基于几何不变量的直线匹配方法

针对目前直线匹配算法大多基于直线段支持区域的几何特性、灰度特性,但这些特性又极易受外界因素干扰造成匹配失败的情况,提出了基于直线几何不变量的匹配方法,该方法在无任何已知条件的情况下,运用叉积符号、点的线束交比不变量进行直线匹配。对于各个视点图像,采用Hough变换提取直线间交点集,再采用Graham扫描法构造一个最小的凸包,并通过匹配凸包顶点的交比序列来建立点与点的对应关系,选取其中一个对应关系完成直线的匹配。实验结果表明,该方法鲁棒性较好,具有广泛的应用性。     

高分辨率灰度图像的快速多分辨率着色

灰度图像的计算机快速着色有着广泛的应用前景,尤其足对老照片或者旧影片的彩色化处理.基于最优化的着色方法利用少量的人工标色,就能够得到好的着色效果,但是该方法在处理较高分辨率图像时需要消耗大量的存储和计算资源,有时甚至不能得到最后的结果.在最优化着色方法的基础上,文中利用图像着色的特征,提出了使用最优化着色的金字塔模型进行多分辨率着色处理的新方法,始终控制矩阵计算的规模,能够很快地得到视觉效果一致甚至更好的着色效果.实验结果也证明新方法无论在计算时间、存储需求还是最后着色的质量上,尤其是针对高分辨率图像,比原方法有了很大的改进.     

一种基于不放回抽样的图像混沌加密算法

针对现有基于混沌序列的图像加密算法的缺陷,提出一种基于不放回抽样的图像混沌加密算法。该算法采用可变模运算和间接地址映射技术,将混沌序列一对一、高度随机地转换为图像像素地址,实现图像的位置置乱和灰度扰乱加密。对混沌序列的分布无严格要求,使混沌序列的参数和初值可以作为密钥被使用。实验结果表明,与现有同类算法相比,该算法性能优越、运算速度快且易于实现。     

基于能量估计的灰度水印系统分析

针对一类灰度水印系统设计理论存在的不足,给出指导该类灰度水印算法设计的一系列理论结果,包括嵌入强度、鲁棒性、不可见性三者之间定量关系的建立,提出水印算法不可见性和鲁棒性的折中方案,采用已有的算法对理论结果进行验证,结果表明,得出的理论结果对该类水印算法的设计具有较大的指导意义。     

基于特征融合和优化极限学习机算法的虹膜识别系统

针对虹膜图像采集过程中存在光照、干扰等因素,为进一步提高虹膜图像识别的准确率,提出一种基于组合特征提取的优化极限学习机(ELM)模型来提高虹膜图像识别的精度。模型考虑了特征提取和分类器优化两者均起着重要作用,利用灰度共生矩阵(GLCM)和多通道2D Gabor滤波器特征提取后进行特征融合,得到更丰富的特征信息,并设计改进了蜂群算法(IABC)优化ELM模型作为分类器。同时设计的线性加权多目标函数综合考虑分类精度和网络结构,从而有效提高了虹膜识别的准确率。实验表明提出的模型通过结合两种特征提取方法,能提取出更丰富的可区分特征,并且结合优化分类器得到了很高的分类准确率,是一种有效的虹膜识别模型。     

基于层次匹配下多种特征融合的蕾丝花边检索方法

针对基于图像纹理特征的蕾丝花边检索方法效率低下问题,为提高蕾丝花边检索效率,提出一种基于层次匹配下多种特征融合的蕾丝花边检索方法。通过运用图像纹理特征标识图像,利用Canny算子处理纹理图像,得到彩色Canny图像及其灰度梯度共生矩阵GGCM,采用能量、梯度平均、灰度平均、相关等二次统计特征参数描述图像的纹理特征,将上述提取纹理特征结合形状特征和SURF特征进行逐层匹配,实现层次匹配下多种特征的融合,弥补单个匹配方法的不足,同时在蕾丝花边库中验证所提检索方法的正确率。实验结果表明,与其他匹配方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,能较好地实现蕾丝花边检索,有效地提高了检索方法的速率和准确率。     

IHLS颜色空间的灰度化全局非线性三向映射

为了减少彩色图像转化为灰度图像过程中颜色信息的损失,基于人眼感知明度的视觉模型,提出一种全局灰度化方法.首先使用彩色图像的IHLS颜色空间,建立了关于亮度、色度和饱和度3个因子的全局非线性映射模型;然后将该映射模型中全局参数的计算转化为一个能量函数的优化,其中第一个能量项度量了彩色图像和灰度图像梯度的差异,第二个能量项定义了图像中给定一个像素与其随机采样点集之间两两彩色距离与灰度距离的差异;最小化上述2个能量项可以通过3个因子的迭代算法进行求解.大量的实验结果表明,该方法可更好地反映人眼对彩色图像的感知,使得灰度转化结果更加贴近颜色的感知明度.     

PhotoShop图像处理技术探析

PhotoShop应用十分广泛,其在艺术设计、印刷、喷绘领域中的地位十分重要。PhotoShop是当前最流行的图像处理软件,具有图像设计、合成以及特效文字的输入、编辑功能。从PhotoShop的过程、灰度化艺术的图像处理、显示和打印3个方面来探讨PhotoShop图像处理技术。     

一种新的指纹图像合成分割法

在研究和分析传统方差法和最大类间方差法的基础上,提出了一种传统方差法和最大类间方差法相结合的分块处理分割算法。该算法首先求出整个指纹图像的方差,然后计算每一子块的方差。若方差小于整个图像的方差则用方差法对图像进行分割,否则用最大类间方差法进行分割。最后再对图像进行平滑处理。实验结果表明,相对于传统分割方法,该方法无需根据经验选取阈值,能较准确地分割出前景和背景,抗噪能力强,对高对比度和低对比度的图像均具有很好的分割效果。