基于 SDAE 的受损 QR 码恢复算法

目的针对包装产品外壳上黑白QR码易受到污渍侵蚀损坏,长期磨损易模糊,以及图像采集过程易出现失焦模糊、运动模糊,导致无法完成识别需求,提出一种基于栈式降噪自编码器的受损QR码恢复的预处理方法,达到显著修复包装产品上受损的QR码图像并提高其识别率的目的。方法通过深度学习模型栈式降噪自编码器,可以将受到噪声干扰的像素点根据受损像素数据映射到以标准数据为参照的高概率数值点,实现整个受损QR码基于像素点的重构恢复,从而提高识别率。结果通过对实验QR码进行高斯模糊、随机污渍侵蚀等多种方式的损坏,能够将识别率较低或完全不能识别的测试图像集恢复出高质量的QR码图像,显著地提高了识别率,并且速度快、可重复性好。结论采用基于栈式降噪自编码器的受损QR码恢复的预处理方法,能够重建受损的QR码,并可以广泛应用于包装产品QR码识别前的预处理,以提高识别率。     

基于生成对抗网络的行人异常行为图像去模糊算法研究

为解决在行为异常检测中遇到的运动模糊问题,提出一种基于DeblurGAN改进的快速去运动模糊算法。使用3个3 3的卷积替换原生成器中的7 7的卷积,并舍弃原算法上采样时使用的转置卷积,对需要上采样的特征图进行双线性插值。将原算法生成器结构中的残差单元替换成密集残差块(RRDB),然后将得到的残差特征缩放到0 1之间的值,避免训练不稳定。在原生成器的损失函数中添加梯度图像的L1损失,增加图像的边缘信息使重建后的图像边缘更明显,克服了DeblurGAN重建图像边缘细节不够清晰的缺陷。经实验验证,并和文献[14]、文献[18]进行比较,结果显示：优化后的模型与DeblurGAN相比,峰值信噪比提高0.94,结构相似度和速度相当,并解决了重建后图像棋盘格子的问题,细节边缘更加突出,模型性能优于相关算法。     

基于生成对抗网络的压缩感知图像重构方法

目的为了解决传统压缩感知图像重构方法存在的重构时间长、重构图像质量不高等问题,提出一种基于生成对抗网络的压缩感知图像重构方法。方法基于生成对抗网络思想设计一种由具有稀疏采样功能的鉴别器和具有图像重构功能的生成器组成的深度学习网络模型,利用对抗损失和重构损失2个部分组成的新的损失函数对网络参数进行优化,完成图像压缩重构过程。结果实验表明,文中方法在12.5%的低采样率下重构时间为0.009s,相较于常用的OMP算法、CoSaMP算法、SP算法和IRLS算法,其峰值信噪比(PSNR)提高了10～12 dB。结论文中设计的方法应用于图像重构时重构时间短,在低采样率下仍能获得高质量的重构效果。     

基于喷印工艺的彩色QR码生成参数优化研究

目的提高彩色QR码的喷印识别率。方法选取嵌入信息量、纠错等级、颜色转换、码眼转换等4个QR码生成参数,在不同打印尺寸和打印分辨率的喷印条件下进行实验,计算彩色QR码的喷印识别率,并提出优化方案。结果研究了各种参数影响彩色QR码喷印识别率的大小,打印尺寸、嵌入信息量、打印分辨率、纠错等级、颜色转换、码眼转换等6种参数对喷印识别率的影响依次递减。结论通过选择合适的参数优化方案,可提高彩色QR码的喷印识别率。     

基于强度和梯度先验的L0正则化模糊QR码识别

目的研究因机械抖动,拍摄器材与图像存在一定距离或相对运动而产生运动模糊、散焦模糊等情况下的模糊QR码图像识别。方法采用基于强度和梯度先验的L_0正则化方法对模糊QR图像进行去模糊。优化模糊核尺寸的人为预估问题,提高程序效率。对1至15类常用QR码图像进行模糊仿真,再通过盲提取获得模糊核,用峰值信噪比PSNR值衡量该方法在QR码图像去模糊的复原精度。结果PSNR值随着QR码图像复杂度的增加而相对减少,但因QR码存在一定的容错率,在PSNR值为13以上且噪声、振铃小的情况下就能够被识别。文中算法相较于其他算法在型号较高的模糊QR码恢复方面识别率更高。结论基于强度和梯度先验的L0正则化方法对模糊QR码的恢复效果显著,且不是只针对某一类模糊QR码图像,对于多种类型的模糊QR码图像恢复都能有很好的效果。     

基于k-Means算法的彩色QR码识别

为了降低彩色QR码解码过程中出现的混叠效应,提高彩色QR码解码的正确率,提出一种基于HSV颜色模型的k-Means聚类算法。为了选择适合彩色QR码的颜色空间模型,通过实验验证了在RGB,Lab,HSV 3个颜色模型下k-Means聚类算法的效果。在HSV颜色模型下,根据等欧氏距离的原则建立彩色编码模块的配色模型,最大程度地减小解码中颜色的混叠效应。彩色QR码解码预处理阶段,利用基于HSV颜色模型的光线补偿的k-Means聚类算法对彩色编码模块进行颜色分离,以提高解码的精度。研究结果表明:在HSV颜色模型下,k-Means聚类效果最好,图像区域分类效果最清晰;所建立的配色模型可以最优地为彩色编码模块配色;基于HSV颜色模型的光线补偿的k-Means聚类算法可以提高彩色QR码解码的正确率。因此,建立合理的配色模型进行彩色编码模块的颜色设置,同时采用基于HSV颜色模型的光线补偿的k-Means聚类算法进行颜色分割,可以大幅度地降低彩色QR码编码模块之间的混叠效应,从而显著提高彩色QR码解码的正确率。     

基于生成对抗网络的水墨动画电影风格化方法

水墨是我国独有的绘画形式,继承并发扬了中国的传统文化,表达了中国审美.现有水墨动画风格迁移算法普遍存在数据集不足、风格化结果质量不佳、生成动画闪烁等问题.本文提出一种新的基于生成对抗网络的水墨动画电影风格化方法,实现水墨动画视频序列风格迁移,很好地辅助艺术创作.利用基于patch的训练方式,通过关键帧的学习,克服数据集...     

基于QR码的DWT-SVD数字水印算法

目的 结合奇异值和小波变换的优点, 针对彩色载体图像进行水印的嵌入和提取, 提高水印的鲁棒性和安全性。方法 根据基于DWT-SVD的数字水印算法, 对彩色载体图像进行RGB到Lab颜色空间的转换, 对L分量作二级离散小波变换, 选择低频子带并对其进行奇异值分解, 同时对原始QR码水印进行奇异值分解。最后根据人眼视觉系统 （HVS） 特性, 选择合适的嵌入强度因子嵌入水印。结果 文中算法对于高斯噪声、 椒盐噪声、 斑纹噪声和泊松噪声、 JPEG压缩、 小角度的旋转攻击、 缩放攻击以及对比度增强有一定的鲁棒性。结论 该算法能够抵抗常见的水印攻击, 满足数字防伪以及版权保护的需要。     

基于QR码的多图像关联成像算法光学加密机理研究

目的研究解决多图像的关联成像加密问题。方法采用双重QR编码处理,将多图像的关联成像加密问题转变为单个QR码图像的关联成像问题。结果 QR码作为关联成像的成像物体,能在远低于传统关联成像采样率的条件下重构出清晰的图像,实现信息的高质量恢复。结论在保证图像质量的情况下,该算法的安全性较高,能有效抵抗一定的噪声攻击和统计分析攻击,并极大地减少了加密系统对多图像的加密成本。     

基于生成对抗网络的热泵系统故障诊断数据集扩充方法研究

随着深度学习的发展,越来越多的热泵系统故障诊断方法引入深度学习技术并取得了较好的效果.基于深度学习的故障诊断技术需要依赖大量带有标记的故障数据,而现实中这类数据获取较为困难,这限制了智能诊断技术的应用.针对这一问题,本文提出利用生成对抗网络(GAN)学习故障数据的分布,并生成更多的标记数据,实现故障数据集的扩充.针对热...     

基于生成对抗网络的文物图像修复与评价

目的 为了有效解决文物图像的不易保存和物理方法修复困难等问题,提出一种基于生成对抗网络的图像修复算法。方法 文中算法主要分为2个阶段,第1阶段通过Canny边缘检测器提取图像已知部分的边缘信息,利用1个生成器和1个鉴别器修复图像缺失边缘。第2阶段将第1阶段生成的边缘作为先验信息,通过1个生成器和2个鉴别器修复图像缺失部分。2个鉴别器由整体鉴别器和局部鉴别器组成,整体鉴别器用来评估修复后的图像整体连贯性,局部鉴别器用来查看待修复区域为中心的小区域局部一致性。结果 与传统算法对比,文中算法在提高生成图片纹理质量的基础上保证了全局语义结构一致性,在客观指标（峰值信噪比和结构相似性）上,较其他方法有更好的效果。结论 文中算法可以有效修复文物图像的缺损部分,尤其是结构复杂的大范围缺失,取得了良好的视觉效果,表明该算法有良好的修复性能。     

Image Super-Resolution Based on Generative Adversarial Networks: A Brief Review

Single image super resolution (SISR) is an important research content in the field of computer vision and image processing. With the rapid development of deep neural networks, different image super-resolution models have emerged. Compared tosome traditional SISR methods, deep learning-based methods can complete the superresolution tasks through a single image. In addition, compared with the SISR methodsusing traditional convolutional neural networks, SISR based on generative adversarial networks (GAN) has achieved the most advanced visual performance. In this review, we first explore the challenges faced by SISR and introduce some common datasets and evaluation metrics. Then, we review the improved network structures and loss functionsof GAN-based perceptual SISR. Subsequently, the advantages and disadvantages of different networks are analyzed by multiple comparative experiments. Finally, we summarize the paper and look forward to the future development trends of GAN-based perceptual SISR.     

基于二值随机森林的非均匀光照QR码重构算法

目的 现实生活QR码在识别过程中,易受到非均匀光照因素的影响,导致QR码无法识别,为此提出一种基于二值随机森林的QR码像素值重构算法。方法 依据QR码图像的双峰特点和梯度值相等的特性,用于提取非均匀光照下受损QR码局部像素特征,并利用随机森林的分类方法确定QR码局部矩阵中间单个像素值,逐步实现受损QR码所有像素值的重构恢复。结果 实验表明与其他方法相比,该算法模型能够很好地利用局部特征提取QR码的真实像素值,并对受损QR码图像进行恢复,实验结果图像均具有较高水平。结论 采用基于二值随机森林的QR码重构算法,能够很好地处理因非均匀光照而导致的识别出错问题,并可以广泛应用于生活中的QR码识别过程,具有较强的实用性。     

基于Hough变换旋转校正的QR码全息水印算法

目的为了解决QR码图像不易隐藏水印的难题,提出一种针对QR码载体图像的强鲁棒性频率域数字水印算法。方法利用经双随机相位调制的傅里叶全息技术对水印进行加密,同时对QR码载体图像进行包含高斯模糊以及去除视觉敏感区域的预处理,将全息加密水印的奇异值矩阵加权嵌入到经过二级小波分解的QR码的中频系数后进行还原。Hough变换通过坐标系转换检测QR码图像同方向边缘的直线,后进行旋转校正,以提取水印。结果在合适的嵌入强度下,水印保持了良好的不可见性(PSNR=32.3)。经过二值化攻击、信号处理(滤波、噪声、压缩)、几何变换(平移、旋转、缩放)以及打印扫描处理等一系列攻击,提取出的水印依旧清晰可见。结论提出的算法针对各类攻击有较强的鲁棒性,可抵御任意角度旋转攻击,同时兼顾水印的不可见性,针对QR码的防伪技术具有一定的应用价值。     

基于QR码和DWT-SVD技术的双彩色盲水印算法

目的为了进一步提高盲水印算法的嵌入能力和鲁棒性,提出一种基于QR码和SVD分解的强鲁棒性双彩色盲水印算法。方法基于Arnold变换对水印彩色QR码分通道置乱加密并归一化;将彩色载体图像分通道进行小波变换,并对三级低频子带进行4×4分块SVD分解;通过调节每一子块酉矩阵(2,1)和(3,1)坐标系数的差值将水印信息嵌入到载体图像对应通道中。结果实验结果表明算法具有较高的鲁棒性,对裁切、旋转、JPEG压缩、高斯噪声、椒盐噪声、高斯滤波、中值滤波、对比度增强等攻击具有较强的鲁棒性。结论由于算法在提取过程中不需要任何原载体图像相关信息,属于盲水印算法,因此文中提出的双彩色盲水印算法在数字产品版权保护中具有较大的实用价值。     

基于 QR 码的抗几何攻击数字水印

针对目前数字水印无法抵抗几何攻击的问题,提出了一种基于 QR 码的抗几何攻击数字水印算法。 将文字信息进行了 QR 码编码,所得 QR 码作为水印信息。 将载体图像进行一级离散小波变换,在变换后的低频子图中分块嵌入了水印信息。 实验结果表明,本方法可以抵抗常见的旋转、等比例和不等比列缩放攻击,同时对 JPEG 压缩也具有很好的鲁棒性,此数字水印技术能够广泛应用到数字作品的版权保护中。