首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 46 毫秒
1.
介绍了一种基于HVS和误差扩散的半色调图像数字水印方法.仿真结果表明:该算法具有较好的水印不可感知性,当含有水印的半色调图像遭受到扫描和去网等攻击时,仍能够检测其嵌入的水印信息.  相似文献   

2.
易尧华  刘磊  刘菊华  梁正宇 《包装工程》2017,38(23):192-198
目的为了解决传统多尺度误差扩散半色调算法会导致半色调结果图像阶调变暗和边缘模糊的问题,提出一种顾及边缘信息的多尺度误差扩散半色调算法。方法根据当前像素邻域内像素点的处理状态,设计动态非时序误差扩散滤波器;利用图像局部平均灰度与空间变化率提取图像边缘信息,结合图像边缘信息与灰度信息确定半色调处理顺序。结果半色调处理结果视觉效果均匀,阶调信息和边缘结构信息与原图像一致性良好,峰值信噪比、加权信噪比和结构相似度分别提高了0.7~1.2 d B,0.9~1.5 d B,0.11~0.18。结论该算法解决了多尺度误差扩散算法的图像阶调变暗和边缘模糊的问题,有效提高了半色调输出质量。  相似文献   

3.
周奕华  卢健 《包装工程》2007,28(7):59-60
通过把新的随机打印机模型与经典的误差扩散算法结合,以解决误差扩散算法对打印机变形敏感,造成的人工纹理和输出半色调图像质量下降的问题,并提出了一种新的基于随机打印机模型的误差扩散算法,通过实验验证获得了较好的输出质量.  相似文献   

4.
目的为了解决现有半色调算法产生的半色调图像边界模糊以及视觉蠕虫等问题,获得一种人眼视觉感知较好的数字半色调图像。方法在原始经典滤波器的基础上引入α-截尾均值滤波器,得到一种新的基于邻域像素灰度值相关的误差扩散滤波器。结果所提算法相较于传统误差扩散算法能更好地再现半色调图像细节,同时其边界也得到了较好的保持,并且客观评价参数PSNR值、SSIM值均有一定幅度的提高,NSME值也得到了较为理想的结果,不仅解决了传统误差扩散算法中边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法得到的半色调图像人眼视觉感知效果较好,并且算法简单易行效率高。  相似文献   

5.
王晓红  刘丽丽  陈豪  肖颖 《包装工程》2017,38(13):199-203
目的为了解决现有半色调算法产生的图像边界模糊以及视觉蠕虫等问题,研究一种视觉效果较好的半色调图像。方法提出一种在半色调过程中动态分配误差扩散系数的数字半色调方法,减少由固定误差扩散系数和固定扩散方向带来的边界模糊、视觉蠕虫以及结构性纹理等现象。结果文中提出的算法相较于传统的误差扩散算法其PSNR值提高了约0.5,SSIM值提高了约0.06,NSME值下降了约0.06。不仅解决了传统误差扩散算法中的边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法产生的半色调图像视觉效果较好,并且算法简单易行,运行效率高。  相似文献   

6.
印刷品水印图像的半色调算法比较   总被引:2,自引:2,他引:2  
对Bayer抖动、误差扩散和绿噪声3种半色调算法进行了分析比较。利用离散小波变换将水印信息嵌入宿主图像,采用峰值信噪比对3种算法生成的半色调图像质量进行客观评价;用归一化相关系数衡量半色调图像提取的水印质量;以Matlab程序运行时间判断3种算法的计算效率;同时,结合人眼视觉对半色调图像质量进行主观评价。综合各种评价,结果表明:误差扩散是最适合小波水印图像的半色调算法。  相似文献   

7.
孙娜  于朋 《中国科技博览》2011,(37):392-392
本文对图像再现的关键性技术数字半色调技术进行了综述。介绍了数字半色调的基本概念,基本原理和发展现状。通过对经典半色调方法的研究,评判了各自的优点与不足,最后展望了数字半色调技术的发展趋势。国内在这一领域的研究甚少,研究数字半色调技术,对于填补我国在这一领域的空白,具有重要的现实意义。  相似文献   

8.
将成像系统的点扩散函数限定为二维高斯函数,在此基础上提出了一种新的半盲图像复原算法。该方法将Canny边缘检测引入图像复原领域,在选代过程中,首先对当前图像进行边缘检测,并根据检测结果更新模型参数和复原结果。由于在复原过程中将图像边缘与其他区域进行了不同处理,该方法可以在保持图像细节的同时抑制噪声。从仿真实验和实际显微图像复原两方面对此方法进行了验证,实验结果表明,该方法即使在高噪声级别下,仍能得到较好的复原结果。  相似文献   

9.
刘真  刘长鑫  严爱国  杨晟炜 《包装工程》2012,33(9):117-119,125
详细分析了多级误差扩散(MED)半色调数字图像中出现伪轮廓现象的原因,提出了一种二级多次半色调图像叠合成多级半色调图像的方法,并利用其结果图像对多级半色调图像进行修正补偿,最终获得的半色调图像基本消除了伪轮廓现象,并且保留了多级误差扩散的原有优点。  相似文献   

10.
对目前的半色调算法及其存在的问题进行了回顾,指出目前基于模型半色调算法中用到的人类视觉模型和打印机模型,并给出DBS算法如何将此模型运用到实际中以提高质量图像,对该算法运行的快速性进行探讨.  相似文献   

11.
基于分形特征参数的目标边缘检测算法   总被引:2,自引:2,他引:2  
图像的边缘提取在计算机视觉系统的初级处理中具有关键作用,但目前仍是"瓶颈"问题.本文主要针对复杂背景下的目标边缘检测问题,提出了一种新的基于分形特征参数的目标边缘检测方法.算法基于分数布朗运动的方差性质提出一种改进的分形维数及其截距特征参数的计算方法,进而将该分形维数与截距特征参数相结合,提出了一种基于分形特征参数的边缘检测算法.实验表明,算法可以有效地实现目标边缘检测,同时算法的运算效率得到提高.  相似文献   

12.
基于权值抖动的误差扩散加网算法研究   总被引:1,自引:1,他引:1  
朱明  李予 《包装工程》2013,34(7):71-76
首先,基于人眼对输出结果的主观感受,将权值抖动算法与传统误差扩散算法进行了对比研究。 通过研究发现:权值组内抖动的算法效果略优于传统 Floyed-Steinberg 算法,在一定程度上减小了伪轮廓和提高了边缘的锐利程度,但滞后现象没有得到很好解决。 其次,使用该算法输出了不同灰度级的均匀灰度块,分析了输出后的径向平均功率谱和各向异性程度,并对比了实际视觉效果,得出了半色调输出质量与频率谱和对称性的关系,最终提出了提高半色调输出质量的算法研究方向。  相似文献   

13.
基于GPU的快速Sobel边缘检测算法   总被引:1,自引:1,他引:1  
传统的Soble边缘检测算法的优化和实现都是针对常用处理器(CPU、DSP和FPGA等)提出的,难以应用在图像处理器(GPU)上.本文提出了一种基于NVIDIA公司CUDA架构图形处理器(GPU)的快速Sobel边缘检测算法.快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度.实验结果表明,快速算法充分利用了GPU的并行处理能力,在处理4 096x4 096分辨力的8位灰度图像时速度可达190 fps,是基于CPU实现的122倍.  相似文献   

14.
侯启真  马秉正 《计量学报》2021,42(8):993-999
发光二极管(LED)在机场、铁路等领域作为信号光源,通常采用多个LED组成阵列的方式.传统方法为拆卸后送入实验室中进行检测,此时无法获得光源在工作现场的状态且使得整个检测周期较长,针对上述问题提出一种基于照度误差的方法.在现场的近场区域内移动照度探头采集照度数据;再对各LED预设光强分布,计算此光强分布下在各测量点形成...  相似文献   

15.
基于全息水印印刷防伪的半色调算法   总被引:1,自引:1,他引:1  
分析了数字全息水印技术和数字图像半色调技术中的调幅半色调、调频半色调和AM/FM混合半色调3类主要技术的优势。探讨了将数字全息水印和数字图像半色调化技术紧密结合起来的数字全息水印防伪技术,并介绍了其原理、特点及应用。  相似文献   

16.
周啸  史瑞芝  李少梅  李胜辉  曹朝晖 《包装工程》2015,36(13):104-110,150
目的 针对调幅和调频加网在本质上的不同, 过渡区域容易出现网点衔接不平滑和不均匀, 造成明显跳变, 影响印刷品质量的问题, 提出一种基于阶调划分的网点重组型复合半色调算法。方法 在分析复合半色调阶调划分思想的基础上, 提出了一种过渡区域网点重组方法, 通过建立过渡区域平滑衔接模型, 构建了网点重组算法模型和分配方案, 列举了几个典型实例, 并对算法模型的效果进行了定量分析。结果 生成的过渡区域网点实现了调幅和调频等2类不同性质网点的平滑过渡, 提高了半色调图像的输出质量。 结论 提出的算法能够改善复合半色调图像的印刷质量, 消除过渡区域的视觉干扰, 是一种有效的半色调方法, 为网点生成方法提供了参考依据。  相似文献   

17.
基于混沌预测误差的目标检测算法是检测混沌背景下目标的算法.本文对该算法的检测结果进行了分析,分析结果表明其检测到的目标区域比实际的目标区域大.针对这个问题,对基于混沌预测误差的目标检测结果进行了修正,修正后的结果更接近于目标的真实大小.用Lorenz混沌系统产生的仿真数据和实测的机载海面合成孔径雷达(Synthetic Aperture Radar,SAR)图像进行了实验.实验结果与理论分析的结果一致,从而证明了理论分析的正确性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号