焰图像的特征灰度级,然后通过统计特征灰度级邻域范围内的像素数对火焰状况进行判断,得出了正确的检测结果。该方法可以在线修改参数,为正常燃烧状态、不稳定燃烧状态、低负荷状态和灭火状态设定不同的判别阈值,保证了在不同工况下准确地检测出火焰燃烧状况,提高了检测的可靠性。     

改进的自适应阈值Canny边缘检测

针对传统Canny边缘检测算法的阈值需要人为设定的缺陷,本文提出了一种新的自适应改进方法.该方法-根据梯度直方图信息,提出梯度差分直方图的概念,同时,对图像进行自适应分类处理,使得算法不仅不需人工设定阈值参数,而且还能有效地避免Canny算法在边缘寻找中的断边和虚假边缘现象.对边缘信息丰富程度不同的灰度图和彩色图像运用该方法寻找边缘的实验结果表明,对于在目标与背景交界处的多数像素梯度幅值较大的图片,该算法具有边缘检测能力强、自适应能力强的优点.     

基于表面评估的工件轮廓识别方法研究

现有加工工件材料和加工方式的多样性使得工件的表面情况多样,导致视觉系统难以准确识别工件轮廓,因此提出了一种适用于不同工件表面的轮廓识别方法。根据纹理区域面积与凸包面积的比值对工件表面进行评估和分类。对于表面质量较好的工件,采用高通线性滤波器对图像进行滤波处理,通过工件表面信息与边缘信息的差异实现工件图像边缘提取;对于表面质量较差的工件,采用一种自适应轮廓提取方法来识别图像边缘。实验表明,与传统的Canny边缘检测算法相比,所提出的方法能够更好地去除噪声干扰,其识别轮廓的精度更高。所提出的轮廓识别方法对不同工件表面有较好的适应性,具有一定的应用价值。     

Parameter optimal determination for canny edge detection

Abstract

The Canny edge detection algorithm contains a number of adjustable parameters, which can affect the computation time and effectiveness of the algorithm. To overcome the shortages, this paper proposes a new way to determine the adjustable parameters and constructs a modified Canny edge detection algorithm. In the algorithm, an image is firstly smoothed by an adaptive filter that is selected based on the properties of the image, instead of a fixed sized Gaussian filter, and then, the high and low thresholds for the gradient magnitude image are determined based on maximum cross-entropy between inter-classes and Bayesian judgment theory, without any manual operation; finally, if it needs, the object closing procedure is carried out. To test and evaluate the algorithm, a number of different images are tested and analysed, and the test results are discussed. The experiments show that the studied algorithm can achieve the better edge detection results in most of the cases, and it is also useful for object boundary closing as a pre-segmentation step.     

红外图像的亚像素边缘检测

针对红外图像目标边缘的模糊性,为了准确提取目标,提出了基于三次样条插值和灰阶边缘细化的方法,该方法通过对边缘过渡区域及其法线方向信息的处理,使图像边缘精确定位在亚像素级。实验结果表明,该方法能够精确定位目标边缘,优于传统的边缘检测方法。     

基于数学形态学的HSI空间彩色边缘检测方法

针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法.首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息.实验结果表明,该方法可以充分利用彩色图像的色度,饱和度和亮度信息,有效地抑制噪声,自适应地提取完整的边缘信息.     

Canny准则小波边缘检测在图像融合中的应用

提出了一种新的图像融合方法。该方法选择Canny准则作为边缘检测的基础,并结合小波变换算法,确定图像边缘位置。在小波域中,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用加权法进行融合,再进行小波逆变换重构融合图像。实验结果表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,更好地保持图像的空间分辨力。对于多聚焦图像的融合,偏差度为0.0520,熵为7.6609,相似度达到0.9985。     

Segmentation of liver in ultrasonic images applying local optimal threshold method

Abstract

Low brightness contrast and grey level discontinuities of the ultrasonic liver image make it difficult to segment the object and the background and to extract the edges of the object using the global optimal threshold method. In this paper, we investigate a local optimal threshold method for the segmentation of ultrasound liver image. First of all, the distributed energy of the ultrasound liver image is estimated in the proposed liver segmentation. Then, the polynomials are fitted from the distributed energy data and a peak zone is defined from the minimum of the fitted polynomials. Finally, a few blocked images are divided from the number of the peak zones. Furthermore, multiple local optimal thresholds are obtained from the blocked images using Otsu’s method, and the ultrasonic liver image is segmented according to all local optimal thresholds. Experimental results validate the segmentation and edge detection of liver in the ultrasound images.     

基于视觉底层特征的图像增强方法

目的提出基于视觉底层特征对不同类型图像权重的图像增强方法。方法提取图像的视觉底层特征,如颜色、亮度、方向、纹理和边缘特征;加权融合成计算显著图;与眼动仪测得的眼动显著图进行相关系数比较,以确定各视觉底层特征的最佳权重。再根据权重的大小为不同类型的图像选择合适的图像增强方法。结果采用基于视觉底层特征的图像增强方法,其增强后的效果更符合人眼视觉感知。结论针对不同类型的图像需要充分考虑各视觉底层特征的权重大小,使其能真实反映视觉感兴趣区域,以达到提高图像增强后的视觉感知一致性。     

多阈值选取与边缘连接的边缘检测算法

论文针对Kirsch边缘检测算子的缺点,提出一种多阈值选取与改进的边缘连接算法相结合的方法,对图像,尤其是医学图像进行边缘检测。该方法首先用高斯滤波器对原始图像去噪,使用传统Kirsch算子计算梯度,然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,最后通过改进的边缘连接算法连接边缘。实验结果表明,论文的方法具有保持弱边缘、连接性好的边缘检测效果。