采用亚像素缝雕刻的图像整形算法

全景拼接得到的图像其边界往往是不规则的,绝大多数全景拼接算法选择直接对全景图像进行裁剪,以获得拥有矩形边界的标准图像,但这会丢失部分图像中的关键信息并以减小全景图像的视野为代价.针对以上问题,提出一种基于亚像素缝雕刻的图像整形算法.首先采用三次样条插值和图像修复算法对图像的不规则边界进行平滑;然后以图像当前边界和矩形目标边界位置之差的归一化值为权重,在0~1个像素范围内拉伸或压缩最优缝上的每一个像素,平移缝一侧的其他像素,以消除当前边界和目标边界的差异.实验结果表明,在保证图像内容的前提下,该算法将一幅边界不规则的全景图像整形成一幅边界规则的矩形图像,在处理边界起伏较大,特别是有显著内凹边界的全景图像时也能取得令人满意的效果.     

医学DR图像分割处理过程仿真分析

研究医学DR图像准确分割方法.人体组织的分布特征很难运用准确的数学模型进行描述,由于厚度不均匀,在进行CT图像采集的过程中,图像细节信息会被噪声等不利因素埋没,边缘变得不清晰,对比度降低.传统分割算法主要针对像素的某一个具体特征做出判断,在有噪的环境下,像素提纯受到干扰,很难对非可控信息进行模型控制,导致对医学DR图像的分割效果不好.为了避免上述缺陷,提出了一种人工鱼群算法的医学DR图像分割处理方法.通过对采集的DR图像进行增强处理,提高DR图像的对比度,利用SUSAN算子去除干扰信号,准确计算初始病变区域边界,对边界像素运用人工鱼群方法寻求.实验结果表明,利用改进算法能够有效提高医学DR图像分割的准确性,有利于临床医疗诊断.     

远程小目标图像特征精准匹配方法研究与仿真

研究远程图像中小目标区域的准确匹配问题.远程采集的图像中目标过小,像素与周围环境排列过于紧密,背景灰度值与目标灰度值非常相近,像素特征很难通过阀值与背景完整分割.传统的灰度图像小目标匹配的方法,当图像中的像素特征高度重合的情况下,会导致图像特征局部模糊,特征匹配的准确性不高.提出一种低频像素排序和高斯金字塔分解的弱小目标匹配方法,通过提取出图像中的像素频率信息,并对其进行排序,利用高斯金字塔分解结果将图像中的目标细化,并依此完成准确匹配.实验证明,改进的匹配方法能够准确匹配图像小目标区域,可为图像匹配优化提供参考.     

基于非周期性提取像素的全景图像三维重构

图像深度信息提取是三维图像重建的关键,利用匹配算法可以达到对全景成像可控处理的目的,因此在非周期性提取像素基础上完成全景图像三维重构.首先采用非周期性像素提取解决成像过程中出现的失真问题,构建无失真图像;通过立体视图系统和独立立体视图系统对全景图像重建处理,利用SSD计分准则的块匹配算法,对微透镜记录的两幅图像计算提取,同时运用邻域限制与放松方法深度提取全景图像;并依据最佳视差值及多基线立体匹配算法过滤出更准确信息,以采用差值算法实现更高精度的三维重建.仿真结果表明,所提方法具有较高适用性,计算过程简便、图像特征采集快.     

基于改进PVO自适应嵌入的加密域图像可逆信息隐藏方法

针对加密图像像素间相关性小,嵌入数据困难等问题,提出了一种基于改进PVO自适应嵌入的加密域图像可逆信息隐藏方法.首先将加密图像进行分块处理,所有图像块依据块复杂度自适应地分为多个等级,图像块所在等级越高,所能嵌入数据的容量越大;并对块内像素根据灰度值大小进行升序排列,然后根据排序结果和图像块所在等级确定中间若干位置像素值作为目标像素,目标像素预测分块内其他像素;最后,预测结果根据相关性强度自适应地嵌入秘密信息.实验结果证明此方法具有较好的嵌入质量和嵌入容量.     

基于改进差分和光流的新型运动目标检测方法

针对运动目标检测中的空洞和虚假目标的问题, 提出一种改进差分和改进光流的运动目标检测方法. 该方法首先对连续的七帧图像依次进行预处理、差分、灰度变换和二值化处理, 并将前、后三帧二值图像分别累加得到的二值图像进行逻辑与运算, 得到中间帧中运动目标的粗略区域; 其次将中间帧与背景帧差分, 并对得到的图像进行边缘提取和二值化处理, 然后对其进行像素的算术运算, 得到中间帧中运动目标的精确区域; 在基础上通过改进的光流法得到运动目标的准确信息; 最后通过阈值分割和形态学处理完成对目标的分割. 对比实验表明, 该方法能实现运动目标的准确快速检测与分割.     

改进的图像缝雕刻算法

针对现有算法中对低频前景区域的处理效果欠佳的问题,提出一种改进的图像缝雕刻算法.它利用像素梯度信息对像素能量进行定义,然后提出最大能量最小函数来确定最佳的处理线路,再通过删除或添加单像素宽的线路,得到适合大小的目标图像.实验结果表明,该算法不仅能够保护图像中前景对象的显示效果,使之免受图像尺寸整体变化的影响,而且能够减少由于线路定位误差带来的前景对象扭曲.     

应用色彩空间聚类方法实现道路建模

通过图像对交通事故进行识别、处理,需要将卷入交通事故的车辆等目标从交通事故场景图像中分离出来,因此建立准确的道路模型十分重要.传统的道路建模方法大都基于灰度空间,忽略了图像中的彩色信息,不适合复杂的交通环境.针对道路像素分布的非参数化特点和后续处理中对彩色信息的需求,提出一种基于色彩空间聚类的非参数化道路模型,将道路模型的建立抽象为时间轴上的色彩空间聚类过程.根据颜色变化理论,设置聚类区间为RGB颜色空间中以聚类中心和原点连线为轴的圆柱体,并通过聚类中心特征值的不同自适应来调整聚类半径.同时,对于每个像素位置,根据场景复杂程度和变化频率的不同自适应地选取聚类中心数目,获得较为准确的背景模型,在提高检测精度的同时也保证了检测效率.     

基于支持向量机的多特征彩色图像边缘检测

针对在特殊领域中彩色图像边缘检测,不仅需要准确地检测到目标边缘而且需要去除非目标边缘,提出了一种新的支持向量机多特征彩色图像边缘检测方法.这种方法根据彩色图像边缘的特点,在图像亮度和色度通道上结合像素加权梯度值和像素邻域相关信息构建多维特征向量,通过训练的支持向量机可以准确识别出目标边缘.实验结果表明,该方法比传统边缘检测方法具有更好目标边缘识别能力.     

多源遥感图像融合方法研究

研究多源遥感图像的融合技术,针对不同传感器获取的遥感图像像素信息有很大差异.当所要融合的图像是多源遥感图像时,应提取多图像的有效信息,组合出高质量的图像.传统IHS图像融合方法无法避免多源图像像素不匹配带来的有效像素丢失,造成融合图像模糊,清晰度不高的问题.提出一种基于Contourlet变换的遥感图像融合方法,通过对图像进行Contourlet变换后提取各源图像的特征信息,并计算提取特征所包含的信息量,选取高信息景的特征进行融合,最后通过进行Contourlet逆变换即得到多源融合图像,利用信息量融合配准的方法就避免了直接对不匹配像素运算而造成的有效像素丢失.实验证明,改进的优化融合方法能够保留图像的有效信息,得到高清晰度的融合图像.     

基于中值预测的四轮嵌入可逆信息隐藏算法

传统基于预测误差直方图平移的可逆信息隐藏算法大多通过固定顺序来扫描原始图像,从而进行数据嵌入,这种方式没有考虑图像本身的纹理信息,导致无效移位像素点较多,伪装图像视觉质量较差。为解决该问题,提出一种基于中值预测的四轮嵌入可逆信息隐藏算法,以在提高嵌入容量的同时降低伪装图像的失真率。利用相邻像素之间具有较强相关性的特点,在较小的误差值处聚集大量像素点,以得到更陡峭的预测误差直方图并提高嵌入容量。对每个像素点定义复杂度,根据复杂度的高低对预测误差进行排序,优先在图像平滑区域嵌入数据,从而有效减少无效移位像素点个数,降低伪装图像的失真率。实验结果表明,该算法的最大嵌入率可以达到0.3 bpp,在0.1 bpp的嵌入率下峰值信噪比高达55.15 dB,与非对称直方图算法、误差直方图移位算法等相比,其具有较高的嵌入容量和较小的视觉失真率。     

热带地区Landsat干季数据的无效像元修复方法研究

热带地区完整中分辨率时间序列遥感数据对于地表过程及地表扰动观测具有重要应用价值。针对热带地区Landsat数据存在云、雾污染及传感器本身缺陷导致的大量数据缺失问题，在现有的条带数据缺失填充算法（GNSPI）基础上，提出三次修复法。该方法能自动识别当前待修复像元前后48 d内有效参考像元，继而经三次修复法实现当前缺失数据的修复。实验结果表明：三次修复法整体平均修复精度（R²）可达0.88，该方法弥补了GNSPI填充算法需要整幅参考影像不存在无效像元方可执行的苛刻要求，提高了有效观测像元的利用率，对于获取热带地区长时间序列有效观测数据具有重要意义。     

基于滑块与矩阵旋转的混沌图像加密算法

针对当前混沌图像加密算法存在的安全缺陷问题,提出了一种基于滑块与矩阵旋转的混沌图像加密算法。在像素位置置乱过程中根据明文图像自身特点,产生与明文图像紧密相关的混沌系统控制参数;旋转图像子矩阵块来打乱整个图像,使所有像素点均匀分布。最后,在像素值替代过程中,利用滑块加密方法,使每一个像素点的加密结果都会影响滑块内的其他若干像素点,从而使加密图像所有像素点的加密结果相互关联,提高了加密图像的安全性。实验仿真结果表明,该加密算法能够有效的抵抗统计特征攻击、差分攻击,具有较高的安全性和良好的加密效果。     

优选抑制式非局部空间模糊C-均值图像分割方法

当图像被噪声严重污染时,像素的邻域像素也可能被污染。此时,来自于像素点的邻域像素的局部空间信息无法在含噪图像分割中发挥积极的指导作用。鉴于此,利用图像中与像素具有相似邻域结构的像素构造新的非局部加权和图像,并在新图像的灰度直方图上采用优选抑制式模糊C-均值聚类,提出优选抑制式非局部空间模糊C-均值图像分割方法。实验结果表明,该方法能进一步提高模糊C-均值聚类方法对于图像噪声的鲁棒性,获得了更加理想的分割结果。     

一种改进的各向异性扩散深度图像增强算法

深度图像受其测距原理所限,存在边缘不匹配、无效像素、噪声等问题,提出一种基于改进的各向异性扩散算法的深度图像增强方法。首先,校正深度图像和彩色图像的位置关系,并根据时间连续性选择多帧图像,进行多帧均值滤波预处理;其次,通过在彩色图像中引入权重的思想,构建具有4-邻域形式的深度图像模型,利用彩色图像引导的深度图像进行各向异性扩散,填补孔洞;最后,使用改进的自适应中值滤波平滑图像噪声。实验结果表明,该方法能够有效修复原始深度图像中存在的由无效像素组成的黑色孔洞,在抑制噪声的同时,仍能保持深度图像中物体边缘的细节信息。     

双尺度顺序填充的深度图像修复

目的 深度图像作为一种重要的视觉感知数据,其质量对于3维视觉系统至关重要。由于传统方法获取的深度图像大多有使用场景的限制,容易受到噪声和环境影响,导致深度图像缺失部分深度信息,使得修复深度图像仍然是一个值得研究并有待解决的问题。对此,本文提出一种用于深度图像修复的双尺度顺序填充框架。方法 首先,提出基于条件熵快速逼近的填充优先级估计算法。其次,采用最大似然估计实现缺失深度值的最优预测。最后,在像素和超像素两个尺度上对修复结果进行整合,准确实现了深度图像孔洞填充。结果 本文方法在主流数据集MB (Middlebury)上与7种方法进行比较,平均峰值信噪比(peak signal-to-noise ratio,PSNR)和平均结构相似性指数(structural similarity index,SSIM)分别为47.955 dB和0.998 2;在手工填充的数据集MB+中,本文方法的PSNR平均值为34.697 dB,SSIM平均值为0.978 5,对比其他算法,本文深度修复效果有较大优势。在时间效率对比实验中,本文方法也表现优异,具有较高的效率。在消融实验部分,对本文提出的填充优先级估计、深度值预测和双尺度改进分别进行评估,验证了本文创新点的有效性。结论 实验结果表明,本文方法在鲁棒性、精确度和效率方面相较于现有方法具有比较明显的优势。     

基于亚像素的图像超分辨率重建算法研究

图像超分辨率重建是指利用一幅或多幅具有互补信息的低分辨率图像,运用相应的算法来获得一幅清晰的高分辨率图像的过程。本文采用亚像素插值重建算法,利用多幅低分辨率视频图像重建出一幅高分辨率图像。重建算法有效利用了各幅图像中对应像素的相关信息,提高了图像的视觉效果和峰值信噪比。     

图像兴趣点的可信度增强方法研究

利用兴趣点来灵活描述图像的局部信息,提取兴趣点的运动像素点作为可信度特征,以此来判断运动物体的存在可能性,达到运动检测的目的。为了兼顾检测速度和精度的要求,增强兴趣点的可信度,提出了线性搜索和区域搜索可信度增强方法。实验证明了两种兴趣点可信度增强方法的有效性,能够实现实时运动检测。     

基于预测误差编码的加密域可逆数据隐藏算法

为提高加密图像可逆数据隐藏的嵌入容量与安全性,提出一种改进的加密域可逆数据隐藏算法。以分块加密方式保留图像块内相邻像素间的相关性,利用多元线性回归模型对图像块内特定像素进行预测,同时以位替换方式将预测误差码元和秘密信息同时嵌入目标像素中,通过差分对称编码提升编码效率并扩展嵌入空间,使得接收者在仅拥有加密密钥和嵌入密钥的情况下可无失真地恢复原始图像和提取秘密信息。实验结果表明,该算法在BOWS-2和UCID数据集上的平均嵌入率分别达到1.717和1.310 bit/pixel,在提高嵌入容量和安全性的同时实现了信息提取操作和图像恢复操作的完全分离。     

基于全局图像结构信息的Seam Carving算法*

本文提出了一种基于全局图像结构信息的Seam Carving算法,它根据像素的重要性修改图像尺寸和比例。通过从图像提取特定方向的边缘结构信息,再利用每个像素的梯度信息,从全局和局部两方面定义新的像素能量计算函数,以此来阻止Seam通路与特定方向图像边缘的交叉,避免边缘像素的不一致位移,以此保持图像的边缘结构。实验结果证明,本文算法减少了处理后图像的结构形变,有效改进了Seam Carving算法的处理效果。