基于随机置乱的内容感知图像缩放算法

针对非等比例缩放算法中线裁剪技术动态规划的复杂性,提出基于随机置乱的内容感知图像缩放算法。该算法利用视觉显著图随机重置能量序列的方式,使得在保护主体区域不被破坏的情况下,避免过度删除非重要区域所造成的图像局部失真。仿真结果表明,与线裁剪算法相比,本文算法在有效保护图像内容的同时,显著提高缩放速度,并能避免图像失真。     

融合全局与局部特征的缩放图像质量评价

基于内容感知的图像非等比例缩放方法旨在具有不同分辨率的显示设备上保持图像的重要内容,并改善主观质量.图像缩放质量评价是衡量图像非等比例缩放效果的客观依据,现有客观评价方法不能有效地给出合乎主观感受的评价结果,为此提出一种融合全局与局部特征的缩放图像质量评价方法.首先提出基于B样条函数的图像全局结构形变度,计算图像缩放前后全局图像之间的形变量;其次结合主观视觉特点改进纵横比相似度(Aspect Ratio Similarity,ARS)使其更适合缩放图像的形变检测;最后线性融合这些度量特征得到客观的缩放评价标准.在两种公开数据集上与多种代表性算法进行对比,实验结果表明,本文提出的图像缩放客观评价方法与主观评价具有更好的相关性.     

基于SIFT和RANSAC的鞋印图像匹配算法

针对失真的鞋印图像的匹配问题,在研究中引入了基于尺度不变特征变换SIFT(scale-invariant feature transform)算法与RANSAC算法相结合的图像匹配方法.首先,对图像进行SIFT特征点的提取,在分析SIFT特征描述子生成的基础上,以最小欧式距离为标准来判断特征点是否匹配.然后,用最小欧式距离与次小欧氏距离之比进行初始匹配,用随机抽样一致性算法剔除SIFT算法匹配过程中存在的误匹配点对,从而实现精确匹配.实验结果表明,在局部鞋印图像中含有尺度缩放和旋转失真的情况下,该算法达到了良好的匹配精度且具有较强的鲁棒性和有效性.     

内容感知的双视点立体图像缩放

为适应不同立体显示终端多样化尺寸的需求,需要对某些尺寸一定的立体图像进行缩放调整．对于双视点的立体图像而言,需要考虑左右两视点的一致性问题,以及视差大小的问题．为此,将视差和匹配引入立体图像的尺寸调整,提出了一种基于Seam Carving的立体图像缩放算法．该算法在选择左视点缝隙时将匹配算法和视差融入其中,在缝隙的选择方面,通过提出新的能量函数做出更精确的选择,从而在调整图像大小的同时,达到了保持图像内容,调整视差大小的目的,并且保证了左右视点缝隙的一致性．     

基于缩放不变矩的鲁棒DCT域图像拷贝检测方法

提出一种基于不变矩的DCT域图像拷贝检测方法, 选取图像亮度分量的整体DCT变换后的中低频系数的符号作为其DCT域特征, 分别计算原始图像及其角度规范化后图像的DCT域特征, 计算并比较查询图像与图像库中图像的两类特征的相关性, 取较大的相关值来判断图像是否存在拷贝. 图像的整体DCT中低频系数已被验证对于信号处理攻击鲁棒性高, 且随着图像缩放攻击呈规律性变化, 因而利用图像的整体DCT中低频系数构建的DCT域特征对于信号处理和图像缩放攻击鲁棒性高; 利用图像的缩放不变矩估算出图像特征角度, 再依据特征角度对图像进行角度规范化可消除旋转失真的影响, 因而利用角度规范化后的图像的DCT域特征能抵抗旋转、以及旋转和等比例缩放的混合攻击. 实验结果证明在抗旋转和包含旋转的混合攻击方面, 该算法的检测效果明显优于已有算法.     

一种改进的图像旋转算法

在图像处理中,有时需要对图像进行旋转变换,但是图像在小角度多次旋转变换后,会产生失真．改进的算法是在图像旋转过程中先将图像旋转回原始的位置,再旋转到目标位置．利用该算法对图像进行多次旋转变换实验,实验结果表明,与以步进方式的旋转算法相比,改进算法在旋转的同时较好地保持了图像的细节信息,减小图像的失真．     

基于边缘方向插值的视频缩放算法及电路设计

阐述了一种沿边缘方向进行图像插值的缩放算法,并提出了基于该算法的一种视频缩放器电路的设计方案。该算法首先对数字视频图像帧采用拉普拉斯算子进行边缘检测,根据视频图像的动态阈值判定边缘区域和方向,得到二值化的帧图像的边缘信息。最后在边缘区域内边缘方向进行相位映射后,进行平行四边形线性插值。该算法的实现电路采用VerilogHDL语言描述,并在基于FPGA的视频处理平台上进行了原型验证。验证结果表明,插值后的图像边界更加清晰,消除了大比例缩放时线性插值的锯齿现象。     

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法.该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域.实验证明,该算法在提高巾值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比.     

保持听觉一致性的音频缩放方法

提出了一种以保持听觉一致性为目标的音频缩放方法。首先利用基音分析技术将整个音频波形分割为若干基音周期,然后以半音为单位将连续的基音周期组织成音频段落,并在各个段落内部按指定比例进行缩放。由于减少或增加的音频片段是以基音周期为标准的,并挑选与前后周期相似程度最大的基音周期进行缩放,从而较好地保持了原音频波形的基本要素(音强、音高、音色、波形包络等),使听觉失真达到最小。由于算法简单,能够满足实时处理的要求。实验表明,在±20%的缩放幅度内,基本没有听觉失真的现象发生。     

基于小波变换与双线性插值图像配比算法研究

插值算法常用在图像缩放中的像素点处理,目的是为了减少图像的失真和模糊.插值缩小技术可以使图像用小的信息量涵盖原图像的重要信息.插值放大技术可以使图像的分辨率提高,但同时容易出现块状和锯齿现象.为了尽量使复原图像更接近原始图像,它分析现有的常用三种插值算法(最近邻点插值、双线性插值、双三次插值),同时结合小波变换思想,提出了一种小波变换与插值的图像复原配比新方案.大量实验表明与传统的直接双线性插值复原图像以及小波与双线性插值结合重构图像相比,新方案的峰值信噪比、像素差值比、均方差都具有更为突出的优势.这种方案能有效提高图像复原的效果,并且具有普适性和灵活性,适合各类格式及尺寸图像处理.     

基于线性变换的自适应透射率去雾算法

针对现有图像去雾算法在天空或高亮区域透射率估计不准确的问题,且复原图像色彩失真以及细节丢失严重等情况,提出了一种基于线性变换的自适应透射率去雾算法。首先将输入图像转换至Ycbcr空间提取亮度分量,并构造反S型函数对其进行尺度压缩,以此减弱高亮像素的影响;然后利用线性变换模型对压缩后的亮度分量进行增强处理,使用高斯函数对亮度分量进行卷积操作得到自适应控制参数;结合线性变换模型和自适应控制参数逼近无雾图像最小颜色通道操作,进而得到精确的透射率估计值;最后利用大气散射模型和局部大气光值逆向求解出复原图像。在实验验证环节中,采用可见边、平均梯度、饱和像素点和结构相似性作为客观评价指标。客观数据表明,所提算法的各项指标均取得优势。在主观效果方面,所提算法可以准确估计出透射率,有效去除图像雾气干扰并改善天空或明亮区域色彩失真的现象,提高图像可视度,复原出更多细节和边缘信息。     

图像拼接中surf配准算法的研究

图像拼接技术作为获取全景图像的工具,已经受到越来越多学者的关注。为了得到良好的拼接图像,减少图像空间几何畸变,便要对图像进行严格的配准。Surf(Speed-Up Robust Feature)算法是近年来图像配准的研究热点之一。对传统surf配准算法进行理论分析并在此基础上提出改进算法,特征点检测时,利用设立阈值来去除多余的特征点,并用MATLAB软件对改进算法进行仿真分析。实验结果表明,改进后的算法虽然减少了特征点个数,但增加了配准的成功率,前后性能相当且速度更快。     

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。     

一种改进的H.264帧内预测模式选择算法

针对H.264帧内预测模式选择中失真估计不准确和计算量大的问题,提出一种改进的H.264帧内预测模式选择算法。该算法首先对像素的递归失真估计方法进行改进,较为准确地估计了多种帧内预测模式下的预测失真,然后利用相邻块预测模式的相关性预先筛除部分预测模式,降低了H.264中帧内预测的复杂度。与JM参考软件的对比结果表明,该优化算法能在保证很好的图像质量的同时,将帧内预测模式选择的时间减少60%以上,有效地提高了视频图像的编码效率和视觉质量。     

基于JND的H.264编码模式选择算法

提出了一种基于JND模型的H.264编码模式选择算法, 使用改进的基于DCT域的JND计算模型, 同时考虑了时空域CSF、亮度自适应调节、带内/带间掩蔽等因素, 对编码过程中产生的预测残差进行JND阀值计算; 在率失真计算过程中, 通过去除不可察觉的冗余系数进行主观质量优化. 实验结果表明, 在不影响视频主观质量的前提下, 该算法明显降低了编码产生的数据量, 提高了编码效率.     

基于提升框架的嵌入式图像压缩

提出的算法充分结合了方向信息提升框架和嵌入式压缩的优点,引入了迭代提升框架,使图像的编码计算更为灵活,调节性强,能有效控制图像压缩的计算量,在有比特流丢失的情况下,能优先保持图像的细节,充分考虑了视觉特征。该算法具有很好的细节处理效果,在大压缩比的情况下使图像的失真率大大降低。具体仿真结果表明了该编码方法的有效性,即通过比较常用的SPIHT算法、EZW算法、JPEG2000算法和本文的算法,在相同压缩比下,文中论述的算法能获得较好的效果。     

全变差曲波变换在医学影像图像去噪中的应用

针对曲波变换算法在医学影像图像去噪中会产生截断伪影和边缘模糊等问题,提出了一种全变差曲波变换算法.该算法首先对含噪医学影像图像分别进行曲波阈值和全变差去噪,然后将得到的去噪结果进行曲波逆变换并生成最终图像.仿真实验结果表明,该算法不仅可有效地降低噪声,还可较好地保持医学影像图像边缘和细节信息,其效果明显优于曲波变换算法和全变差算法.因此,该算法对医学影像图像的噪声滤除具有良好的应用价值.     

Fractal image encoding based on adaptive search

Finding the optimal algorithm between an efficient encoding process and the rate distortion is the main research in fractal image compression theory. A new method has been proposed based on the optimization of the Least-Square Error and the orthogonal projection. A large number of domain blocks can be eliminated in order to speed-up fractal image compression. Moreover, since the rate-distortion performance of most fractal image coders is not satisfactory, an efficient bit allocation algorithm to improve the rate distortion is also proposed. The implementation and comparison have been done with the feature extraction method to prove the efficiency of the proposed method.     

基于缝雕刻的图像重定向算法

图像重定向算法利用人对图像内容的感知差异进行非均匀的图像缩放,以适应新的显示需求。本文提出了一种基于缝雕刻的图像重定向算法。它利用每条seam上像素的累加能量和最大能量构造混合能量模型,使算法既能够利用人眼对梯度信息的敏感性,又可以减少复杂纹理背景对seam提取的干扰。实验结果显示,相比其他几种算法,本文算法可以更好地保护图像中视觉关注对象的边缘轮廓结构,处理后的图像不仅视觉效果更好,与原图的相似性距离也更小。