基于SIFT相似性度量的图像缩放

针对传统图像缩放算法存在的图像内容破坏与失真等问题,提出一种结合接缝雕刻和标准缩放的图像缩放算法。利用接缝雕刻算法对原始图像进行尺寸调整,分别从原始图像和缩放图像上提取尺度不变特征变换(SIFT)特征,并对2幅图像的SIFT特征进行匹配计算,得到两者的相似性距离。当原始图像与缩放图像之间的相似性距离达到某阈值时,即在图像重要目标或内容将要被破坏之前,停止使用接缝雕刻算法,采用标准缩放算法进行整体尺寸的调整操作。实验结果表明,该算法不仅可以有效避免图像内容的破坏与失真,而且可以较好地保护图像局部结构和全局视觉效果。     

基于改进PatchMatch的自相似性图像超分辨率算法

针对基于自示例几何不变性的超分辨率算法没有充分利用图像的纹理和边缘信息,且采用的PatchMatch图像块匹配算法容易陷入局部极小值的问题,提出了一种基于改进PatchMatch的自相似性超分辨率算法。第一,利用模拟退火算法提高PatchMatch跳出局部极小点的能力;第二,定义边缘相似度因子并将其引入到图像块相似性的评价函数中;第三,受“局部自相似性”统计先验的启发,采用服从高斯概率分布的位置坐标搜索空间进行相似图像块匹配。实验表明,与当前先进算法相比,所提算法在视觉效果和客观评价指标上都有一定的提高。     

基于分段Logistic混沌映射的零水印算法

为了克服常规的数字水印算法在嵌入水印信息时,造成图像一定程度的失真,提出了一种基于分段logistic混沌映射的零水印算法.在不对图像原始数据作任何修改的基础上,利用混沌算法对初始值极其敏感的特性来生成混沌序列,利用混沌序列来确定所选取的图像小波变换第三级细节部分小波系数的位置,提取相应位置上小波系数的特征生成图像的水印.实验结果表明,该算法针对压缩、噪声攻击、剪切攻击等具有较强的鲁棒性.     

基于模糊相似度融合的图像复原算法

传统的图像复原技术主要是通过单一的方法对图像进行复原,而图像融合技术主要集中于对多聚焦图像融合和多源图像融合.文中从图像融合的基本思路出发,基于局部特征信息的模糊相似度的融合策略将多幅复原图像进行融合,提出基于模糊相似度融合的图像复原算法.首先依据区域特征(方差、梯度和均值)确定模糊相似度,然后将具有一定相似性的复原图像进行基于像素点加权平均,权系数由该像素点处的区域特征确定,最后获得融合图像;对不具有一定相似性的复原图像按照“最大值选取”原则,依据“区域特征较明显者提取像素点”来获得融合图像.实验结果表明,该算法复杂度小,融合后复原图像改善的信噪比比融合前提高了0.1～1 dB;同时,比经典算法的效果有明显改善.     

结合稀疏表示与拓扑相似性的图像匹配算法

为了解决图像匹配算法中存在的匹配效率低、时间复杂度与计算量高等问题,通过结合稀疏表示和拓扑相似性,提出了一种图像匹配算法。该算法先对图像进行特征检测,计算轮廓相似度,找到待匹配图像中相似的最大轮廓区域,用稀疏编码对轮廓内特征进行稀疏表示,建立稀疏模型,将复杂特征变得单一化,但又不影响特征的分类方式,将相同类别或者相同属性的特征归为同一特征集,结合稀疏表示和邻域互信息的类属属性学习。计算得到变换矩阵,用以表示图像。利用结构化的拓扑相似性,对轮廓内外相关联的点进行优化。最后,分别从主观评价和客观评价两个方面对算法进行分析,结果表明提出的新算法与其他图像匹配算法相比较,具有明显匹配精度与效果,提出的算法在提高匹配效率及复杂度等方面具有较好优势。     

基于二叉树相似性检测的变形文字识别研究

文字在经过一系列艺术处理后,许多现有的识别特征会产生歧义而导致识别准确率下降。文章讨论了在文字的变形处理不会改变文字内在的框架情况下的识别特征检测。首先利用最小生成树获取文字图像所对应的树型结构,然后约简非分叉节点(即节点的邻接节点数为2的中间节点),提出一个实用的无序无标签二叉树之间的相似测度计算算法,与原文字图像所对应的约简树进行相关度分析检测,最后获得文字相似性度量结果。这种算法着重分析图像中的分枝特征,因此对于不会改变文字内在框架的艺术处理来说,文字本身的分枝特征能够很好地被检测出来,从而实现艺术文字的识别。     

基于相似性度量的加权医学超声图像对比度增强方法

为提高医学超声图像的边缘识别水平,提出一种基于相似性度量方法的加权医学超声图像对比度增强方法。通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。实验结果表明,该方法不仅能有效抑制噪声,而且能准确检测出超声各特性区域图像,在增强边缘效果的同时也能较为完整的保留原有图像的细节信息,弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足。     

特征融合及相似度判据在英文识别中的应用

英文字符识别率依然有待提高,它是进一步改善英文文档识别性能的重要内容。文章通过大量的实验,选取穿越特征和网格特征作为英文字符的分类特征,并通过实验得到一组较优的加权因子将两种特征合并,实现特征融合。基于上述混合特征,利用图像相似性测度作为分类判据,实现了一个高性能的英文字符识别系统。     

基于MMTD和兴趣偏向系数的协同过滤推荐算法

针对传统基于用户的协同过滤推荐算法存在的相似性度量不准确和缺乏对用户评分合理应用的问题,提出了一种结合中介真值程度度量（MMTD）和兴趣偏向系数的推荐算法。首先采用MMTD度量用户评分的相似性;然后利用用户评分相似性改进余弦相似性公式和Jaccard公式,得到新的基于MMTD的用户相似性度量方法;最后结合兴趣偏向系数输出推荐结果。在MovieLens-100k数据集上的实验结果表明,该方法可以在一定程度上提高用户间相似性度量的准确性,提高推荐结果的准确率和召回率。     

基于结构相似度的单幅图像正则超分辨复原

图像具有大量的局部结构相似区域,并且这种相似性可以在多个尺度上保持。基于这一特征,利用结构相似指标进行相似性匹配生成相似的低分辨率图像序列,从而把单幅图像的超分辨问题转化为图像序列超分辨问题来解决。文中提出了一种新的自适应的正则化方法,正则参数的选取使得目标函数存在全局最优解。最后证明了算法的收敛性。实验表明,该方法具有很好的复原效果。     

区间模糊谱聚类图像分割方法

近年来谱聚类算法在模式识别和计算机视觉领域被广泛应用,而相似性矩阵的构造是谱聚类算法的关键步骤。针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了区间模糊谱聚类图像分割方法。该方法首先利用灰度直方图和区间模糊理论得到图像灰度间的区间模糊隶属度,然后利用该隶属度构造基于灰度的区间模糊相似性测度,最后利用该相似性测度构造相似性矩阵并通过规范切图谱划分准则对图像进行划分,得到最终的图像分割结果。由于区间模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该方法在分割效果和计算复杂度上都有较大的改善。     

基于局部结构相似性的单幅图像超分辨率算法

单幅图像放大是一个病态问题,约束信息的不足令问题的解决难以有突破性的进展．基于图像局部结构的相似性和在不同分辨率尺度上的相似保持,提出了利用局部结构相似性来约束超分辨率问题的思路．根据相似判断规则发现图像中的相似区域,根据相似程度生成多幅相似图像,从而可以利用图像序列超分辨率的算法来求解．文中使用最大后验概率估计方法,在最大后验概率意义下得到最优解．实验表明,该算法用于存在着大量相似结构的图像超分辨率问题中有着很好的效果,譬如文字图像,集成电路图像等。     

Energy-Based Image Deformation

We present a general approach to shape deformation based on energy minimization, and applications of this approach to the problems of image resizing and 2D shape deformation. Our deformation energy generalizes that found in the prior art, while still admitting an efficient algorithm for its optimization. The key advantage of our energy function is the flexibility with which the set of "legal transformations" may be expressed; these transformations are the ones which are not considered to be distorting. This flexibility allows us to pose the problems of image resizing and 2D shape deformation in a natural way and generate minimally distorted results. It also allows us to strongly reduce undesirable foldovers or self-intersections. Results of both algorithms demonstrate the effectiveness of our approach.     

基于图像对比的PS考试主观题评阅方法

针对PhotoShop主观题无法实现机器阅卷的问题,运用图片相似度对比的方法来进行PS阅卷。通过提取图片特征直方图来进行相似度比对,定义了三幅图片之间的横向相似度与纵向相似度,提出基于相似度距离三角形的欧氏距离归一化算法。通过该算法计算出考生图相对于原图与标准答案图颜色,边缘,纹理的相似度,从而综合给出考生实际得分。实验结果表明,该方法所给出的考分合理。在实际应用中,可根据考试对相应技能考查的侧重,而调整相应特征相似度的权值。     

图像内容感知缩放的检测方法研究

针对可用于图像篡改的内容感知缩放技术,本文提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图来反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分类训练,从而有效识别基于内容感知缩放操作的图像篡改.实验结果显示,所提算法能够区分出原始图像与篡改图像,并具有较高的正确检测率.     

内容感知图像缩放技术综述

随着不同分辨率和纵横比的显示设备的迅猛增长,内容感知图像缩放技术逐渐成为图像处理领域新的研究热点之一。内容感知图像缩放的目标是在任意改变图像大小时保持图像中的主体特征不变。围绕其关键步骤:图像重要度识别和基于重要度的缩放,先概述重要度识别的相关方法,然后重点综述基于重要度的缩放技术。根据缩放是在像素级上操作还是亚像素级上操作,或者两者兼有,将其分为基于线裁剪缩放、基于图像变形缩放和多操作缩放3类,并比较各类方法的优缺点,同时给出各类方法所适合处理的图像类型。最后在分析各类研究方法的基础上,给出了内容感知缩放技术的可能发展方向。     

基于切缝对齐和变形校正的缝切割图像尺寸调整算法

针对图像尺寸调整的缝切割方法中存在的结构断裂和变形扭曲等问题,提出了一种基于切缝对齐和变形校正的切缝优化算法以获得更好的图像尺寸缩放效果.算法首先利用基于图割的切缝优化方法获得当前需要移除的一条切缝,然后采取动态规划算法,由粗到细地优化得到切缝上下像素之间的高精度匹配对应关系,最后通过逆向映射来对图像进行变形以校正发生扭曲甚至断裂的结构信息.实验结果表明,该方法能够很好地弥补缝切割所产生的扭曲变形,达到结构连续的视觉效果.基于切缝对齐和变形校正的切缝优化算法可用于调整图像尺寸使之与相应的显示设备相符,具有巨大的应用潜力.