基于超像素快速模糊聚类的印刷品图像分割方法

针对当前彩色印刷品色差检测过程中效率低、复杂性高等问题,提出了一种基于超像素快速模糊聚类的印刷品图像分割方法（SFFCM）。先用简单线性迭代聚类（SLIC）算法将图像分割为紧密相邻的超像素区域。每个超像素区域被视为一个独立的聚类单元。随后,将模糊C均值聚类（FCM）算法应用于超像素的归属关系计算中,即引入隶属度值,允许超像素归属于多个聚类中心,并通过权衡归属度值来实现模糊聚类。实验结果表明,相对于其他算法,本文方法在保持良好实时性的同时,实现了较好的分割效果,有效平衡了算法复杂度与分割效果之间的关系。     

HSI空间和改进 C-means的彩色人民币号码分割方法

针对采集到的人民币号码图像都是彩色图像并携带有噪声这一现象,本文提出基于 HSI空间和改进的 C-means算法的人民币彩色号码图像分割方法。选用 HSI颜色空间作为彩色分割空间,在 HSI空间内,将 HSI的 3-D搜索问题转化为 3个 1-D的搜索问题,求取图像在 3个 1-D方向上的灰度直方图,该方法根据图像当前点 3×3邻域内每个像素灰度值与当前点灰度值差值的大小情况,确定聚类算法中当前点的灰度值 p(m)的值,采用 C-means聚类算法分别确定文字和非文字的聚类中心,利用欧式距离进行人民币号码前景和背景的聚类判断。该方法直接对彩色人民币号码图像进行分割,考虑了当前点与邻域像素点之间的相互关系,具有一定的自适应性。实验结果表明,提出的号码图像分割方法不受图像噪声和局部边缘变化的影响,且变换后数据量减少,易于计算,该方法对字母和数字的分割都有效,鲁棒性较强。     

基于空间邻域信息的二维模糊聚类图像分割

传统模糊C均值聚类(FCM)算法进行图像分割时仅利用了像素的灰度信息,并且使用对噪声较敏感的欧氏距离作为像素与聚类中心距离度量的标准,因此抗噪性能较差.为了克服传统FCM算法的局限性,本文提出了一种基于空间邻域信息的二维模糊聚类图像分割方法(2DFCM).该方法利用二维直方图描述的像素邻域关系属性,一方面为聚类提供较准确的初始聚类中心,从而避免聚类中的死点问题;另一方面通过提出聚类中心同时在像素值、像素邻域值二维方向上进行更新的思想,建立了包含邻域信息的新的聚类目标函数,实现了图像的分割.实验结果表明,这种方法抗噪能力强、收敛速度快,是一种有效的模糊聚类图像分割方法.     

基于FT与超像素模糊C均值聚类的马铃薯病虫害图像识别技术

本文针对马铃薯病虫害区域难以自动分割的问题,提出了一种基于FT显著性检测与超像素模糊C均值聚类（SFFCM）相融合的无监督分割方法。该算法利用FT显著性检测增强梯度图像,并对梯度增强图像进行重构。经过分水岭分割后,对各超像素区域颜色求平均,利用FCM算法聚类得到最终的分割图。实验表明,与SFFCM、SFFCM-SR相比,本文算法分割效果占优。     

基于超像素分类的海天线检测方法

海天线检测是海空背景图像中海面目标提取的一项重要研究内容。根据海空背景图像的特点,提出了一种基于超像素分类的海天线检测方法。该方法首先利用简单线性迭代聚类算法(SLIC)将图像预分割成具有相似特性的图像块,然后提取每个图像块的特征组成该区域的特征向量,利用k-均值聚类算法将图像分成海水和天空两个区域,最后根据海天区域的连接点,采用RANSAC算法确定出海天线直线参数。实验结果表明,该方法可以有效地检测出复杂海天背景下的海天线。     

一种强鲁棒性的彩色图像数字水印技术

目的提出了一种彩色图像数字水印技术,解决数字水印在大数据量水印、不可见性和鲁棒性之间的关系。方法该算法对彩色QR码水印和彩色载体图像分别进行RGB三通道分解,彩色水印单通图像进行混沌加密;对彩色载体单通道图像进行Contourlet变换;按对应通道将水印嵌入到载体图像低频经奇异值分解后的对角矩阵。结果该算法在水印嵌入和提取仿真实验结果为PSNR50 d B;鲁棒性仿真实验结果表明,该算法在抵抗任意旋转攻击和基本图像处理操作的攻击下,提取出来的彩色QR码颜色未失真,并且均能够成功解码和自动识别。结论该算法具有较强的鲁棒性和较好的不可见性,能够很好地将彩色水印嵌入彩色图像,可应用到实际的数字版权保护中。     

用于彩色图像分割的改进遗传FCM算法

本文提出了一种适用于彩色图像分割的遗传模糊C均值聚类(GAFCM)算法.该算法使用Ohta等人提出的彩色特征集中的第一个分量作为图像像素的一维特征向量,并利用由像素空间到特征空间的映射来改进目标函数,从而大大降低了运算量;使用对特征空间结构没有特殊要求的特征距离代替欧氏距离,从而克服了特征空间结构对聚类结果的影响;使用引入FCM优化的遗传算法来搜索最优解,从而提高了搜索速度.实验表明,该算法不但能很好地分割彩色图像,而且具有运算量小、收敛速度快的优点.     

时空联合的红外运动目标提取算法

针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法.算法充分利用了红外目标的亮度特征、背景信息以及运动信息.时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域.然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割.最后将时空分割结果融合便能实现最终的红外目标提取.实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标.     

包装机械手轨迹规划和控制系统设计

目的 针对常见分区域图像修复算法中,对于待修复目标的分离效果不佳而导致的修复效果较差等问题,提出一种基于改进K均值聚类的图像修复方案。方法 首先将待分割图像转换到CIELab颜色空间,对a,b分量进行聚类运算,得到K个聚类中心,通过改变聚类迭代次数,得到粗分割结果;然后采用数学形态学对分割结果进行细化处理,精确分离得到目标对象和背景;最后,采用Reinhard算法对目标和背景分别进行色彩迁移,得到图像修复结果。结果 所提模型中的区域分割算法,其分离效果均优于经典的分水岭算法、最大类间方差法和基于Lab通道的最大类间方差算法,采用Reinhard色彩迁移算法图像修复结果比较接近理想修复效果。结论 由最终结果可知,提出修复法的整体效果较为理想,且优于传统的分区域图像修复算法,可为生产实践提供必要的理论依据。     

基于K均值聚类和HSV颜色模型的烟雾图像分割

烟雾作为火灾发生前的最大特征之一,所以对火灾的检测可依靠于烟雾的检测,而煅雾图像分割是烟雾图像检测分析中最为困难且不可缺少的步骤,为有效排除非烟雾图像的干扰,降低周围环境对真实烟雾的误检,提出一种基于K均值聚类和HSV颜色模型的烟雾图像分割,该方法首先从RGB空间转换到HSV色彩空间,采用K均值聚类的烟雾图像分割,之后把分割的图像进行shen滤波去噪和区域标记去噪。实验结果表明,对烟雾图像的分割,该建议方法能够将烟雾从背景中分割出来。     

基于颜色传递和对比度增强的夜视图像彩色融合

针对基于颜色传递夜视图像彩色融合算法存在的热目标不突出问题,提出一种基于颜色传递和对比度增强的彩色融合算法。该算法首先利用非线性扩散和迭代阈值分割方法提取出图像中的热目标,然后在HSI颜色空间利用热目标和灰度融合图像对颜色传递得到的初步彩色融合图像进行调整,接着将处理结果变换回RGB颜色空间,得到最终的融合图像。实验结果表明,利用该算法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度,从而有效提高了目标的可探测性。     

多颜色空间的内窥镜图像血管增强方法

为了提高医用电子内窥镜所获图像的血管与组织的对比度,针对内窥镜血管图像的特点,提出了一种基于多颜色空间非线性对比度拉伸的血管增强处理方法。首先在RGB颜色空间利用非线性映射函数对绿色(G)分量进行自适应对比度拉伸;接着依据G分量的拉伸结果,相应地调整红色(R)和蓝色(B)两个分量的灰度值;然后将图像转换到HSV颜色空间,并对图像的饱和度(S)分量进行自适应对比度拉伸;最后将图像转换回RGB颜色空间,最终达到血管增强的目的。在本文中,利用所提出的算法对多幅电子内窥镜图像进行处理,结果表明,算法对于原始特征不明显的细小血管也具有较好的增强效果。通过与其它的增强方法相对比,增强后图像的细节方差(DV)显著大于其它方法。将算法嵌入到分辨率为1280×800的内窥镜软件中,其处理速度可达26 f/s。     

Color Edge Detection Using Multidirectional Sobel Filter and Fuzzy Fusion

A new model is proposed in this paper on color edge detection that uses the second derivative operators and data fusion mechanism. The second-order neighborhood shows the connection between the current pixel and the surroundings of this pixel. This connection is for each RGB component color of the input image. Once the image edges are detected for the three primary colors: red, green, and blue, these colors are merged using the combination rule. Then, the final decision is applied to obtain the segmentation. This process allows different data sources to be combined, which is essential to improve the image information quality and have an optimal image segmentation. Finally, the segmentation results of the proposed model are validated. Moreover, the classification accuracy of the tested data is assessed, and a comparison with other current models is conducted. The comparison results show that the proposed model outperforms the existing models in image segmentation.     

改进的基于压缩感知的鲁棒性水印算法

目的 为了提高水印算法的抗攻击能力,提出一种改进的基于压缩感知的鲁棒性水印算法。方法 为了确保嵌入的水印信息在载体中分布均匀,对彩色载体图像的R, G, B分量进行N×N不重复分块后得到Rij, Gij, Bij,按照下标值不同的原则,随机选择3个颜色分块构成嵌入块;为了提高水印的鲁棒性和检测的成功率,对水印信息采用循环嵌入的方式;详细论述水印的嵌入和提取流程,并通过仿真与其他3种算法进行实验结果对比。结果 水印提取不需要原始图像的参与,具有盲检测性,水印的循环嵌入策略极大地提高了水印鲁棒性和水印检测成功率。仿真实验结果表明,重建的水印图像具有较小的失真度,算法能够很好地抵抗一系列的几何攻击。结论 算法具有较好的鲁棒性和不可感知性,实现较简单,在版权保护及信息安全领域具有一定的参考价值。     

基于混合幅度-相位检索技术与二维耦合混沌映射的光学图像加密算法

目的为了解决当前光学图像加密算法主要将单色光束直接作用于明文,使其在解密过程中易出现丢失颜色信息等问题。方法文中设计基于混合幅度-相位检索技术与二维耦合混沌映射的光学图像加密算法。首先,提取彩色图像的R, G, B分量;随后,引入Logistic映射与Sine映射,通过对二者进行非线性耦合,形成二维复合混沌映射;利用彩色图像的像素信息来迭代复合映射,获取3个混沌序列,通过构建位置引擎混淆机制,对R,G,B分量进行置乱;基于Logistic映射,利用明文像素生成的初值条件对其进行迭代,输出一个混沌随机掩码;最后,基于幅度-相位截断方法和Gyrator变换,设计混合幅度-相位检索技术,利用单向二进制相位函数和随机掩码,对置乱后的R, G, B分量进行加密,获取相应的检测振幅,再将其进行组合,形成实值函数的加密密文。结果实验结果显示,与当前光学图像加密机制相比,所提算法具有更高的安全性与解密质量,具备较强的抗明文攻击能力。结论所提加密技术具有较高的抗攻击能力,能够安全保护图像在网络中传输,在信息防伪等领域具有较好的应用价值。     

基于HSV空间的岩心图像处理

针对石油勘探中的岩心图像在分割过程中难以有效识别出灰度值相近的颗粒与颗粒、颗粒与背景的边缘信息,且容易造成过度分割或欠分割的问题,提出一种彩色图像分割并获取颗粒粒度分布的算法,并将结果与灰度迭代算法、最大熵法和分水岭算法分割结果进行比较。结果表明,该算法以彩色图像HSV模型的V分量为依据进行图像分割,可以在较为复杂的岩心背景下校正分割结果,更准确地分割出目标和背景颜色相近的边缘,获得砾石、泥沙颗粒的粒度分布。     

Color image hiding based on the phase retrieval technique and Arnold transform

A new (to our knowledge) method is proposed in this paper for color image hiding and extracting using the phase retrieval algorithm in the fractional Fourier transform (FRFT) domain and Arnold transform (ART). Based on a cascaded phase iterative FRFT algorithm, the three channels (R, G, and B) of the secret color image permuted by ART are encrypted. Then the encoded information is embedded in the blue channel (B channel) of the enlarged color host image. Using the security enhanced encryption method, not only the random phase mask and the wavelength but also the transform parameters of ART and FRFT are provided as additional keys for decryption. It is shown that the security of information hiding will be enhanced. Computer simulations are performed to show the hiding capacity of the proposed system. Numerical results are presented to verify the validity and efficiency of the proposed method.     

基于二代Curvelet变换耦合二维因子的图像融合算法

目的 为了解决当前图像融合算法在融合过程中忽略了低频系数中所包含的图像细节信息,导致其输出的融合图像存在间断以及模糊效应的不足,方法 提出基于二代Curvelet变换耦合二维因子的图像融合算法。首先,利用具有多尺度以及多方向特性的二代Curvelet变换对源图像进行快速的分解,以获取源图像精细的低频以及高频系数。引入低频系数的信息熵以及区域方差特征来构造二维因子,对低频系数所包含的信息量以及图像的变化程度进行度量,以完成低频系数的融合。随后,利用高频系数的平均梯度特征,构造信息融合规则,完成高频系数的融合,提高融合图像的细节信息含有量。最后,利用像素点的R,G,B值,构造颜色校正因子,对融合图像进行颜色修正,以获取色彩效果较好的融合图像。结果 实验结果显示,与当前图像融合算法相比,所提算法具有更强的细节表达能力,其输出的融合图像具有更好的清晰度及视觉效果。结论 所提算法拥有较好的融合质量,能提高图像的对比度与分辨率,在图像处理领域具有一定的参考价值。     

Fuzzy clustering and Whale-based neural network to food recognition and calorie estimation for daily dietary assessment

The calorie value of the food items taken by the person in everyday life needs to be monitored to reduce the risk of obesity, heart problems, and diabetes, etc. The calorie estimator in the existing models has reduced accuracy since the calorie value of each food varies with mass. This paper introduces a dietary assessment system based on the proposed Cauchy, Generalized T-Student, and Wavelet kernel based Wu-and-Li Index Fuzzy clustering (CSW-WLIFC) based segmentation and the proposed Whale Levenberg Marquardt Neural Network (WLM-NN) classifier. The proposed CSW-WLIFC based segmentation segments the image based on the existing WLI-FC algorithm. A novel CSW based kernel function is utilized in the segmentation process. Feature vectors such as color, shape, and texture are extracted from the segmented image. The Neural Network is trained with the Whale-Levenberg Marquardt (WLM) model to recognize each food item from the tray image. The proposed calorie estimator calculates the calorie value of each food item. From the simulation results, it is evident that the proposed model has the improved performance than the existing models with the values of 0.999, 0.9643, 0.9627, and 0.0184 for the segmentation accuracy, macro average accuracy, standard accuracy, mean square error, respectively.