彩色数字图像的混沌加密算法

提出了一种基于混沌系统的彩色图像加密算法,利用logistic混沌映射生成混沌序列,分别对彩色图像的三分量RGB进行置乱和异或加密,即改变了图像的像素位置和灰度值,从而实现图像加密.实验仿真结果表明,该算法具有良好的加密效果和较强的安全性.     

一种基于小波变换和HSI的改进视频光流场估计算法

为了避免传统基于RGB颜色模型方法在方程组中各等式线性相关和存在孔径的问题,提出一种在HSI颜色模型下结合小波变换的方法计算彩色图像视频序列光流场的计算方法,这里将传统的灰度图像光流估计方法与HSI颜色模型估计方法相结合,并且用小波变换方法对光流矢量场的异常数据点或因为匹配错误而产生的异常块数据进行剔除,从而有效提高光流场估计精度,得到精密的彩色图像光流矢量场特征。     

基于多轮扩散的彩色图像加密算法

为了保护彩色图像信息的安全,提出了一种基于多轮扩散的彩色图像加密算法.该算法首先对Lorenz混沌系统及Chen混沌系统的混沌序列进行改进;然后利用改进后的Lorenz序列对明文图像进行置乱;最后结合改进后的Lorenz混沌序列和改进后的Chen混沌序列以及彩色图像自身的像素分布特征,利用多轮扩散对置乱后的图像进行像素值改变,实现彩色图像加密.理论分析和仿真实验表明,该算法具有足够大的密钥空间,在抵抗密文攻击、差分攻击、选择明文攻击及统计攻击方面都具有良好的性能,可以广泛地应用于多媒体数据的保密通信中.     

基于拉普拉斯特征映射法的水下图像降维研究

由于水对光有强烈的衰减作用,使得水下彩色图像许多的重要信息丢失。为了从水下彩色图像的低维结构中获取更多细节信息,采用一种局部非线性的拉普拉斯特征映射算法,对水下彩色图像进行降维处理,由高维到低维的特征映射得到二维嵌入的结果,应用改进的重投影方法获得重构的图像。从低维结构图结果中可获得水下彩色图像没有体现出来的一些细节,提高了图像的对比度,并且可以观察出光在水下的分布规律,有助于对水下成像进一步的研究。     

彩色图像分量信息的多分辨分析

小波分析指的是使用一种窗口函数,其时频窗口面积不变,但形状可以改变.文章详细介绍了小波变换在彩色图像中的基本用途和方法,并分析了多分辨分析的概念和意义.最后通过实验运用二维小波对彩色图像RGB三个分量分别进行处理,总结出不同强度的噪声对图片的影响.本设计采用的是MATLAB系统进行编译实现的,并以Guide界面呈现结果...     

彩色图像置乱方法研究

这里主要研究彩色图像的置乱方法,目的是提高置乱效果及置乱效率。分别研究了基于像素灰度变换的彩色图像置乱方法及基于像素位置变换的彩色图像置乱方法,仿真分析了2种置乱方法的不足,提出了一种新的基于Arnold变换的彩色图像置乱方法。采用同时改变像素位置及灰度值的方法,兼顾了置乱图像在视觉上及理论上的置乱效果。仿真实验表明该置乱算法提高了置乱度,节约了恢复时间,是一种简单、高效的彩色图像置乱方法。     

激光光斑图像伪彩色处理方法研究

激光光斑灰度图像分辨率较低、可视化效果差,为了提高激光光斑图像的显示分辨率,根据人眼对彩色图像非常敏感的特性,利用RGB三基色机理,采用映射函数将黑白图像256个灰度级转化为按可见光谱中彩色光的波长来表示的伪彩色图像,从而实现了激光光斑灰度图像的伪彩色处理。通过激光光斑灰色图像和伪彩色图像的比较可知,伪彩色光斑图像内部细节清晰、分辨率较高,视觉效果也比较自然,更能够全面生动地体现激光光斑图像所表示的相关信息。     

基于四元同质微分的彩色光流估计

该文通过将颜色3维矢量表示为一个4元数(quaternion)形式的超复数,将彩色图像序列映射为3维时-空空间上定义的4元超复变函数,并以颜色常数模型假设为基础,建立了描述彩色图像序列中运动模式的4元光流方程。为了对超复数4元光流方程中的运动参数进行有效估计,定义了4元同质微分的概念,进而得到了基于4元同质颜色常数模型的光流方程,并给出了该光流方程的优化求解方法。最后,与已有算法的对比实验验证了该文方法的有效性。     

利用高斯混合体模型和EM算法分割彩色图像

彩色图像分割是目前图像处理和模式识别中的一个重要研究领域.彩色图像可认为是由许多不同高斯随机变量共同作用而形成的,即利用高斯混合体模型可以描述彩色图像.图像中不同的部分对应数学模型中的不同高斯随机变量.因此,利用期望最大（EM）算法来求解随机变量的特征值,并用其对图像上的点进行分类,就可在一定程度上解决彩色图像分割的问题.     

彩色图像特征空间变换的新算法及其应用

本文提出了一种彩色图像特征空间变换算法.该算法基于高维形象几何与仿生信息学理论,根据人眼特性,利用彩色图像中彩色信息的变化进行特征空间变换,能够提取出不受光源影响的图像特征.在彩色图像人脸检测应用中,与常见的肤色分割方法不同,该算法不需对肤色建模,不对彩色图像进行非线性彩色空间变换,而是直接将彩色原图变换到特征空间,在特征空间中定位平均脸特征数据的最佳匹配点.本文最后将该算法应用于复杂光源彩色图像的人脸检测中,实验结果验证了算法的有效性和鲁棒性,具有明显的应用价值.     

基于图像梯度场序列的双向GDIM光流计算方法

提出了一种基于图像梯度矢量场的双向广义动态图像模型(GFBD-GDIM)光流计算方法.本文方法:在图像梯度场上进行光流估计以减弱光照变化带来的影响;将一个大的运动矢量分解为两个不同方向的子矢量进行估计,有助于减小估计误差,提高计算精度;采用广义动态图像模型(GDIM)对图像梯度场的变化进行建模,可使模型适用于更加一般的场合.图像序列实验表明,本文方法可以获得更加精确和鲁棒的运动矢量估计.     

基于本征和非本征正则项的光流估计

针对光流约束的孔径问题,结合本征和非本征两种正则化处理提出一种自适应光流估计方法.详细讨论了光流估计模型、Euler-Lagrange方程和时空导数的计算等问题.实验结果表明了这种方法的有效性,与经典的Hom-Schunck和Nagel-Enkelmann方法相比,能够更好地保持光流场的不连续边缘,同时在图像平滑或少纹理区域自适应地减弱光流约束作用.     

太赫兹光场成像的深度估计方法与实验研究

在前期工作中,通过对太赫兹光场图像进行离散余弦变换(Discrete Cosine Transform,DCT)滤波和数字重聚焦,初步实现了图像去噪和前后景分割。为了进一步得到质量更高的太赫兹光场原数据并达到更加精确的深度分割效果,改进了实验方案及处理方法,并提出了一种基于极平面图像(Epipolar Plane Image,EPI)的太赫兹光场深度估计方法。在太赫兹图像特性的基础上,给出了深度与视差的关系,并利用局部视差和置信度构建了全局深度图,从而达到了深度估计的目的。最后,在实验中通过10×10的相机阵列采集太赫兹光场数据,得到了准确聚焦于不同平面的重聚焦结果和高分辨度的深度估计图,实现了太赫兹光场成像的深度估计。     

基于小波的稳健光流计算方法

针对系统误差导致光流计算稳健性较差及精度较低的问题,该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性,将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度,并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明,与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比,所提算法可显著改善光流估计精度及稳健性。     

基于颜色属性直方图的尺度目标跟踪算法研究

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names, CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。     

梯度域多曝光图像融合

为解决多曝光图像融合的问题,提出了一种新颖的直接将多曝光图像融合成适合显示的低动态范围图像的方法,并且具备消除运动伪影的能力。使用联合柱状图探究两幅图像之间像素值的对应关系,对每幅图像检测分别得到一幅伪影权值图,用来构造融合时的度量。在梯度域中进行融合,根据多维黎曼流形几何(Riemannian Geometry),从多个输入图像的结构张量中推导得出融合的梯度域,然后使用均值滤波器在多尺度上进行梯度域的非线性修改,通过解泊松方程得到融合图像。最后,还提出了一种新颖的色彩复原算法,用以避免造成色彩偏差。实验表明,该方法能够有效融合含运动物体的多曝光图像,无论哪幅图像被选作参考图像,都能获得高质量的结果图像。该算法同时具有处理的有效性和时间的高效性。     

全固态激光彩色视频显示技术

介绍了实现激光彩色视频显示的基本原理和几种主要方法,分析了各种方法的优缺点及制约发展的技术瓶颈。所提出的新的技术方法,在激光消干涉、光场均匀化、色度转换及颜色虚拟扩展等方面取得了突破性进展,在此基础上实现了激光彩色视频显示。     

Optical flow computation using extended constraints

Several approaches for optical flow estimation use partial differential equations to model changes in image brightness throughout time. A commonly used equation is the so-called optical flow constraint (OFC), which assumes that the image brightness is stationary with respect to time. More recently, a different constraint referred to as the extended optical flow constraint (EOFC) has been introduced, which also contains the divergence of the flow field of image brightness. There is no agreement in the literature about which of these constraints provides the best estimation of the velocity field. Two new solutions for optical flow computation are proposed, which are based on an approximation of the constraint equations. The two techniques have been used with both EOFC and OFC constraint equations. Results achieved by using these solutions have been compared with several well-known computational methods for optical flow estimation in different motion conditions. Estimation errors have also been measured and compared for different types of motion.     

一种改进的光流场计算方法

本文在基本约束方程和平滑性约束条件下,提出了一种改进的瞬时位置速度估计方法。这种方法不仅能够克服Ｈｏｒｎ方法在计算临近界的非运动点速度“漂移”问题,而且能加快算法的收敛速度,提高预测的准确性。通过对２Ｄ运动图像光流场计算,恢复和峰值信噪比的实验研究表明,这一新方法是有效的。