A multiple-level visual secret-sharing scheme without image size expansion

In traditional VSS schemes, the size of the share image is substantially expanded since each pixel of the secret image is mapped onto a block consisting of several pixels. In addition, the quality of the reconstructed secret image is normally degraded in contrast, especially for halftone images. This study proposes a VSS scheme that maps a block in a secret image onto one corresponding equal-sized block in each share image without image size expansion. Two types of techniques, including histogram width-equalization and histogram depth-equalization, are proposed to generate the corresponding share blocks containing multiple levels rather than two levels based on the density of black pixels on the blocks for a secret block. In the former technique, the gray-scale image histogram is obtained by uniformly splitting the range of the pixel gray levels in the secret image, while in the latter the buckets are created so that the area of each bucket is roughly constant by containing approximately the same number of pixels. The proposed schemes significantly improve the quality of the reconstructed secret image compared to several previous investigations.     

城市航空影像中建筑群的FCM聚类分割方法

在低分辨率城市航空影像中建筑群由于阴影的存在造成其灰度呈现明暗变化，采用基于像素级的分割方法以及阈值分割方法均不能得到好的结果。为了充分利用这种明暗变化的信息，讨论了一种以图像子块灰度的标准差和直方图的墒作为特征矢量，采用基于模糊C-均值(FCM)的分块聚类方法用于建筑群的粗略分割，由于分块有重叠，造成边界块的归属不明确，因此根据包含边界块的子块的隶属度来确定边界块的归属，从而得到了正确的边界区域，并利用区域生长和闭合运算对边界进行细化。对实际图像进行实验结果表明，该方法是有效的。     

改进的2维Otsu法及混沌粒子群递推的阈值分割

鉴于现常用的灰度级-平均灰度级2维直方图区域划分将部分目标和背景点错分成边缘和噪声点这一不足,为此提出了一种基于灰度级-梯度2维直方图的Otsu阈值选取新方法,利用混沌粒子群优化算法来寻找分割阈值,并提出在迭代过程中,采用递推方法来大大减少适应度函数的重复计算。实验结果表明,与最近提出的基于灰度级-平均灰度级2维直方图Otsu法及粒子群的快速图像分割方法相比,该新方法由于尽可能地考虑了所有目标点和背景点,从而使分割后的图像区域内部均匀、边界形状准确、特征细节清晰,同时运行时间几乎不到现有算法的1/3,而且粒子群处理的收敛精度得到了进一步提高。     

改进的二维Renyi嫡图像闭值分割

提出一种基于灰度一梯度信息二维Rcnyi墒图像阂值分割新方法。首先,由图像灰度值和梯度值构造出二维直方图,在此基础上计算目标和背景区域的二维Renyi嫡,并使此嫡值函数最大,得到分割阂值。像素梯度信息和Renyi嫡可调参数相结合,可以处理更多类型的图像,同时分割得到的图像内部更均匀,边界形状更准确。     

一种基于边缘检测的局部阈值分割算法

本文提出了一种基于边缘检测的局部阈值分割方法.该方法将整幅灰度图像分成小块,在每个小块中利用梯度算子对小块中的边界点进行检测,寻找出小块内的所有边界点;然后沿着这些边界点的梯度方向找出最临近的点,以所有这些临近点和边界点的灰度均值作为该小块的灰度阈值进行分割.该算法计算复杂度较低,避开了灰度直方图阚值分割方法中“谷底”难以确定的问题,同时照顾到了图像的局部灰度特性.     

Reversible data hiding based on block median preservation

This paper proposes a reversible data hiding scheme for gray level images. It exploits the high correlation among image block pixels to produce a difference histogram. Secret data is embedded based on a multi-level histogram shifting mechanism with reference to the integer median of each block. The image blocks are divided into four categories due to four corresponding embedding strategies, aiming at preserving the medians during data embedding. In decoder, the median pixels are retrieved first followed by the hidden data extraction, and the host image can be accurately recovered via an inverse histogram shifting mechanism after removing the secret data from the marked image. Experimental results validate the effectiveness of our scheme and demonstrate that it outperforms several previous methods in terms of capacity and marked image’s quality.     

改进的红外图像2维Otsu分割算法

针对红外图像有别于一般灰度图像的特点,常用的灰度级平均灰度级2维直方图区域划分在红外图像分割中效果不佳,为此提出一种改进的灰度级梯度2维Otsu阈值选取方法,选取合适的梯度算子,利用改进的粒子群优化算法寻找分割阈值,在算法中加入有效判断早熟停滞的方法,一旦检索到早熟迹象,便随机改变最优解的任意1维分量值,使其跳出局部最大,实现全局寻优过程的快速收敛。仿真实验结果表明,该算法由于使用新的2维直方图,分割后的红外图像边界形状准确,特征细节清晰,运算速度也得到了有效提高。     

基于阈值动态分配空闲灰度级的红外图像增强

分析了直方图均衡化增强算法的优缺点,并结合红外图像的特点对其简并的缺点提出了改进措施.利用全局灰度均值法得到阈值,并依据该阈值将图像灰度分为背景段和目标段,接着将空闲灰度级动态分配给背景段和目标段,最后利用局域直方图均衡化方法对背景段和目标段分别进行增强,从而达到减少简并可能性的目的.     

一种基于边缘模式的直方图构造新方法

基于图像边缘和噪音模式的分析,使用了一种目标和背景之间的边界检测方法;并基于边界的描述,提出了一种新的在边界两侧和边界内部选取相等数目的像素构造直方图的方法。该种直方图避免现有方法中全部像素直方图、加权直方图和内部像素直方图不适合于小目标的缺点,避免了边缘像素直方图抗噪能力差和阈值因图像边缘类型型变的缺点。该直方图能同时用于大目标和小目标时以及边界是阶跃边缘和屋顶状边缘时的阈值选取,具有很大的通用性和实用性。实验结果证明,使用该方法的直方图优于现有的直方图构造方法。     

用于显微细胞图象的二维自适应阈值分割算法的优化

为了改善细胞图象的分割效果 ,考虑将二维自适应阈值分割算法应用于显微细胞图象的分割 .针对细胞图象的二维直方图特点和分割要求 ,在对传统二维阈值分割算法进行优化和简化的基础上 ,通过改变阈值取值范围、优化阈值搜索方法等措施 ,提出了一种快速实现细胞图象二维自适应阈值分割算法 .仿真结果表明 ,新算法与传统算法相比 ,不仅大大减少了计算复杂性 ,同时还使分割效果得到了一定程度的改善     

二维图像特征点自主提取算法研究

采用概率论理论,对二维图像进行灰度统计分析,采用计算标准差方法,对图像特征点区域定位并提取特征点.该方法提取特征点,仅需对抽样象素区域进行灰度标准差分析,避免了提取图像特征点,根据被处理图像的一些先验信息,利用试探方法确定阈值的局限性.通过分别对具有弱纹理及包含复杂背景的多物体自然二维图像的特征提取,证实了所提方法的有效性和可靠性,可满足机器视觉系统中自主、实时识别与提取二维图像特征点要求.     

最小加权熵支撑树图像边缘提取方法

提出了一种新的彩色图像边界提取的方法,以色彩图像直方图中搜索到的峰值作为聚类中心,根据彩色图像像素结构的特点,首先计算区域内相邻像素点之间对应的向量的欧式距离,然后构造该区域内的最小支撑树,计算相应的加权熵值确定分割阈值,最后结合向量排序统计,将排序的结果按照灰度值进行分类进行输出,实验证明了这种方法的有效性。     

一种基于模糊集的灰度图像阈值分割算法

提出了一种新的基于模糊集理论的图像直方图阈值分割算法。该算法首先把图像的直方图预分成目标参考区,背景参考区和模糊区。然后对位于模糊区的灰度级,逐一比较其与目标和背景区的相似度,以决定该灰度级的归属,并最终确定灰度阈值。仿真结果表明：此方法不但能不有效地对灰度图像进行分割,且与传统方法相比更具灵活性。     

Entropy based region selection for moving object detection

This article addresses a problem of moving object detection by combining two kinds of segmentation schemes: temporal and spatial. It has been found that consideration of a global thresholding approach for temporal segmentation, where the threshold value is obtained by considering the histogram of the difference image corresponding to two frames, does not produce good result for moving object detection. This is due to the fact that the pixels in the lower end of the histogram are not identified as changed pixels (but they actually correspond to the changed regions). Hence there is an effect on object background classification. In this article, we propose a local histogram thresholding scheme to segment the difference image by dividing it into a number of small non-overlapping regions/windows and thresholding each window separately. The window/block size is determined by measuring the entropy content of it. The segmented regions from each window are combined to find the (entire) segmented image. This thresholded difference image is called the change detection mask (CDM) and represent the changed regions corresponding to the moving objects in the given image frame. The difference image is generated by considering the label information of the pixels from the spatially segmented output of two image frames. We have used a Markov Random Field (MRF) model for image modeling and the maximum a posteriori probability (MAP) estimation (for spatial segmentation) is done by a combination of simulated annealing (SA) and iterated conditional mode (ICM) algorithms. It has been observed that the entropy based adaptive window selection scheme yields better results for moving object detection with less effect on object background (mis) classification. The effectiveness of the proposed scheme is successfully tested over three video sequences.     

基于改进的边缘直方图的图像检索方法

利用边缘直方图检索图像,因为人眼并不敏感的细微边缘也参与匹配,所以会影响检索效果。文中提出了一种改进的基于边缘直方图的检索方法,通过阈值把图像分割成目标和背景,利用梯度算子提取目标和背景之间的主要的边缘信息,避免了目标内部或背景内部的细微边缘的影响,更符合人眼的视觉特性。实验结果表明,其检索效果优于基于边缘直方图的方法。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于ViBe的室外动态背景闪烁像素噪声消除方法

针对使用视觉背景提取(ViBe)模型在室外动态背景下进行移动目标检测时存在不规则闪烁像素点对前景检测结果造成干扰的问题,提出一种基于视觉背景提取算法的闪烁像素噪声消除方法。在背景模型建立阶段设定背景模型样本标准差阈值,约束背景模型的采样值范围以提高背景模型准确性。在前景检测阶段引入自适应检测阈值提高前景物体检测精度,在背景模型更新过程中对图像边缘背景像素点进行边缘抑制以阻止错误背景样本值更新到背景模型。在此基础上,结合形态学操作修复连通域,提高前景图像的完整性。最后选取多个视频序列将该方法与原始ViBe算法、形态学改进方法的检测结果进行对比。实验结果表明,该方法能有效消除闪烁像素噪声对前景检测造成的影响,获取更精确的前景图像。     

基于预测误差和直方图对的无损数据隐藏方法

针对目前存在的大部分图像数据隐藏方法的嵌入量不大和视觉效果一般的问题,提出一种基于预测误差和直方图对的无损数据隐藏方法。在多灰度图像中,用某一像素点周围的八个像素点来预测中心像素点的灰度值,同时得到预测误差。再利用直方图对的方法,把数据嵌入到预测误差中。在嵌入过程中,以嵌入阈值和起伏阈值作为指导进行嵌入,通过调整这两个阈值,得到最佳的嵌入效果。实验表明,该方法在视觉效果和嵌入容量方面都取得很好的效果。     

一种有效的数字图像水印盲检算法

提出了一种新的鲁棒性高的数字图像水印算法。通过观察得知，图像的两个相邻分块的亮度值的均差具有一定的分布规律，即大多数值落在某个下限和上限之间。由此，结合二值水印的值构造一个偏差公式，再用此公式去修改分块的值以嵌入二值水印图像。在水印提取时，计算分块的新的均差值并与所设门限进行比较，从而检测嵌入的原始水印值。实验结果表明，该算法对JPEG压缩、各种噪声和滤波等攻击具有较强的鲁棒性。该水印检测算法没有参考原始图像或原始水印图像，有效实现了原始水印的盲检测。     

二维直方图θ-划分最大平均离差阈值分割算法

鉴于常用二维直方图区域直分法存在错分, 最近提出的斜分法不具普遍性, 而基于L1范数的最小一乘准则比最小二乘准则更为合理且简捷, 提出了适用面更广的基于二维直方图θ-划分和最大类间平均离差的图像阈值分割算法. 首先给出了二维直方图θ-划分方法, 采用4条平行斜线及1条其法线与灰度级轴成 θ 角的直线划分二维直方图区域, 按灰度级和邻域平均灰度级的加权和进行阈值分割, 斜分法可视为该方法中θ=45° 的特例; 然后导出了二维直方图θ-划分最大类间平均离差阈值选取公式及其快速递推算法; 最后给出了θ 取不同值时的分割结果及运行时间. θ 取较小值时, 边界形状准确性较高, θ 取较大值时, 抗噪性较强, 应用时可根据实际图像特点及需求合理选取 θ 的值. 与常规二维直方图直分最大类间方差法及最大类间平均离差法相比, 所需运行时间相近, 但本文提出的方法所得分割结果更为准确, 抵抗噪声更为稳健, 且存储空间也大为减少.