基于混沌映射的自适应图像加密算法

为了提高图像加密算法的鲁棒性,提出了一种新的自适应图像加密算法。首先,把任意大小的灰度或彩色图像分成2×2子块;然后,用左上角子块的像素灰度值和Chebyshev混沌映射构造与右上角子块等大的矩阵,用该矩阵对右上角子块进行像素灰度值替换;最后,按顺时针对每个子块进行加密,直到左上角子块加密完毕。该算法不依赖于图像的大小,而且适用于灰度图像和彩色图像,因而有很强的鲁棒性。同时灰度值扩散机制的引入使得该算法具有良好的扩散性和扰乱性。     

由粗到精稳像方法的应用研究

视频稳像的精度和处理效率在视频稳像处理中非常关键。通过分析视频稳像的原理和常用的几种算法,提出一种基于灰度投影和块匹配相结合的算法。先使用灰度投影算法进行首次匹配工作和粗补偿,针对灰度投影提出一种快速搜索算法,可以有效减少计算量。灰度投影算法的作用是为下一步的工作做铺垫。然后使用块匹配进行第二次匹配和精确补偿,其中菱形搜索（DS）策略的应用可以有效地提高算法效率。提出的算法体现了一种由粗到精的处理思路,灰度投影和块匹配算法可以很好地配合工作。实验结果表明,该算法在保持较高稳像精度的同时有效降低了计算复杂度。     

基于小波的离焦模糊图像清晰度判定

提出了一种基于小波变换的离焦模糊图像清晰度判定算法.这种算法根据小波变换后的高频子图表示图像细节部分的特性,将高频子图分块,并根据子块保持细节信息的多少,对其加以不同的权值,从而对图像清晰度进行了客观、准确的度量.与传统的灰度方差、模糊指数和熵相比,该算法定义的图像清晰度对图像模糊程度变化敏感,并且更符合人眼的视觉特性.     

基于灰度共生矩阵和同步正交匹配追踪的分形图像压缩

针对传统分形图像压缩中存在计算复杂度高以及编码时间较长的问题,提出了一种基于灰度共生矩阵纹理特征的正交化分形编码算法。首先,从特征提取和图像检索的角度建立起范围块和域块之间的相似性度量矩阵,由此将全局搜索转化为局域搜索来缩减码本;然后,定义一个新的规范块作为新的灰度描述特征,从而简化了块之间的变换过程;最后,引入同步正交匹配追踪（SOMP）稀疏分解正交化分形编码的概念,将块之间的灰度匹配转化为求解相应的稀疏系数矩阵,进而实现了一个范围块和多个域块之间的匹配关系。实验结果表明,与稀疏分形图像压缩（SFIC）算法相比,所提算法在不降低图像重建质量的前提下节省平均约88%的编码时间;与双交叉和特征算法相比,所提算法能够在保持更好的图像重建质量的同时显著缩短编码时间。     

基于多属性的空间连续模糊聚类算法的血管分割

血管系统的3维显示对于图像导航神经外科和手术计划非常重要。提出了一种基于多属性的空间连续模糊聚类算法的血管分割算法来提取时飞磁共振血管造影（TOF MRA)图像中的血管,该聚类算法同时利用了图像的灰度信息和几何信息来提取血管,而目前已有算法仅采用灰度信息。在该算法中又提出了一个融合了灰度和几何形状的不相似性度量准则, 由于几何形状的采用,使得该算法可以区分具有相似灰度但位于不同几何形状组织里的像素。为了验证该算法,分别对2维和3维图像进行了分割,实验结果表明,该算法能够获得更好的分割结果。     

灰度共生矩阵在指纹图像分割中的应用

指纹图像分割是自动指纹识别系统的关键步骤之一.通过分析指纹图像的灰度级数、位移量及相对方向与其灰度共生矩阵的二次统计特征之间的关系,提出了一种基于灰度共生矩阵的指纹图像分割算法.该算法先将指纹图像分割成矩形块,得到每个矩形块在不同相对方向上的灰度共生矩阵的对比度,然后将其对比度方差与预设阈值进行比较,完成前景或背景区的快速判断.分析和实验表明,该算法分割指纹效果较好,并且对不同的采集环境和图像质量都体现出较强的健壮性.     

一种基于图像平均灰度值的快速图像修复算法

基于纹理合成的图像修复技术用于修复大面积破损区域,目前此类算法都存在时间复杂度高的缺点。针对纹理算法的匹配技术进行改进,提出了一种基于图像平均灰度值的快速图像匹配算法。该算法在匹配之前预先计算纹理块的平均灰度值以及分割后的纹理块的局部平均灰度值,以取代计算复杂的匹配项SSD（sum of squared differences）;匹配过程只需对平均灰度值进行快速比较,结合阈值控制筛选掉大部分候选纹理块。实验结果表明,该算法在不损害图像修复质量的同时,将纹理修复的效率提高到实时水平。同时在纹理合成和纹理修复中具有普遍的适用性。     

一种对残养帧的四叉树分解编码算法

为了克服在低比特率下的块效应,并适应实时编、解码的需要,提出了一种对残差帧的四叉树编码算法,该算法首先采用OBMC的方法生成预测帧以有效消除块效应,并针对残差帧的统计与视觉特性,对每个2×2的小块取灰度平均值作为最小编码单位,然后用四叉树分解方法来大致标记均值大于某阈值的块的位置,并以标量量化和自适应算术编码器编码其灰度值.与基于变换的编码方法相比,该算法简单、高效,码率低,解码质量高,是一种实时的编、解码算法.     

实现人眼灰度感知信息最大化的图像增强算法

为了实现人眼感知信息最大化,结合人眼视觉系统亮度阈值特性提出一种具有目标函数的图像增强算法.首先在全局灰度映射约束条件下给出感知图像的计算方法,并以感知图像与原图像之间的互信息作为目标函数;然后采用动态规划算法实现了全局最优的灰度合并策略,以合并图像中人眼无法分辨的灰度;最后通过调整合并后灰度的取值实现目标函数最大化.实验结果表明,该算法具有良好的图像增强效果,所提目标函数合理有效.     

基于清晰度信息与灰度差异熵的图像修复算法

当前较多图像修复算法主要利用图像的结构信息来计算待修复块的优先权,忽略了图像的清晰度信息,导致修复图像中含有振铃以及块现象等问题。对此引入图像的空间频率,设计了基于清晰度信息与灰度差异熵的图像修复算法。首先,将数据项、空间频率和置信度项进行组合,形成待修复块的优先权度量函数,使其在优先权的计算过程中充分考虑了图像的清晰度信息,以提高优先权值计算的准确性,确保合理的修复顺序。然后,采用图像的灰度差异信息,构造灰度差异熵函数,计算合适的样本块大小。最后,联合绝对差平方和SSD与灰度差异熵函数,从图像的色彩差异信息以及灰度差异信息出发,确定待修复块对应的最优匹配块,以修复图像。实验结果表明,相对于已有的图像修复方法而言,所提算法具备更为理想的修复效果,对应的结构相似度值更大,其输出结果中不含有振铃和块现象。     

基于图像距离测度的置乱效果评价法

提出了一种修改的图像距离进行图像置乱效果评价的方法.针对传统欧氏距离不能真实刻画置乱图像间差异程度的不足,考虑到图像中任意位置灰度信息与其周围邻域灰度存在紧密相关,将一种具有黎曼度量特性的图像距离进行修改并用来构造一种描述图像置乱效果好坏的评价函数.通过大量的实验得出,该评价方法是能够保持主客观评价的一致性.     

图象分割质量评价方法研究

分析研究了图象分割质量的评价方法,将模糊集合的概念应用到分割评价方法中,引入模糊度测度,提出了一个简单有效的映射函数,可以快速有铲地将图象从空间域变换到模糊性质域。对几种具有实际意义的图象分割质量评价参数及模糊度做了分析,提出了一个综合评价函数,实验结果表明：引入的模糊度比较准确地反映了分割图象的质量,其反映的分割图象质量差别与人的视觉效果基本一致。     

图象分割质量评价方法研究

分析研究了图象分割质量的评价方法,将模糊集合的概念应用到分割评价方法中,引入模糊度测度．提出了一个简单有效的映射函数,可以快速有效地将图象从空间域变换到模糊性质域．对几种具有实际意义的图象分割质量评价参数及模糊度做了分析,提出了一个综合评价函数．实验结果表明：引入的模糊度比较准确地反映了分割图象的质量,其反映的分割图象质量差别与人的视觉效果基本一致．     

Image segmentation using a local extrema texture measure

An image segmentation technique is proposed which uses a texture measure that counts the number of local extrema in a window centered at each picture point. Four gray level pictures are derived, each of which represents a texture or gray level property of the original image. These intermediate pictures are used to derive the number of segments in which to divide the original image. The segmentation is then performed by assigning each pixel in the original image to a region by using a four-dimensional distance measure on the intermediate pictures, comparing each location to each selected segment. This process is then repeated in a hierarchical structure using decreasing window sizes so that smaller regions within the larger ones are defined. The computations required are amenable to real-time video implementation using state-of-the-art devices.     

精确提取线结构光条纹中心方法

线结构光三维坐标测量中,光条纹中心的精确快速提取直接影响测量精度与效率。提出了基于光条纹图像方向与重心法相结合的方法,首先用阈值法获取条纹中心初值,然后,通过光条纹图像的灰度梯度,计算条纹法线方向,最后,在法线方向用重心法提取光条纹重心。实验结果表明,该方法能快速精确地提取光条纹中心,精度达到亚像素级。     

基于图象方向性信息测度的图象象素分类

针对以往象象图处理方法缺乏通用性的问题,提出了一种新的基于图象方向性信息测度的图象素数分方法,即利用不同类型的图象象素的方向性信息测度,以及方向性信息测试随观观察尺度变化时的改变不同,来将图象象素分成边缘点,平滑点和纹理点以及用于图象分析,该方法不仅可用于任意图象的前期分析,而且具有良好的抗噪能力,实验证明,该方法具有令人满意的效果。     

Image Thresholding Using Graph Cuts

A novel thresholding algorithm is presented in this paper to improve image segmentation performance at a low computational cost. The proposed algorithm uses a normalized graph-cut measure as thresholding principle to distinguish an object from the background. The weight matrices used in evaluating the graph cuts are based on the gray levels of the image, rather than the commonly used image pixels. For most images, the number of gray levels is much smaller than the number of pixels. Therefore, the proposed algorithm requires much smaller storage space and lower computational complexity than other image segmentation algorithms based on graph cuts. This fact makes the proposed algorithm attractive in various real-time vision applications such as automatic target recognition. Several examples are presented, assessing the superior performance of the proposed thresholding algorithm compared with the existing ones. Numerical results also show that the normalized-cut measure is a better thresholding principle compared with other graph-cut measures, such as average-cut and average-association ones.      

基于改进双树复小波和灰度-梯度共生矩阵的纹理图像检索算法

针对双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷,提出了一种改进双树复小波和灰度-梯度共生矩阵相融合的纹理图像检索新算法。首先,该算法将图像进行非均匀分块,并对分块的图像进行双树复小波变换,以此增加不同尺度下的空间信息;其次,利用灰度-梯度共生矩阵提取4个统计量特征;然后, 融合 两种方法提取的纹理特征以得到图像检索的纹理特征;最后,用Canberra距离进行相似性度量并输出图像检索的结果。实验结果表明,该方法对纹理图像有较好的检索效果。     

一种基于模糊连通度的图像阈值分割算法

提出一种新的图像阈值分割方法。该方法给出模糊连通度定义,采用图像划分测度作为区分目标和背景的阈值分割准则,在计算图像划分测度时,采用基于灰度级的权值矩阵代替常用的基于像素的权值矩阵来描述图像中各像素之间的关系,从而减小算法实现的复杂性,提高算法运算速度。仿真实验结果表明,与大多数模糊阈值分割方法相比,该方法更具优越性。     

基于互信息与类距离测度最优的图像聚类

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系。从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的图像分割方法——基于互信息和类距离测度最优的图像聚类算法。对医学图像进行仿真,实验结果表明该算法得到的图像边界清晰连续,图像的内部特征保持完好,与多种聚类算法相比,图像分割的质量明显得到提高。