基于模糊度和色调变化率的图像模糊取证

提出一种数字图像模糊篡改的检测方法。由于模糊操作是一种常用的图像润饰篡改手段,所以检测人工模糊对图像的真实性和原始性具有一定的必要性。首先利用图像的模糊度,估计出图像中可能经过模糊篡改的区域,再根据模糊操作会破坏图像邻域的色彩一致性且被破坏后的色彩一致性无法被"再次"破坏的性质对估计出的模糊区域进行高斯低通滤波处理,然后根据滤波前后色调值的变化个数进行精确的检测,最后定位出人工模糊篡改区域。实验表明,该方法可以检测出图像中的人工模糊篡改区域,并能准确地将其进行定位。     

利用独立分量分析的运动模糊图像检索

研究了独立分量分析（ICA）算法在运动模糊图像检索中的应用。首先,对图片库中的图像进行ICA处理,构造由相互独立的基向量构成的子空间,将图片库中的图像及运动模糊图像分别向该空间投影,获得各自的特征。其次,利用特征向量间的余弦距离作为相似度度量标准,根据最近邻准则进行特征匹配与图像检索。最后,对人为加入高斯噪声、进行45°和90°旋转的运动模糊以及缺损图像进行了匹配检索实验。实验结果表明,利用ICA算法提取出的特征可以准确地检索出运动模糊图像的原图像,并且对噪声污染、旋转变换和图像缺损具有良好的鲁棒性。     

像素方向分布不一致性的图像模糊取证方法

相机的普及和图像处理软件的广泛应用使得数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰后的数字伪造图像,提出一种利用像素方向分布不一致性特征进行定位检测数字图像取证的方法。通过从图像中提取每个像素的方向特征来描述润饰操作对像素方向分布的破坏,在此基础上利用模糊区域与未模糊区域像素方向相关性的特征对模糊润饰的伪造图像区域进行定位。实验表明,该算法能够有效地对模糊润饰的图像进行检测和定位并且具有很好的鲁棒性。     

基于分块的空间变化抖动模糊图像的全局模糊去除

针对静止场景中由于相机的不均匀抖动而产生的空间变化模糊图像,提出一种带有模糊核选择器的基于分块的全局图像复原算法.该算法将图像规则分块并用不同参数对各区块做模糊核辨识,得到各分割区块的一组模糊核估计;通过设计的残差评估的策略,从辨识到的模糊核集合中筛选出与各区块匹配的最佳模糊核估计;再通过迭代最小化目标函数求得最终的全局复原结果.实验结果表明,当图像中包含不同抖动模糊水平的子区域而且子区域间的轮廓划分较鲜明时,文中算法的复原效果尤佳.     

基于广义运动模糊模型的前向运动模糊核

从光流场的角度出发,建立了一种广义运动模糊模型,并依据该模型推导出前向运动模糊核,为高速铁路前向运动视频图像去模糊奠定了理论基础.给出了理论分析后,设计了一种快速生成前向运动模糊核的方法,在这个过程中,解决了3个具体问题：快速的运动估计方法的解析解、平面场景朝向的快速估计方法的解析解、前向运动模糊核的数值生成方法.实验结果验证了该算法的正确性.     

基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割

为了更有效地对被噪声污染的脑部MR图像进行分割,提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中,引入了基于Markov随机场的补偿项,作为分割算法的空间约束。这种空间补偿项用Gibbs分布描述,实际上是一种归一化的核函数,其和用来度量灰度特征的核函数的形式是相似的,并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Markov随机场模型的算法克服了传统聚类以及核聚类算法的缺陷,不仅提出了更加合理的空间约束, 而且改善了原有的分割模型,因此可以得到更加分段光滑的聚类结果。通过对合成图像、模拟MR图像以及临床MR图像进行的分割实验以及和标准分割结果的比较表明,该算法优于相关算法,可以有效地分割被污染的MR图像。     

部分模糊核已知的混合模糊图像复原算法

真实环境中得到的图像常会受到多种模糊降质过程的影响,导致成像质量下降,为此提出一种图像退化模型及相应的复原算法.与传统的级联方式不同,该算法假定模糊核函数是散焦与运动模糊的加权和形式;在散焦模糊给定的情况下,使用广义拉普拉斯分布作为运动模糊的统计模型,并在期望最大化(EM)算法框架下估计模糊核函数;最后利用估计的模糊核函数进行图像复原.实验结果表明,采用文中的复原算法能够较为准确地辨识出模糊核,提升了图像复原的效果.     

多模糊核融合的单目标跟踪算法

针对当前目标跟踪领域中如何准确迅速地对目标进行定位的问题,大部分流行跟踪器的核心内容是结合核方法去训练一个判别分类器来区分目标和周围环境。例如核相关滤波器算法(KCF)将傅里叶变换与核化判别分类器相结合来提升跟踪速度,以及引入TSK模糊逻辑系统(TSK-FLS)的模糊核相关滤波器(FKCF)算法来提高跟踪精度。一些基于KCF的改进算法对部分跟踪难题提出了解决方案,但这些算法在精度方面仍有一定的提升空间。针对此,在FKCF的基础上,从多核融合的角度推导出了一种新的多模糊核相关滤波器(MFKCF)。MFKCF继承了KCF高速的以及FKCF高精度的特性,将多项式核与高斯核进行模糊化,并且融合模糊化后的核函数作为新的目标核函数。由于上述两项改进,使所提算法在跟踪精度方面比KCF与FKCF更好。将KCF算法、FKCF算法与MFKCF算法在OTB50等4个数据集上的30个随机选取的视频进行了实验,实验结果表明MFKCF算法总体表现良好,10项常见属性上的精度均有提升。     

基于核的直觉模糊聚类算法

针对现有的直觉模糊聚类算法性能的问题,提出一种基于核的直觉模糊聚类算法(IFKCM)。该算法引入高斯核函数,将直觉模糊集合从原始观察空间映射到高维特征空间,减少了计算时间且提高了聚类精度;同时改进了现有的直觉模糊聚类算法中的概率型约束条件,使其对噪声和野值点具有较好的鲁棒性。最后,通过实际数据和人工数据与常用聚类算法进行了对比实验,结果表明该算法较大幅度地提高了直觉模糊聚类算法的性能。     

基于双空间模糊辨识关系的多标记特征选择

已有的基于模糊粗糙集的多标记特征选择算法多从单一的样本空间刻画属性区分能力,忽视属性对标记的区分能力.基于这一认识,文中同时从样本和标记两个空间出发,提出基于双空间模糊辨识关系的多标记特征选择算法.首先,基于模糊辨识关系分别从样本和标记角度定义两种多标记属性重要性度量,然后通过权重融合的方式融合两种度量,基于融合后的度量,运用前向贪心算法构建多标记特征选择算法.在5个数据集上的对比实验验证本文算法的有效性     

离焦图象模糊辨识及复原方法研究

本文讨论如何根据离焦模糊图象确定其退化模型参数,并同时使模糊图象复原的问题,提 出了一种基于模糊图象的梯度图象、最小二乘技术和斐波那契最优搜索法的有效方法.文中 介绍了方法的基本原理,提出了实现该方法的算法步骤,并给出了对人工模拟图象和实际拍 摄的离焦图象处理的实验结果.     

局部模糊检测优化算法

目前基于特征的局部模糊检测算法为了优化特征响应需要在多尺度下重复计算局部模糊特征,且邻接关系复杂,导致计算量大,时间效率低.针对上述时间问题,本文提出一种利用单层垂直上下文的局部模糊检测优化算法.首先提取图像块重尾分布、峰度、功率谱、线性滤波等模糊特征,然后使用贝叶斯法学习模型,计算后验概率作为初步估计模糊响应,最后本文提出将邻近像素点的模糊响应信息作为上下文更新像素点自身响应信息,增加上下文支撑域的尺寸以更充分的考虑周围信息,使用一个相互垂直的一维上下文以减小计算量,从而构造新的能量函数进行全局优化,通过最小化能量函数得到最终的模糊响应.实验表明,本文算法能有效检测图像的局部模糊,并提高检测的时间效率.     

基于频域识别运动模糊的模糊方向和模糊度

运动模糊图片的频谱中存在平行的零点直线。这里提出了一种算法,识别零点直线含有的运动模糊方向和模糊度信息:首先对模糊图像进行分块,然后将分成的小块相加,利用拉氏算子对最后的相加结果进行无方向性的二阶微分,通过二维FFT变换求得频谱。接着对频谱取绝对值、做归一化之后,修饰二值化结果,最后进行Radon变换,求得点扩展函数的运动方向和模糊长度。实验论证该算法可靠通用,性能优良。     

基于小波变换的运动模糊图像融合研究

由于拍摄目标和成像设备之间的相对运动,往往造成获取的图像模糊.为了消除运动模糊和提高图像恢复质量,利用双线性插值和方向微分算子,采用”先粗后细”的方法,即先从退化图像中粗略确定运动模糊方向范围,然后高精度确定其具体数值.这种方法具有计算量小,精度高,稳定性好,适用范围广的优点.由于模糊图像的像素点之间的高度相关性,采用差分和自相关技术精确确定模糊尺度.由运动模糊方向和模糊尺度构造点扩展函数,然后利用不同的滤波方法得到恢复图像,采用不同的图像融合方法对恢复图像进行融合实验.实验结果表明,基于小波变换的运动模糊图像的融合方法得到的融合图像取得了较好的客观评价和主观视觉效果,具有一定的实用价值.     

基于互相关模糊长度估计的图像复原

为提高含噪运动图像的复原质量,提出一种基于互相关原理的运动模糊长度估计算法。根据图像的Radon变换得到运动模糊角度,提取模糊中心各模糊路径上的像素灰度值,通过互相关计算确定模糊长度,采用Lucy-Richardson迭代算法对观测图像进行复原。实验结果表明,该算法的抗噪性较好,迭代收敛速度较快。     

基于GPU的后置处理运动模糊算法

针对虚拟现实系统中运动模糊的真实感绘制问题,着重研究了一种基于图形处理器（GPU）后置处理的运动模糊改进算法. 该算法通过将场景渲染时前后两帧全分辨率纹理图的深度值存入深度缓存区,使用其深度信息与当前帧的映射矩阵提取物体的世界中心坐标,并获取运动的速度矢量;沿速度矢量进行采样、高斯滤波,最后引入模糊因子,并对线性化采样值进行加权融合,力求实现最真实的运动模糊效果. 实验结果表明：所提算法不仅不会影响大型虚拟现实系统的渲染流畅度,更改善了过分重影或者拖影,具有良好的实时性和真实感.     

结合沃尔什变换与列率截断的图像局部模糊抗噪检测

图像局部模糊的有效检测是计算机视觉领域的一项挑战性任务,现有模糊检测算法多难以兼顾准确性和实时性,并且在检测噪声混叠的模糊图像时有较大局限.为此,提出一种无监督且抗噪的局部模糊快速检测算法.首先利用主动模糊策略和沃尔什变换对待测图像进行列率域解析,并自适应截断列率谱的低列率区域以消除噪声干扰;在此基础上进一步构造并求解各像素点的局部模糊度量,得到待测图像的模糊分布;最终在聚类引导下采用多尺度修正生长实现局部模糊区域的分割.在CUHK,DUT等代表性数据集上的实验结果表明,所提算法可在无监督情况下快速、有效地检测图像模糊并准确分割局部模糊区域,在精确率、召回率、F₁测度、平均绝对误差、平均处理时间等多个评估指标上均接近或超过同类算法的最优水平,尤其在噪声情况下具有显著优于同类算法的检测性能.     

视频透视增强现实系统中的运动模糊研究

针对Radon变换对增强现实运动模糊中短模糊尺度无效的问题,提出一种将Radon变换和Canny边缘检测相结合,并基于视频透视的虚拟物体运动模糊模拟算法。采用Canny边缘检测和Radon变换方法,获得点扩散函数参数和基于GPU实现运动模糊的实时渲染。实验结果证明,该算法在视频透视增强现实系统中,对于长短模糊尺度都能较好地模拟运动模糊效果,从而实现虚实场景的无缝融合。     

模糊影响感知的交互设计

图像的模糊变化会影响人类视觉对图像的感知。在特定条件下,它能提升人类感知和识别图像的能力。在摄像过程中,图像的清晰度或模糊度是由拍摄相机的参数决定的,需要较为专业的摄像器材,成本太高。论文构造一个图像模糊区域生成交互系统,以便于普通用户生成模糊区域达到特殊效果。具体表现为利用模糊算法,构建相机成像模型,通过操纵成像参数,达到对模糊有效操控,实现交互目的。交互平台内容主要包括,在图像上交互地生成一个与场景中一些平行线方向一致的网格,通过预设参数求出图像特定区域中的每个像素成像后的模糊量,最后合成模糊图像。在交互平台进行了实验,结果验证了算法和交互平台的有效性。