空域彩色图像鲁棒零水印算法

针对传统变换域水印算法往往通过修改变换域系数来嵌入水印信号,影响图像不可感知性的问题,利用载体图像整体均值与分块均值之间大小关系的稳定性,提出一种新的空域彩色图像鲁棒零水印算法。算法直接在空域通过整体图像均值与分块均值之间的关系构造特征矩阵,之后将此特征矩阵与预处理后的水印信息进行异或运算构造零水印信息,预处理之后再注册到知识产权数据库里。提取水印信息时,通过投票策略得到最终提取的水印信息。大量的仿真实验结果表明,该算法对常规的信号处理攻击、行列平移、尺寸缩放和旋转等几何攻击具有较强的鲁棒性。与相似的鲁棒水印算法相比,对于大多数的攻击,该算法具有更优越的性能。     

基于统计信息的数字图像恢复及噪声滤波方法

本文基于统计信息——局部均值和局部方差，探讨了数字图像对比度增强和噪声滤波方法。尤其对加性噪声和乘性噪声，设计了相应的滤波器。仿真结果表明，本文的方法实现简单、运算速度较快，为实时图像处理提供了一种新途径。     

强椒盐噪声彩色图像的改进矢量中值滤波算法

去除彩色图像噪声一直是图像预处理研究的重要内容。传统的矢量中值滤波是一种有效去除彩色图像椒盐噪声的方法,但传统的矢量中值滤波方法只适用于弱噪声的情况,对于强椒盐噪声并不适用。许多改进的矢量中值滤波被提出,但对强椒盐噪声图像效果并不好。文章在传统的矢量中值滤波的基础上,提出了改进的矢量中值滤波算法,该算法可以有效去除高强度椒盐噪声,不会产生新的颜色,很好地保持了图像边缘和细节,而且具有算法简单,自适应性强的特点。经过实验表明:该方法对于强度在10%～80%的椒盐噪声彩色图像具有良好的处理效果。     

易错环境中视频传输空域差错恢复的优化方法

在易错环境如因特网、无线通信网中传输视频流,误码率相当高。讨论了一种有效的在易错网中传输视频信号时,提高空域差错恢复能力的方法。同步标记可限制空域差错在视频帧之问传播。但是,如果其使用太频繁,会导致不必要的开销。为优化同步标记插入过程,给出一个同步标记插入算法。最后,为验证该算法,提供了仿真实验结果。     

基于排序差值脉冲噪声检测的彩色图像滤波方法

提出一种针对彩色图像脉冲噪声进行检测,并根据检测结果利用改进的自适应矢量中值滤波法滤除彩色图像脉冲噪声的方法。试验结果表明,该方法能够明显地减少脉冲噪声检测过程中的噪声漏判数量,有效地去除彩色图像中的脉冲噪声,滤波后不会产生新的颜色,并能较好地保持图像的边缘与细节信息。     

空域彩色图像混沌加密算法

针对彩色图像的存储特性提出一种混沌加密算法·该算法首先对Lorenz系统输出的实值混沌序列进行预处理,然后利用其构造置乱索引矩阵,进而实现空域彩色图像三基色置乱·实验结果表明:与Arnold变换比较,文中算法有着良好的置乱度;同时利用系统三输出以及8×8块式空域置乱,大大地提高了加密效率;高维混沌系统的密钥空间进一步加强了算法的保密性和安全性·     

基于图像归一化的彩色图像空域零水印算法

为了有效实现对数字彩色图像的版权保护,本文提出了一种可有效抵抗几何攻击的数字图像空域零水印算法。首先利用基于矩的图像归一化技术将原始图像的绿色分量映射到几何不变空间内;然后以几何中心提取出归一化图像的重要区域;最后随机从重要区域提取特征像素与水印像素按位异或运算构造零水印。理论分析和实验结果表明,本文算法比以图像不变质心提取出归一化图像的重要区域的水印算法的性能更稳定,比基于离散小波同类零水印算法具有更强的抗剪切、几何变换、图像处理和常规信号处理攻击的能力。     

一种新的彩色图像脉冲噪声滤波算法

针对嵌入式机器视觉应用系统对滤波处理算法的实际要求,提出一种改进的彩色图像矢量中值滤波算法。综合应用灰色关联分析方法和矢量中值滤波技术。首先根据灰色关联分析计算图像中各像素矢量之间相似程度来度量像素间的关联程度,即使用像素点间的灰色关联度代替常用的空间距离。其次,利用像素点间的灰色关联程度在算法中增加了噪声检测环节。通过进行对比实验,基于灰色关联分析的彩色图像滤波算法可以快速、有效地滤除图像中的脉冲噪声,对图像中边缘细节的保护效果要好于其他算法,而在计算效率方面更远高于其他算法。     

一种新型的去除图像中强脉冲噪声滤波器

图像滤噪时利用的先验知识越多滤波效果越好,但是一般情况下我们只能得到一幅被污染的图像,因而无法获得这些信息。针对这点,文章提出了一种去除图像中椒盐噪声的新型滤波器。该滤波器首先根据椒盐噪声的特点,对滤波窗口中的象素进行一种排除最大和最小的操作,滤除椒盐噪声点。其次,根据图像区域特性信息对滤波窗口再进行一次排除次最大和最小的操作。实验表明该滤波器在性能和速度两方面均强于现有的滤波器,特别是当噪声概率超过0.3时,这种优势尤为明显。     

一种针对彩色图像随机值脉冲噪声的矢量滤波方法

为了去除彩色图像随机值脉冲噪声,提出了一种新的矢量滤波方法。该方法对图像的平滑区域和边缘区域的滤波工作分开进行,平滑区域滤波方法将窗口分成多个区域,然后基于矢量中值和平滑区域像素的特征检测出平滑区域的信号,边缘区域的滤波是在已知信号的基础上对非信号进行矢量中值滤波。仿真实验结果表明,该方法能够有效地去除彩色图像的随机值脉冲噪声,尤其当噪声密度较高时,去噪效果明显优于传统的矢量中值滤波。     

基于色彩聚类的图像修复

现有图像修复方式普遍存在结构错乱和修复区域边缘模糊的问题,这是由于修复过程中已知区域的结构信息未能得到充分利用,针对这一问题,本文提出了一种具有编解码结构的基于色彩聚类的图像修复算法,算法采用渐进式图像修复网络结构,将图像经过色彩聚类的结果作为输入,聚类算法处理后的图像更好保留了输入图像的结构特征,因此在后续图像纹理恢复过程中结构信息可以得到充分利用;同时,为进一步减少网络的计算开销,引入交叉注意力机制,从水平和垂直两个维度建模图像全局依赖性.实验结果表明,本文提出的图像修复算法可以有效缓解图像修复区域边缘模糊的现象,与几种主流图像修复算法相比,我们提出的图像修复算法可以在缺失区域较大的情况下产生更加真实的输出结果.     

一种利用颜色词检索图像的方法

在基于内容的图像检索中，图像的内容包括图像的低层视觉特征和高层语义。通常，前者是通过图像分析得到的数据，后者是用自然语言表示的概念词，但两者没有明显的联系。为了能够对彩色图像进行更有效的检索，试图将彩色图像的主色调数据与自然语言检索中的颜色词相结合，用于图像检索，并首先通过分析常用的颜色模型，提出了一种新的颜色模型和一种颜色相似度计算方法，然后在此基础上提出了一种提取图像主色调的方法，最后通过分析颜色命名系统，提出了一种利用颜色词检索彩色图像的方法，同时给出了初步实验结果。实验表明，这种方法在彩色图像检索中是有效的。     

图像自动降色去噪方法研究

针对传统去噪方法会导致图像细节模糊的问题,提出一种低照度条件下的图像自动降色去噪方法.结合人眼的生理特点,根据环境照度所对应噪声的大小,进行不同程度的噪声降低处理.介绍函数关系及流程,并通过实验数据确立函数值.结果表明,该方法能在不模糊图像细节的基础上有效降低噪声.     

一种离焦模糊图像的复原方法

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。为了获得更好的离焦图像复原质量,在通过对离焦模糊图像复原进行了较为系统的研究后,提出了一种基于维纳滤波频域的复原方法,结果表明该方法具有较好的改善图像复原效果和较快的速度。图像散焦信息的干扰得到有效排除,噪声得到有效抑制,信噪比得到明显改善。     

一种离焦模糊图像的复原方法

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法.为了获得更好的离焦图像复原质量,在通过对离焦模糊图像复原进行了较为系统的研究后,提出了一种基于维纳滤波频域的复原方法,结果表明该方法具有较好的改善图像复原效果和较快的速度.图像散焦信息的干扰得到有效排除,噪声得到有效抑制,信噪比得到明显改善.     

一种改进的图像复原方法的研究

该文提出了一种改进的图像复原方法,能有效复原既受高斯噪声的污染又同时受脉冲噪声污染的图像,将小波阈值降噪与自适应中值滤波相结合,既能很好保持图像的边缘,又能有效抑制噪声,使图像复原达到理想效果。     

基于滤波器叠加的彩色图像矢量中值滤波方法

滤波是整个图像处理过程中的一个重要环节.矢量中值滤波方法在彩色图像滤波中使用广泛.为了达到更好的滤波效果,针对彩色图像中噪声的特点和传统滤波方法存在的不足, 提出了一种改进的基于滤波器叠加的彩色图像矢量中值滤波算法.该算法借助矢量中值滤波方法的优点,使用双滤波器进行叠加,对彩色图像实现滤波.实验结果表明,该算法实现简单,运算量小.滤波过程中能在抑制噪声的同时很好地保留原图像信息.利用滤波器叠加,取得了较好的滤波效果.     

基于滤波器叠加的彩色图像矢量中值滤波方法

滤波是整个图像处理过程中的一个重要环节。矢量中值滤波方法在彩色图像滤波中使用广泛。为了达到更好的滤波效果,针对彩色图像中噪声的特点和传统滤波方法存在的不足,提出了一种改进的基于滤波器叠加的彩色图像矢量中值滤波算法。该算法借助矢量中值滤波方法的优点,使用双滤波器进行叠加,对彩色图像实现滤波。实验结果表明,该算法实现简单,运算量小。滤波过程中能在抑制噪声的同时很好地保留原图像信息。利用滤波器叠加,取得了较好的滤波效果。     

一种基于形态学的有噪彩色图像边缘检测方法

边缘检测技术是图像分割、图像增强、图像复原、模式识别、图像压缩等图像分析和处理的基础,也是图像处理领域研究的热点问题。本文提出基于HSI颜色空间形态学的有噪彩色图像边缘检测方法。在传统形态学梯度检测边缘的基础上进行改进,计算H、S、I三个分量的边缘信息,然后根据H、S、I所占比重对三分量进行加权融合得到彩色图像边缘。实验结果表明,这种方法所检测的边缘符合视觉边缘,在抗噪声方面的效果比传统方法更佳,能够更完整地保留原彩色图像的轮廓,有更好的实用性和通用性。