基于时空域滤波的二维动画图像细节增强方法

应用常规二维动画图像增强方法，容易产生图像边缘模糊和清晰度较差等问题。基于此，引入时空域滤波算法，提出了一种全新的二维动画图像细节增强方法。首先，多尺度分解二维动画图像，提取有针对性的图像细节特征信息。其次，利用时空域滤波算法对动画图像进行降噪处理，减少图像中的噪声干扰。最后，依据双边滤波方法原理捕获动画图像的特征结构，增强和融合图像细节。实验结果分析可知，新方法能够显著提高各种不同类型动画图像的峰值信噪比，降低失真，从而优化图像质量、清晰度、视觉冲击力。     

基于相似性判断的双边滤波改进算法

双边滤波的浮点指数运算不利于算法的硬件实现。为此,提出一种基于相似性判断的改进型双边滤波算法。对滤波窗口内的像素进行亮度相似性判断,像素若满足相似条件则参与滤波,并采用倒数函数取代指数函数进行滤波。实验结果表明,改进的双边滤波算法可以均衡细节区域和平坦区域的降噪,且易于硬件实现,峰值信噪比相比双边滤波算法平均提高0．27dB。     

基于量子理论的图像中值滤波

在传统图像中值滤波算法中,固定排序窗和无条件中值运算会影响算法的降噪能力。为此,提出一种改进的图像中值滤波算法。借鉴量子理论提出数字图像的伪量子化表示形式,应用量子哈达玛变换引入自适应机制,使排序窗口的大小和形状能根据其移动位置的图像局部特征自适应地变化,并引入有条件中值运算保留图像细节。仿真结果表明,与传统中值滤波和递归中值滤波算法相比,该算法在保留图像细节的同时,具有更强的降噪能力,且噪声强度对滤波效果的影响较小。     

双指数变换与多尺度细节凸显的红外图像增强

鉴于现有的红外图像增强方法易产生局部的欠增强和过增强以及不清晰的边缘纹理，提出了一种双指数变换与多尺度细节凸显的红外图像增强方法。根据红外图像边缘纹理的粒度，基于Retinex理论用双边滤波将红外图像分解为大、中和小尺度的细节层和基础层；对基础层进行系数小于1的自适应指数变换，在控制亮区过增强的同时自适宜地提高图像的亮度和对比度，而对大、中和小尺度的细节层分别进行系数大于1的自适应指数变换，多尺度地增强图像的边缘细节。实验结果表明，所提方法具有比部分现有方法更优的增强效果，增强图像的视觉效果较清晰，对应的平均梯度和信息熵均较高，而无参考图像质量指标更小。     

基于色彩空间分解的低照度图像增强方法

针对低照度图像增强问题,提出一种基于色彩空间分解的图像增强算法.为了实现图像亮度和色彩的解耦合,将图像进行空间转换;利用中值滤波算法与Retinex算法融合以及基于OTSU处理的自适应局部直方图均衡化,分别实现了亮度分量的增强和饱和度分量的校正.分层图像合成、图像降噪处理和色彩空间的转换,确保增强图像色彩的均匀和清晰度的提高.实验结果与其他几种经典算法相比较,算法获得的增强图像细节方面更为丰富,图像的清晰度更高.     

十字基自适应指导滤波在图像降噪中的应用

针对于传统线性滤波器在非边界区域与边界区域有着滤波平滑和边缘保护的矛盾,提出了一种基于指导滤波和十字基相结合的算法。其主要思想是对指导滤波加入自适应偏移量进行调整,保证在边缘结构处细节的保留;普通指导滤波的计算邻域为固定大小的方形窗,在自适应指导滤波算法邻域窗的选取中引入十字基滤波窗,以灰度相似性作为阈值,利用立体匹配的优势,生成大小可自动调节、形状可自适应调整的滤波块,从而实现了滤波性能的提高;偏移量的选取值随滤波窗灰度阈值正比变化,比硬阈值有更好的效果。通过对国际标准图像序列的实验仿真结果比较,表明十字基滤波窗在分块方面有着较高的效率,平滑区域的滤波效果更佳,偏移量的加入使算法在边界区的纹理和细节特征得以保留;较之普通指导滤波算法,提出的十字基自适应指导滤波在峰值信噪比(PSNR)值上提高了约2 dB;通过对实拍图像的处理结果对比表明该算法在实际运用中有着更好的适用性。     

基于改进双域滤波的视频降噪算法

传统的视频降噪滤波在空域或者时域中进行,若视频中的噪声过大,其滤波效果较差。最新的有着较高性能的BM3D算法必须进行块匹配处理,且对于部分有着平滑过渡色彩的图像并不适合。基于双域滤波算法提出了一种改进的算法,其更加适合视频降噪。通过空域和频域分别对分层图像进行降噪, 有效地滤除 大噪点和小噪点,在时域上的双边滤波不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征。仿真实验表明,改进的双域滤波视频降噪算法在PSNR值上较DCT算法提高了约1dB,与原双边滤波算法相比,无论是在主观视觉还是客观评价上,所提算法均有较好效果及优势。     

基于边缘保持的SAR图像预处理方法

SAR图像空间自适应Gamma MAP滤波去噪后,常残留一些类似脉冲噪声的像素点;为了滤除这些噪声,提高图像质量,采用基于阈值的极值中值滤波;在对SAR图像进行预处理时,将基于阈值的极值中值滤波算法级联到Gamma MAP算法滤波后的SAR图像;测试图像和数据显示,该方法提高了SAR图像质量,保留了SAR图像边缘细节,能很好地检测奇异性目标,易于硬件并行架构实现。     

结合双边滤波和多帧均值滤波的图像降噪

针对单幅图像空间降噪中存在的问题,提出一种利用同一场景的多帧图像进行噪声抑制的自适应空域滤波方法。首先对每一帧用双边滤波器进行滤波,以在平滑噪声的同时,保护图像边缘;然后对每一像素进行帧间平均值滤波,以利用多幅图像的信息进一步滤除噪声,并减轻双边滤波后的卡通效果。提出的算法在两组多帧图像上进行了测试。实验显示,与单帧双边滤波和简单的多图像平均方法相比,该方法的降噪性能有所提高。     

基于滤波算法的曝光图像多特征细节识别仿真

为解决曝光图像信息传递效果差的问题,提出对多序列曝光图像进行垂直方向切片后卷积的方法,然后采用Anscombe变换与图像滤波算法结合,去除曝光图像中的除泊松噪声增强曝光图像的边缘与细节信息。仿真结果表明,在增强曝光图像多特征信息能力上,双边滤波较高斯滤波效果更明显,平均梯度提高了10.2%。基于滤波的多曝光图像特征融合重构可以有效的提高曝光图像的细节信息,提高图像传递质量。     

基于转换概率及RO结构的硬件木马检测

针对硬件木马倾向于在电路低转换概率节点插入的问题,提出了一种在这些节点处构建环形振荡器（RO）结构的方法来检测硬件木马。该方法首先计算电路节点的转换概率并挑选出低于转换概率阈值的节点,然后在挑选出的节点处构建RO结构,通过RO延时的变化进行木马的检测。实验以ISCAS’85基准电路为基础,并在Spartan6 FPGA开发板实现。实验结果表明,在可接受的面积和功耗开销下,可以检测到仅有一到两个门的小型木马电路,弥补了旁路信号分析法检测小型木马的不足。     

一种基于暗通道优先和双边滤波的遥感图像 增强方法

提出了一种基于暗通道原理和双边滤波的遥感图像增强算法。由于暗通道模型的softmatting过程计算复杂性高,本文使用双边滤波代替softmatting以用于透射图的优化,提高了计算效率。针对将暗通道原理应用于遥感图像增强时所产生的色彩失真现象,提出了透射图的改进算法,提高景深图像的取值,同时约束其最大值不大于1。实验结果表明,本文的算法能够有效地增加图像对比度,使图像更符合视觉特性,适用于遥感图像的可视化增强。     

针对电路关键路径的硬件木马监测与防护

随着半导体产业的快速发展,硬件木马已经对集成电路的可靠性和安全性带来了巨大的隐患。现有的研究表明,电路的关键路径易受到硬件木马的攻击。针对电路的关键路径提出了预防硬件木马插入的实时监测方案。根据电路的拓扑逻辑顺序计算电路各个路径的延时,选取电路延时最大的路径作为电路的关键路径,计算关键路径上所有节点的转换概率,优先选择关键路径上低于特定阈值的节点进行监测器设计。同只检测电路主输出的逻辑测试法相比,充分考虑了关键路径上硬件木马的激活不改变主输出的情况。实验结果表明,该方案在最多增加24.32%的面积开销下,可以有效地预防和监测硬件木马在ISCAS85电路关键路径的插入。     

基于红外光谱分析的硬件木马检测方法

针对传统一维空间硬件木马检测方法中硬件木马产生的信息易被芯片正常工作产生的信息掩盖、二维空间硬件木马检测方法成本较高精度较低的问题,提出了一种基于红外光谱分析的硬件木马检测方法。该方法是一种二维空间硬件木马检测方法,利用红外波波长短以及红外光谱信息损失少的特点可以实现较高的硬件木马检测精度。实验结果表明,通过拟合芯片工作时硬件木马产生的红外光谱并对比参数差异能检测出逻辑能耗量量级为10－3的硬件木马,并在一定程度上识别实现硬件木马功能的逻辑种类。     

结合暗通道原理和双边滤波的遥感图像增强

目的 在遥感应用如目视解译等任务中,需要提高遥感影像的视觉质量,为此提出一种基于暗通道原理和双边滤波的遥感图像增强算法。方法 由于暗通道模型的softmatting过程计算复杂性高,故使用双边滤波估计大气光幕,进而获得优化透射图,代替He算法中softmatting过程,提高了计算效率。针对将暗通道原理应用于遥感图像增强时所产生的色彩失真现象,提出透射图的改进算法,提高景深图像的取值,同时约束其最大值不大于1。最后,基于景深图像和暗通道原理获得增强后的遥感图像。结果 实验结果表明,本文算法能够有效地增加图像的对比度。与基于双边滤波单尺度Retinex图像增强、四尺度Retinex增强、直方图均衡化及MSRCR增强的结果进行了比较,实验结果验证了算法的有效性。结论 本文模型能够使处理后的遥感图像更符合视觉特性,以便于目视解译与分析。该算法适用于遥感图像的可视化增强。     

面向FPGA应用的硬件木马植入与检测技术研究

近年来,FPGA的应用愈加广泛。为确保FPGA中数据安全可信,在基于环形振荡器的硬件木马检测方法之上,提出一种在Altera FPGA中使用增量编译技术实现环形振荡器和木马植入的方法以及使用归一化差值算法发现并定位木马的数据分析方法。设计基于环形振荡器的硬件木马检测电路,根据系统规模共部署6级振荡环,每级环形振荡器由121个与非门构成。根据木马电路类型和功耗来源,在电路中依次植入四种典型硬件木马,使用归一化差值算法分析环形振荡器振荡频率,最终实现所有类型的木马定位与检测。检测结果表明,基于环形振荡器的硬件木马检测方法在FPGA中具有很好的木马检出效果,不仅能够检测具有较大动态功耗的木马,也可以完成对具有很小的静态功耗木马的检测。所提出的方法已经在实际FPGA工程中使用,为及时发现木马提供了一种有效途径。     

基于模型的远红外序列图像自适应增强算法及其分析

在深入分析Ｈｉｇｈｎａｍ和Ｂｒａｄｙ提出的基于成像模型的远红外图像增强方法的基础上,设计了一种新的基于模型和远红外序列图像自适应增强算法,并进行了自适应参数对算法性能影响的实验研究,新算法可以通过适当选取自适应参数来体现对增强质量和增强时间的折衷考虑,以便满足不同的应用需求。     

二维数字图像恢复算法的研究

现代数字技术使对多维数字信号的处理成为可能,从简单的数字环路到更高级的平行计算机系统。数字图像的处理可以分为以下三个步骤:图像预处理,图像分析,图像认知。讨论二维图像处理,其所用到的大多概念和技术均可扩充到三维或更多维的图像处理。通过将各种滤波算法作用于一幅模糊成信噪比为30dB的图像。得出这样的结论:基于线性滤波和最小均方误差(或均方根值误差)准则的维纳滤波是一种解决图像恢复问题的较好方法。     

基于多尺度梯度域引导滤波的低照度图像增强算法

针对低照度彩色图像整体亮度较低，增强图像中颜色易失真，部分图像细节淹没在较低灰度值像素中等问题，提出一种改进的低照度图像增强算法。首先，把待处理图像转换到色调、饱和度、亮度（HSI）颜色空间，对亮度分量进行非线性全局亮度校正；然后，提出多尺度梯度域引导滤波的亮度增强模型，利用该模型对校正后的亮度分量进行增强，接着对增强后的亮度分量进一步实施避免颜色失真的亮度校正；最后，将图像再转换回红绿蓝（RGB）颜色空间。实验结果表明，增强后的图像亮度平均提高90.0%以上，清晰度平均提高123.8%以上，这主要得益于多尺度梯度域引导滤波具有更好的亮度平滑和增强能力；同时由于减小了颜色失真，使增强图像的细节表现能力平均提高18.2%以上；由于采用了多尺度梯度域引导滤波的亮度增强模型与直方图自适应的亮度校正算法，使提出的低照度图像增强算法适宜应用于夜间等弱光源条件下的彩色图像增强。