一种基于三维直方图和RFKCN的图像分割方法

该文提出了一种基于三维直方图和抑制式模糊Kohonen聚类网络(RFKCN)的图像分割方法.该方法分为2步,第1步是像素的模糊化,通过模糊均值和模糊中值构造两幅冗余图像;第2步是通过冗余图像和原始图像组成一个三维特征矢量集,并利用RFKCN聚类网络对该特征矢量集进行聚类,从而达到图像分割的目的.由于新方法不仅利用了图像...     

一种新的自动图像配准算法

图像配准是图像处理的一个重要技术,被广泛的用于遥感图像、医学影像、视频监控等诸多领域中。提出了一种新的配准算法,首先分析两幅图像的联合直方图点集的分布情况,基于此定义了直方图点集的散度公式,并将其作为两幅图片的相似性测量。为加速参数的搜索过程,配准是在小波域内进行的,并使用Powell算法来优化搜索策略。实验证明相对于基于互信息的图像配准算法,本算法参数优化方法选择可以更灵活,时间消耗更少,噪声鲁棒性更优。     

基于加权模糊c均值聚类的快速图像自动分割算法

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。     

一种基于主色调匹配的图像检索方法

在基于内容的图像检索中，颜色作为图像的一种重要视觉信息已得到广泛的应用，主色调可以反映一幅图像的基本面貌，其实质就是用较少的颜色来表示原图像，并且在视觉上与原图像相似，由此，在均匀颜色空间中利用聚类分析的方法将色彩聚类为几种主要颜色，从而实现对颜色的量化，并利用直方图表示主色信息，最后采用直方图交叉算法进行图像的相似度匹配，取得了满意的实验效果。     

一种基于颜色的数字图像检索技术研究

传统的基于直方图的图像检索算法对图像颜色空间位置信息无法正确反映,如果两幅图像的直方图相同,就会对检索结果造成误差。鉴于此,本文提出了一种新的图像检索算法,该算法综合了图像的颜色、灰度以及空间信息提取图像特征向量等。先建立图像的颜色直方图和灰度直方图,并进行量化,然后在颜色进行区域检索。通过实验证明,相对于传统的基于直方图的算法,本文提出的新算法,对于检索精度有很大的提高。     

基于颜色和几何特征的图像特征点匹配算法

提出一种基于颜色和几何特征的图像特征点匹配算法。首先提取两幅图像特征点集邻域色调的局部累加直方图，然后结合图像特征点的几何特征构造亲近矩阵，再对亲近矩阵进行奇异值分解（SVD），利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵，最后根据关系矩阵实现两幅图像的特征点匹配。实验结果显示，这种图像特征点匹配算法对真实图像的平面旋转和立体旋转都具有较高的匹配精确度。     

基于快速小波包直方图技术的图像检索算法

提出了一种基于快速小波包直方图技术的图像检索新算法。此方法主要有图像的小波包分解,最主要能量频带的选择和小波包直方图的抽取及相似性度量三个步骤。首先,用一族正交小波基分解一幅图像并用小波包系数计算各个频带的能量;其次,选择几个最主要能量频带进行阈值化和非线性滤波;最后,抽取小波包直方图作为特征表示并应用直方图相交距离从图像数据库中检索被查询图像。由于该方法在特征抽取中应用较小的特征空间,因此需要较小的计算复杂性。实验结果表明,这些技术在图像检索中可以获得更好的性能。     

一种时间序列图像自动配准算法

提出了一种快速易行的时间序列图像自动配准算法：首先对两幅图像分别进行离散小波变换，然后对分解后的两幅低频网像计算联合直方图，最后采用改进的联合直方图区域计数方法来设计目标函数并进行配准参数优化。实验结果与对比分析表明：在基本不影响图像配准精度的情况下，算法大大加快了图像配准速度。     

基于改进的空间直方图变换的图像信息挖掘算法研究

直方图均衡是常用的图像对比度增强技术.然而直方图并不包含任何空间颜色的分布信息,因此其在图像编辑方面的应用还很局限.为了解决这个问题,可以采用空间直方图技术以实现跟踪的目的.空间直方图是将直方图与每一种颜色的位置的均值和方差联合起来的图像描述方法.提出了一种新的空间直方图变换方法以实现图像的局部还原,更确切地说是采用一个参考空间直方图来修正所处理的图像中感兴趣区域的颜色值.基于图像的阴影去除和修复的仿真结果表明了该方法的有效性.     

利用相似性比较提取车轮图像

提出一种从大量的列车序列图像中提取包含完整车轮的清晰图像的方法．采用两级分析的方法，首先利用直方图交叉方法比较标准图像与候选图像之间的直方图相似度；然后用小波变换对图像进行多尺度分解，从小波系数中计算图像的各个方向边缘特征；最后将这两种特征结合起来，将那些满足阈值条件的图像选择出来．实验和实际应用表明，该方法可以有效地将清晰的车轮图像提取出来。     

基于Arnold置换的交换加密水印算法

针对载体图像内容安全与数字水印版权保护,结合Arnold置换与直方图平移可逆水印算法,提出基于Arnold置换的交换加密水印算法.算法利用置换后图像直方图不变的特性,将在密文中嵌入水印的操作映射到明文中,实现了加密与水印操作先后顺序的交换.在提取水印时,可直接从含水印的密文中提取水印,也可解密后再提取水印.实验结果表明,该算法加密操作与水印嵌入操作间的先后顺序不影响含水印密文的生成,解密操作与水印提取操作的先后顺序不影响水印提取与图像恢复,且直接解密得到的含水印明文图像质量较高,水印的不可见性好,算法有较高的效率.     

利用像素置换的自适应可逆信息隐藏

目的 像素置换作为一种可逆信息隐藏方式具有良好的抗灰度直方图隐写分析能力,但嵌入容量偏小一直是其缺陷。针对这一问题,提出了一种基于像素置换的自适应可逆信息隐藏算法。方法 首先,与传统2×2像素块结构相比构造了尺寸更小的像素对结构,使得载体图像可以被更稠密地分割,为嵌入容量的提升提供了基数条件。其次,提出适用于该新像素结构的可嵌像素对（EPP）筛选条件,避免嵌入过程引起图像质量大幅下降。之后,根据EPP的灰度趋势差异对其进行自适应预编码,提高Huffman编码压缩比,进一步提升算法嵌入容量。最终,通过像素置换嵌入信息。结果 与2×2像素块结构的非自适应图像隐写算法相比,在同样保证灰度直方图稳定性的情况下该算法的PSNR提高了32%左右,嵌入容量提高了95%以上。其中自适应性对嵌入容量提升的贡献极大。结论 本文算法同时具有抗灰度直方图隐写分析能力与高嵌入容量性的可逆信息隐藏。算法构造了更高效的可嵌单位,并且针对不同载体图像的特点对其可嵌区域进行差异化编码。实验结果表明,本文算法在具有更好的不可见性的同时,嵌入容量得到大幅提升。     

结合随机置乱和锐化滤波的数字图像水印算法

空间域随机置乱和锐化滤波是基本的图像处理方法。在某些数字图像水印系统中,水印嵌入前对原始图像做随机置乱预处理,水印提取前对水印图像做锐化滤波预处理,可以有效地改善视觉效果,提升水印检测的准确率。本文在Bami半盲水印算法中验证了该方法的有效性。此外,本文设计了一个新的DCT域水印算法,并对该方法做了进一步验证
。算法中,将水印嵌入到图像相邻块的DCT系数差值上。实验证明,该算法在保持良好视觉效果的前提下对常见图像处理具有较强的鲁棒性。     

Resolving permutation ambiguity in correlation-based blind image separation

We address the problem of permutation ambiguity in blind separation of multiple mixtures of multiple images (resulting, for instance, from multiple reflections through a thick grass plate or through two overlapping glass plates) with unknown mixing coefficients. In this paper, first we devise a generalized multiple correlation measure between one gray image and a set of multiple gray images and derive a decorrelation-based blind image separation algorithm. However, many blind image separation methods, including this algorithm, suffer from a permutation ambiguity problem that the success of the separation depends upon the selection of permutations corresponding to the orders of the update operations. To solve the problem, we improve the first algorithm above by decorrelating the mixtures while searching for the appropriate update permutation using a pruning technique. We show its effectiveness through experiments with artificially mixed images and real images.     

静态图象的动态压缩方法

文中介绍一种通过动态压缩途径来压缩静态图象的方法。该方法首先使用排列变换将静态图象分解成动态图象序列，然后再利用现有的ＭＰＥＧ压缩程序对该图象序列进行压缩。文中还讨论了各种扫描曲线对于所生成的图象序列中相关性的影响，肯定了希尔伯特曲线的良好的局部相关性。最后使用标准测试图象Ｌｅｎａ进行了实验，结果，在压缩比同为６６：１的情况下，本方法的峰值信噪比（ＰＳＮＲ）要比ＪＰＥＧ高出０．６ｄＢ左右。     

Tone-mapping high dynamic range images by novel histogram adjustment

In this paper, we present novel histogram adjustment methods for displaying high dynamic range image. We first present a global histogram adjustment based tone mapping operator, which well reproduces global contrast for high dynamic range images. We then segment images and carry out adaptive contrast adjustment using our global tone mapping operator in the local regions to reproduce local contrast and ensure better quality. We demonstrate that our methods are fast, easy to use and a fixed set of parameter values produce good results for a wide variety of images.     

基于雾天图像降质模型的优化去雾方法

目的 图像去雾是计算机视觉的重要研究方向,既获得高质量的去雾图像,又保证较低的时间复杂度一直是图像去雾面临的挑战,为此提出了一种基于雾天图像降质模型的优化去雾方法。方法 根据雾天图像降质模型,暗原色作为先验知识,对模型的两个物理量大气光值和透射率进行优化。传统优化算法中通常都是固定其一,优化另一个物理量,与传统方法不同,考虑到大气光和透射率的相关性,采用多元优化策略,将这两个物理量作为互相影响的整体,利用迭代算法进行优化。为保持去雾图像颜色真实、自然,基于对无雾图像的统计特性,多阈值融合的约束条件作为迭代停止的条件,控制优化去雾程度,复原高质量去雾图像。结果 本文方法与其他去雾方法相比,在视觉效果上,图像结构更加清晰,细节更加丰富,色彩更加真实。在客观数据方面,本文方法获得图像的彩色直方图与有雾图像的彩色直方图在形状上更相似,同时在Cones、Herzeliya、House、Dolls对比图像中,本文方法结果图像的信息熵值都比较高,分别为13.801 270、15.490 912、15.395 014、16.276 838,且时间复杂度较He方法（使用软抠图算法优化透射率）降低了3~5倍。结论 本文去雾方法利用迭代算法对大气光和透射率进行多元优化,同时采用多阈值融合约束条件控制优化去雾程度。本文方法在色彩保真度、细节恢复等方面都优于经典算法,同时获得了较好的客观评价数据。实验结果表明,本文方法能够达到主客观都满意的效果。     

Gaussian mixture modeling of histograms for contrast enhancement

The current major theme in contrast enhancement is to partition the input histogram into multiple sub-histograms before final equalization of each sub-histogram is performed. This paper presents a novel contrast enhancement method based on Gaussian mixture modeling of image histograms, which provides a sound theoretical underpinning of the partitioning process. Our method comprises five major steps. First, the number of Gaussian functions to be used in the model is determined using a cost function of input histogram partitioning. Then the parameters of a Gaussian mixture model are estimated to find the best fit to the input histogram under a threshold. A binary search strategy is then applied to find the intersection points between the Gaussian functions. The intersection points thus found are used to partition the input histogram into a new set of sub-histograms, on which the classical histogram equalization (HE) is performed. Finally, a brightness preservation operation is performed to adjust the histogram produced in the previous step into a final one. Based on three representative test images, the experimental results demonstrate the contrast enhancement advantage of the proposed method when compared to twelve state-of-the-art methods in the literature.     

基于混沌的魔方置乱算法设计

文章提出了一种新的基于混沌的魔方置乱算法,并将其应用于图像加密。该算法借用了魔方变换的思想,通过混沌映射产生两列相互独立的魔方置乱参数序列,利用这些产生的序列在空域上对图像进行置乱。实验结果分析表明,该算法具有良好的保密效果,并能在一定程度上抵抗裁剪攻击和高斯噪声干扰。     

基于支撑向量置换核函数的一种领域知识与模型融合的技术

提出了一种修正撑向量核函数的理论与方法，与传统的方法相比，置换核函数的引入为领域知识与学习模型的融合提供了理论基础与方法。该文借助于置换的概念，对关于事物模式组成的不变性常识进行了形式化，求取了可以定量表述事物模式扰动的置换变换矩阵；在分类不变性的约束下，运用置换变换矩阵对核函数进行修正，获得了改进的学习模型，文本分类的实验表明，学习算法将文本领域内的知识有效地融合到了学习模型中，获得了更高的分辨率与泛化能力。