基于多尺度结构相似度的印刷图像质量评价研究

目的为了简化印刷图像质量主观评价方法。方法提出基于多尺度结构相似度的印刷图像质量评价研究,将多尺度结构相似度应用在印刷图像质量评价上。结果实验仿真表明,多尺度结构相似度模型客观评价结果与主观评价结果的相关系数最高,为0.7698,表明两者是强相关关系。结论提出的基于多尺度结构相似度的印刷图像质量评价方法,是印刷图像质量评价的一种有效的新方法。     

改进型抗混叠轮廓波的图像超分辨率重建

针对Contourlet变换中存在的频谱混叠现象,采用了基于抗混叠轮廓波变换的算法进行图像超分辨率重建.该算法首先用抗混叠塔式滤波器组替换掉Contourlet变换中的拉普拉斯塔式变换,对图像进行尺度变换;然后,根据尺度变换后不同尺度的高频子带之间的相似性,对相关高频分量用双三次插值做高频外推相似变换,再通过方向滤波器...     

非亚采样Contourlet遥感图像融合

非亚采样 Contourlet 变换是在非亚采样塔型滤波器及非亚采样方向滤波器组的基础上建立起来的,它是一种移不变多方向多尺度图像表示方法.介绍了该变换的结构特点与系数分布特性,并研究了基于非亚采样Contourlet 变换的图像融合算法.该算法利用非亚采样Contourlet 的平移不变性以及NSCT 系数特点,有效准确地提取图像边缘与细节区域,并分别在高、低频域针对不同区域采用不同的融合方法,有效挖掘了待融合图像中的有效信息.这种具有多分辨率分析和多方向滤波特点的处理方法,提高了融合后遥感图像中的信息量和清晰度,对不同分辨率不同方向上的信息进行挖掘及融合,解决了传统小波融合算法中方向数目受限的不足.通过仿真实验与传统融合方法进行比较,验证了该方法的有效性和优越性.     

基于多目标粒子群算法的多传感器图像融合

针对图像融合中参数优化的问题,提出了一种基于多目标粒子群优化算法的多传感器图像融合方法。首先采用非采样Contourlet变换(NSCT)对源图像进行多尺度、多方向分解;然后选取图像融合的客观评价指标为优化目标函数,采用多目标粒子群优化算法对低频系数的融合参数进行优化,带通方向子带系数采用取绝对值最大的融合规则;最后通过NSCT逆变换得到融合图像。分别对多聚焦图像融合和红外与可见光图像进行融合实验,并对融合图像进行主客观评价,实验结果表明,得到的融合图像具有较好的主观视觉效果和客观评价指标。     

基于偏振图像融合的长波红外人脸图像增强技术

针对非制冷型长波红外相机人脸成像模糊的缺点,提出一种基于偏振的红外图像增强方法,该方法在支持度变换基础上有效地将人脸红外偏振信息和红外强度信息相融合.搭建分时偏振成像系统获取红外偏振图像,求解得到红外强度和红外偏振度图像;对它们使用支持度变换方法进行多尺度分解后,采取相应的融合规则进行融合得到最终融合增强图像.实验结果从主观人眼评价和客观参数评价两方面表明,增强图像拥有比红外图像更加丰富的人脸轮廓信息.     

多彩色空间相关分析的人脸识别算法

人脸识别是当前人工智能和模式识别的研究热点,得到了广泛的关注.基于对不同色彩空间数据的分析,论文提出了多彩色空间典型相关分析的人脸识别方法.文中对2维的Contourlet变换特性进行了分析和讨论,利用Contourlet的多尺度,方向性和各向异性等特点,提出了一种基于Contourlet变换的彩色人脸识别算法.算法对原图进行Contourlet分解,对分解得到的低频和高频图像进行cca分析.典型相关分析是一种有效的分析方法,其实际应用十分广泛.低频系数反映图像的轮廓信息,高频系数反映图像的细节信息,使用cca充分利用不同频率的信息,使不同色彩空间的不同分辨率图形的相关性达到最大,得到投影系数,最后,采用决策级最近邻分类器完成人脸识别.在对彩色人脸数据库AR的识别实验中,该算法识别率达到98％以上,与传统算法相比,该算法不仅既有良好的识别结果,而且具有很快的运算速度.     

基于结构相似度的彩色图像质量评价算法

目的研究在Matlab中度量彩色图像之间结构相似度的评价算法,用以评估彩色图像的质量。方法以灰度图像的结构相似度评价模型(SSIM)为基础,在Matlab中将以RGB色空间存储的彩色图像转换到亮度信息和色彩信息分别度量的YUV色彩空间中,设计算法度量彩色图像之间的亮度比较值、对比度比较值和结构比较值,综合三部分后可得彩色图像之间的结构相似度。结果实验结果表明,利用彩色结构相似度算法可以计算彩色图像与参考图像之间的相似度数值,用作质量评价,且其评价结果与人类视觉感知评价(即主观评价)结果保持一致。结论该方法可作为一种新型的彩色图像质量评价准则。     

一种NSCT域多聚焦图像融合新方法

针对多聚焦图像融合存在的问题,提出一种基于非下采样Contourlet变换（NSCT）的多聚焦图像融合新方法。首先,采用NSCT对多聚焦图像进行分解;然后,对低频系数采用基于改进拉普拉斯能量和（SML）的视觉特征对比度进行融合,对高频系数采用基于二维Log-Gabor能量进行融合;最后,对得到的融合系数进行重构得到融合图像。实验结果表明,无论是运用视觉的主观评价,还是基于互信息、边缘信息保留值等客观评价标准,该文所提方法都优于传统的离散小波变换、平移不变离散小波变换、NSCT等融合方法。     

基于空-频域印刷混合失真无参考质量评价

目的为了解决数字印刷模糊混合失真图像质量评价算法与人眼视觉主观评价一致性较低的问题。方法基于SSEQ算法思想在空间域和频率域中提取混合失真图像的信息熵、亮度方差、频域熵以及高频系数奇异值改变量关键特征,利用支持向量机训练构建印刷模糊混合失真图像的无参考评价模型。结果客观验证了25幅图像,算法客观计算得分与主观评价得分的SROCC系数为0.94,PLCC系数为0.93,主客观一致性较高。结论所提算法与人眼视觉感知具有很好的主观一致性,可以用于图像等印刷品的质量客观评价。     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

一种基于特征相似性的印刷图像质量评价方法

目的提出一种基于特征相似性的印刷图像质量评价方法,解决客观评价印刷图像质量的方法忽略了人眼视觉的底层特征,不能与主观评价达到很好一致性的问题。方法采用能够提取视觉底层特征的特征相似性FSIM算法,应用在印刷图像质量的客观评价中,结合主观实验,对印刷图像质量加以整体评价。结果 FSIM算法的质量评分范围在0.9~1之间,在与主观评价的相关性分析上,皮尔逊相关系数(CC)为0.9490,斯皮尔曼秩相关系数(SROCC)为0.9940,平均绝对值误差(MAE)为0.0049,相较于MSE,PSNR,SSIM和MS-SSIM算法表现出更好的预测稳定性、单调性和一致性。结论实验结果表明,FSIM算法与人眼主观质量评价有着更好的一致性,更接近人类视觉系统,能够有效地进行印刷图像质量评价。     

一种图像增强空域客观评价方法

针对图像增强效果常用主观评价而没法定量客观评价,提出一种空域结合BRISQUE和JND的图像增强客观评价方法。该方法空域内将测试图像分别进行BRISQUE失真评分和JND视觉评分,然后将所得分数以0.5的权重进行加权处理,所得总分即为增强后图像的客观评价得分。为验证所提方法的有效性,进行了系列实验:首先,认证图像失真相同背景亮度增大BRISQUE值不变,而视觉JND值随之改变;其次,认证相同背景亮度不同失真图像的JND值不变,而BRISQUE值不同;最后对增强后的图像应用所提算法进行评分,得到Score最高分为0.790 5,与主观评价结果一致,而PSNR、SSIM的评分最高为∞和1,但都是和原图像本身比较,不能表明图像增强效果。从而证明所提算法能够定量地对图像增强进行客观评价。     

基于NSST和SWT的红外与可见光图像融合算法研究

目的鉴于非下采样剪切波变换NSST的红外与可见光图像融合的结果存在细微特征缺失问题,提出一种基于NSST和SWT的红外与可见光图像融合算法,以提升融合图像的质量。方法首先分别对红外与可见光图像进行NSST分解,各得到一个低频系数和多个不同方向、尺度的高频系数。然后低频系数分别通过SWT分解得到新的低频系数和高频系数,通过SWT分解得到的新的低频系数和高频系数分别采用采用线性加权平均法和区域平均能量取大的融合策略,融合结果再进行SWT逆变换得到低频系数融合结果。高频系数采用区域平均能量取大的融合策略进行融合。最后通过NSST逆变换得到最终的融合图像。结果通过仿真实验结果表明,文中算法与NSST,SWT和NSCT等算法相比,融合图像在主观视觉上的红外目标更突出,图像细节更清晰,且在IE, AG, QAB/F, SF和SD等评价指标上也最优。结论文中算法的融合结果能更好地表现源图像的目标信息和细节纹理信息,表明该算法具有优越性。     

基于小波系数邻域特征的CT与MR图像融合方法

提出一种基于小波变换的像素级CT,MR医学图像融合方法,利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合,低频分量采用邻域方差指导,高频分量采用邻域能量指导,最后根据融合图像的各小波系数重构融合图像.实验表明:不论从主观感受,还是采用信息熵和平均梯度两项指标作为客观定量评价标准,该方法都优于传统的融合方法,获得的融合图像有效地综合了CT与MR图像信息,能够同时清晰地显示脑部骨组织和软组织.     

基于方向滤波器组与Laplacian能量和的图像融合算法

目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非下采样方向滤波器组(Non-Subsampled Direction FilterBank,NSDFB),将图像分解为3个高频方向系数和1个低频系数。对于低频系数,采用局部修正的Laplacian能量和(Local Sum-Modified-Laplacian,LSML)与脉冲耦合神经网络(Pulse couple neural network,PCNN)组合的LSML-PCNN模型来完成低频信息的融合。对于高频系数,通过提取低频和高频子带边缘,并利用系数绝对最大值法作为依据,实现高频系数的融合。结果实验数据表明,与当前图像融合方案相比,所提算法具有更高的融合质量,得到的融合图像边缘更加清晰和完整。结论所提算法拥有较高的融合视觉效果,可改善图像的对比度和分辨率,在图像处理领域具有一定的参考价值。     

一种用于印刷图像防伪的水印算法设计与实现

阐述了基于DCT变换域的数字水印理论和算法,并根据相关理论模型,提出了一种在离散傅里叶变换中实现的、可用于印刷品防伪的数字水印嵌入算法。研究表明与传统的LSB算法和Patchwork算法相比,该算法有较好的抗攻击能力。给出了系统的水印嵌入算法和水印提取流程设计的过程。实践证明,基于DCT变换域的数字水印算法能确保水印的不可见性,并保持较好的鲁棒性,实现了印刷图像载体数字版权的保护,并可检测出用此算法嵌入印刷图像中的不可见标记。最后通过实验验证了此算法的可行性、可靠性和有效性,为印刷品版权保护提供参考和借鉴。     

一种基于Directionlet变换的图像融合算法

为了提高图像融合效果,提出了一种基于Directionlet变换的图像融合算法.首先对已配准的待融合源图像由给定的生成矩阵分别进行陪集分解,得到每个陪集对应的子图;接着将每两个子图相减,得到源图像的高频和低频分量,其中边缘、纹理等奇异特征包含在高频分量中;然后对低频分量采用直接平均融合的方法进行系数选择,对高频分量选择子区域边缘信息较强的系数;最后,通过Directionlet陪集分解的反变换,得到融合后的图像.多聚焦图像融合实验表明,在主观视觉上,该算法明显更好地融合了边缘等图像特征,从而较好地保持了左右聚焦图像各自的细节信息;在客观评价上,通过熵、平均梯度、标准差和互信息量等性能参数比较,该方法也优于小波变换和其他的融合方法.