植物景观三维图像边缘锐化方法

针对当前植物景观三维图像表面点自相似性系数较低,边缘锐化效果较差的问题,提出基于色调映射和颜色特征分解的植物景观三维图像边缘锐化方法.采用稀疏线性组合方法进行植物景观三维图像的边缘轮廓特征分解,提取植物景观三维图像的边缘分块特征量;根据植物景观的表面点、细节区域进行植物景观图像超分辨率重构和模板匹配,重建植物景观图像的整体直方图分布模型,采用色调映射和颜色特征分解方法,获得植物景观三维图像边缘锐化表面点自相似性系数.仿真结果表明,该方法获得的自相似性系数较高.     

图像模糊篡改盲取证

为了提高模糊润饰篡改取证技术的准确率和召回率,提出新的盲取证技术。采用能量比和信息熵构建模糊边缘属性约简规则来检测源图像自然强边缘;设计保持边缘平滑的滤波结构增强源图像模糊区域,对滤波图像进行全边缘检测;设计人工模糊隶属度函数,计算源图像人工模糊隶属度集合;对所得边缘图像进行融合,利用人工模糊隶属度集合对融合图像进行处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法盲取证准确率和召回率较高,能较好区别人工模糊和自然模糊,篡改区域定位效果较好。     

植物景观三维图像边缘锐化方法

针对当前植物景观三维图像表面点自相似性系数较低,边缘锐化效果较差的问题,提出基于色调映射和颜色特征分解的植物景观三维图像边缘锐化方法.采用稀疏线性组合方法进行植物景观三维图像的边缘轮廓特征分解,提取植物景观三维图像的边缘分块特征量;根据植物景观的表面点、细节区域进行植物景观图像超分辨率重构和模板匹配,重建植物景观图像的整体直方图分布模型,采用色调映射和颜色特征分解方法,获得植物景观三维图像边缘锐化表面点自相似性系数.仿真结果表明,该方法获得的自相似性系数较高.     

基于VAM和E-HMM的图像拼接盲鉴别算法

为了提高拼接篡改图像的检测准确率,利用视觉注意模型提出了一种新的图像拼接篡改盲鉴别算法。首先,采用改进的基于OSF的非线性滤波方法提取图像的边缘信息,得到边缘显著图像ECM;其次,利用视觉注意模型提取ECM的注意点,并采用显著边缘定位法锁定图像显著边缘处注意点,进而获取图像关键特征片段;接着,提取图像片段的Cr通道,并计算其小波重构图像;然后,针对小波重构图像,提取其扩展的DCT域的HMM特征,并采用SVM-RFE算法对所提取特征进行降维处理;最后,根据得到的特征向量,利用SVM对特征值进行训练并建立分类模型,从而实现自然图像和拼接篡改图像的分类识别。实验结果表明,针对哥伦比亚大学拼接篡改图像库,本文算法的正确检测率为96.32%。     

图像模糊篡改盲取证

针对图像篡改人工模糊润饰操作,提出了一种新的盲取证技术。首先用保持边缘平滑滤波结构增强源图像模糊区域,并对滤波图像进行边缘检测;然后采用能量比和信息熵构建模糊边缘约简规则来检测源图像自然强边缘;接着设计模糊隶属度函数,计算源图像每个像素的模糊隶属度,并用该隶属度集合对初始模糊边缘图像进行处理,得到模糊边缘图像;最后对前面的图像进行融合并经过闭运算处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法能够很好地区分模糊边缘与自然强边缘,篡改区域的定位效果较好。     

图像异常边缘篡改检测及可信度评价算法

针对传统图像篡改检测算法适用性有限,只能检测某一类篡改区域边缘平滑处理的问题,提出一种图像异常边缘篡改检测及可信度评价算法。采用非线性预测编码去除图像像素间的相关性,降低边缘像素点与其周围像素亮度差异,从而达到弱化边缘的目的。对处理后的图像利用边缘增强算法增强真实边缘。对比图像处理前后边缘变化,寻找异常边缘点,通过异常边缘概率计算图像可信度评价图像的真伪。实验结果表明,在未知伪造操作的情况下,该算法能够较好地检测出图像中的异常边缘,并给出图像的可信度评价。     

基于反热传导方程与Sobel算子的图像锐化方法

目的应用偏微分方程理论与经典的图像锐化算予,研究图像锐化的有效方法．方法根据热传导方程的物理意义,把图像的灰度值视为平面物体的温度,推导出反热传导方程,在满足模糊图像是原图像被热传导滤波器作用的结果和参数t足够小的情况下,建立图像锐化模型,利用Sobel算子求解偏微分方程,实现图像锐化．结果数值实验显示应用笔者所提方法对图像进行锐化,得到了相对清晰的图像,锐化后的图像没有信息偏移现象,而且不会出现噪声．同时对图像的边缘和细节特征保持较好．结论笔者所提算法具有长时间计算的稳定性。锐化图像不会随着迭代次数的增加而变得模糊,是一种有效的图像锐化方法．     

基于动态边缘检测的图像锐化算法

在数码相机中,经插值运算后的数码图像,常伴有噪声和伪色的影响,使图像变得模湖,边缘部分不够清晰.因此,需要通过锐化处理,增强图像边缘轮廓,增加清晰度,减少伪色.该文提出了一种基于动态边缘检测的图像锐化算法,恢复的图像在细节纹理、边缘、色彩方面的效果都较理想,对边缘的噪声抑制较明显,与常用锐化算法比较,在同等仿真环境下,所提出的方法有运算复杂度较低的优点.     

一种模糊篡改图像的盲鉴别算法

针对篡改造假图像中常用的模糊操作,提出了一种模糊篡改图像的盲鉴别算法。该方法首先根据图像的边缘特征对图像取对数运算,分离入射分量和反射分量;然后把同态滤波应用到小波域,对多尺度分解的高频信息和低频信息进行同态滤波处理;最后采用数学形态学运算对边缘进行定位,检测图像是否经过模糊篡改。实验表明,该算法能够有效地检测经过模糊篡改的图像,并能对模糊操作痕迹进行准确定位。     

基于局部复杂度和粗糙度的形态学空间锐化法

传统锐化算法对灰度突变的强边缘响应强烈,对噪声敏感,易产生过冲效应,且对灰度变化较小的微弱细节锐度不足,为此提出一种新的图像锐化算法.利用顺序形态变换的相关性质和概念,构造了一种局部加权均值滤波器,克服了传统线性滤波在平滑图像的细节和噪声时,一些重要边缘也被平滑而易产生过冲的问题;同时针对图像灰度剧变区和级别丰富区,应用图像局部粗糙度和复杂度自适应调节增益函数,有效地提升了图像中弱边缘和纹理细节的表现力.实验结果表明:该算法有效地避免了强边缘过冲现象,且在增强图像边缘和微弱细节的同时,保持了整体背景噪声与原图像一致,抑制了噪声的放大.     

基于改进SIFT算法的图像复制粘贴盲检测方法

对高斯二阶差分(D~2OG)算子的产生过程和理论依据进行了分析,介绍了一种称为广义特征点匹配的新方法。通过仿真,先获得被检测图像的基于D~2OG算子的SIFT特征点,然后利用广义特征点匹配方法检测图像是否被篡改。对100幅篡改图像进行篡改检测,采用D~2OG算子得到的特征点与DOG算子得到的特征点用于检测图像复制粘贴的正确率接近;但用D~2OG算子检测效率更高,对图像检测量大、实时性要求高的检测任务有实用价值。     

一种用于二值文本图像认证的水印算法

提出了一种用于二值文本图像内容认证的脆弱型数字水印算法.该算法利用图像分块后每个像素块边缘部分的像素值产生混沌迭代初值,经混沌迭代及量化后生成水印信息.通过在图像块的中间部分查找3×3邻域各方向平滑度改变量小的点作为颜色翻转点,从而将水印信息嵌入.实验结果表明,该算法具有较好的不可见性及篡改检测和篡改定位能力.     

基于定位与识别系统图像处理技术的实现

为了提高定位与识别系统中定位和识别的正确率,可以根据图像的应用特点采用不同的图像处理技术进行预处理。本文分别对图像二值化、图像锐化、图像滤波这三种图像处理技术突出待定位和识别区域、增强定位和识别图像的边缘信息和去除图像中的噪声的方法进行了对比分析,并给出了基于Laplace算子对二值化图像进行梯度锐化的方法,实验结果表明该方法有效地提高了定位和识别正确率。     

基于MAS小波的噪声污染图像边缘检测方法

提出了一种基于MAS小波变换多尺度相关的噪声污染图像边缘检测方法.该方法采用二进MAS小波对图像进行多尺度分析,由于小波变换的模极大值充分刻画了图像的奇异点,利用模极大值得到所有的奇异点包括边缘和噪声的图像;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声,得到边缘轮廓不太光滑的图像;将两幅图像进行融合,得到最终检测结果.实验结果表明,该方法能够有效地对噪声污染的图像进行边缘检测.     

一种新的图像拷贝篡改检测方法

针对图像的区域拷贝篡改提出了一种新的检测方法,即基于LPP-SIFT(Locality Preserving Projection-Scale Invariant Feature Transform)的检测算法.该算法利用SIFT提取图像的特征点,结合LPP特征映射,生成低维特征点描述子,然后依据向量角度比率得到匹配点对,匹配点对聚集的区域即为拷贝篡改区域.实验表明该算法能够有效地检测定位区域拷贝篡改图像,且对于拷贝区域的旋转、缩放以及图像的JPEG压缩、噪声添加等操作具有较强的鲁棒性.     

空间滤波与图像锐化技术在质量检测中的应用

介绍了中值滤波的非线性和在去除图像噪声但能保持边缘不被破坏的特点以及图像锐化技术对图像微分作用后，抽取图像轮廓，对感兴趣的图像特征进行识别的过程．利用这些技术加以综合，对工业产品的表面进行质量检测．     

采用图像滤波的多特征JPEG盲检测

提出了一种采用锐化滤波的多种特征相结合的JPEG盲检测算法.通过扩展DCT系数的马尔可夫矩阵提取块内相关性和块间相关性;引入锐化滤波来增强图像的边缘,加强了分块特性度量的效果;并使用Jessica的"校准"技术来估计原始图像,得到两个图像特征向量之差作为分类特征,提高了特征的敏感度;最后运用支持向量机进行训练和分类.使...     

数字图像的一种小波滤波算法

提出了一种用于图像增强的小波平滑滤波算法．该算法可根据测试图像特点改变小波变换的尺度，在区域平滑的过程中使图像的边缘锐化，较好地处理了平滑噪声和锐化边缘这对滤波技术中的矛盾．实验结果表明，该算法具有良好的滤波性能和实时性．     

一种改进的非锐化掩模深度图像增强算法

针对深度图像平滑过程中会模糊细节的缺点,提出了自适应的非锐化掩模深度图像增强算法.首先将深度图对应的彩色图像作为联合双边滤波的引导图,利用彩色图像相关特征修复了深度图像的缺失和毛糙,然后将双边滤波后的深度图像与高斯滤波后的深度图像作差,提取出不含噪声的高频部分,克服了经典非锐化掩模算法放大高频噪声的缺点,最后根据边缘以及细节的模糊程度,自适应地调节叠加到图像上的高频部分.实验结果表明,设计的算法有效地增强了深度图像细节,抑制了平坦区域的噪声,并填补了边缘缺失,较好地改善了深度图像的质量.     

基于特征匹配的图像真伪检测方法的研究

针对基于SIFT特征匹配的图像篡改检测算法存在篡改区域定位不清晰,以及SIFT误匹配现象会对篡改区域分辨造成干扰的问题,提出一种基于数学形态学和特征匹配的图像篡改区域定位方法.首先在尺度空间上对图像进行极值检测,对图像特征关键点进行定位,确定图像梯度方向,形成特征点描述子;然后基于欧式距离对特征描述子进行两两匹配形成块...