共查询到20条相似文献,搜索用时 343 毫秒
1.
图像锐化是一种补偿轮廓,突出边缘信息以使图像更为清晰的处理方法。常规的锐化算法对图像进行高频增强时,结果会呈现明显噪声,因此提出了一种基于噪声控制的非线性锐化增强方法。针对图像边缘细节和噪声难以区别对待的缺点,该算法通过控制非线性函数中的参数来有效地将噪声和边缘分开处理。实验证明,该方法不仅能够锐化图像边缘,而且改善了传统锐化算法对图像噪声放大的缺点,经算法处理后的图像细节丰富,峰值信噪比和DV/BV值较高,具有良好的视觉效果,很好地改善了图像质量。 相似文献
2.
针对传统误差扩散算法处理过程中图像边缘信息不完整,中色调区域有纹理结构存在的问题,提出一种基于人类视觉系统(HVS)模型的误差扩散半色调方法。该方法先对原图像进行了图像分割,在非边缘区域采用传统误差扩散算法处理,边缘区域采用基于HVS模型的误差扩散系数进行误差扩散处理,最后再在HVS模型的基础上对像素进行矫正。实验结果表明该算法能够有效减少图像细节损失,保留原图像信息。 相似文献
3.
一种新的图像空域公开水印技术 总被引:1,自引:0,他引:1
该文提出了一种新的基于图像空域的公开水印技术,算法充分考虑了数字图像的空间局部相关性与人类视觉系统(HVS)特性。首先将原宿主图像转换为一维Hilbert序列,然后利用混沌序列生成的块索引矩阵在图像Hilbert序列中伪随机选取一块,再结合HVS特性,通过不同强度地调整块中选定的水印嵌入位置像素与其所在块均值之间的大小关系,以自适应嵌入水印信号。实验结果表明,该算法在保证有较好的不可知觉性的同时,对一般的信号处理操作和旋转、缩放等有较强的鲁棒性,特别是锐化、对比度增强、边缘增强和直方图均衡等信号增强处理几乎不影响水印的提取。 相似文献
4.
为了准确检测出模糊边缘的位置 ,对用小尺度滤波器检测模糊边缘时噪声影响检测效果的原因进行了分析 ,依据这些噪声点在模糊边缘附近的统计分布规律 ,提出了一种用于图像锐化的阈值计算方法 ,算法自适应地计算图像不同区域对应的图像锐化阈值 ,并用这个值来锐化模糊边缘图像 ,实现对模糊边缘的准确提取。实验结果证明该算法能有效去除模糊边界处的干扰点 ,明显改进了小尺度滤波器提取模糊边缘的性能 相似文献
5.
图像锐化是图像增强的主要内容之一,在图像分析、图像理解以及医学图像等领域均有重要的应用。现有图像锐化方法对图像中的弱强度变化特征增强效果不明显,并且在边缘附近还会出现毛刺与噪声。为解决这些问题,提出一种基于相位拉伸变换结合相对总变分的图像锐化算法,其主要工作包括分析推导相位拉伸变换中的核函数,将传统相位拉伸变换推广至分数阶傅里叶变换,然后与相对总变分理论相结合。实验结果表明,该算法对弱强度变化特征具有更好的锐化增强效果,同时由于相对总变分的约束,也消除了增强图像边缘附近的毛刺现象。与传统锐化增强算法相比,该算法的平均梯度和信息熵提高均在80%以上,证明了该算法的有效性与优越性。 相似文献
6.
7.
本文提出了一种基于模糊人物图像的锐化新方法。该方法是先从彩色图像中提取R分量图像进行边缘检测并且照亮边缘,然后处理边缘图像的对比度和平滑度,提取出边缘,并对该边缘图像进行锐化,得到了图像边缘锐化而其它部分平滑的清晰图像。该方法和常用的反锐化掩模法进行了对比,效果明显好于反锐化掩模法。 相似文献
8.
一种基于振铃效应分析的图像锐化取证算法 总被引:1,自引:0,他引:1
提出了一种图像盲取证算法,用于检测经历过锐化处理的伪造图像.该算法基于对图像边缘振铃效应的深入分析,设计了一种有效的振铃效应描述与测度算法,通过构建效应强度分布图和提取振铃响应特征,实现对图像锐化操作历史的鉴别和操作痕迹的指证,进而为图像的完整性分析提供依据.实验结果表明,该算法能够有效估计图像的锐化操作历史,可作为一种可靠的锐化检测工具. 相似文献
9.
于长辉 《网络安全技术与应用》2009,(3):94-95,64
本文论述了DCT系数的选取原理和方法,介绍了15VS三个主要特性在DCT域水印上的数学模型。讨论了基于HVS特性的图像自适应DCT水印算法。利用HVS模型根据图像局部特征实现水印自适应地嵌入。 相似文献
10.
11.
12.
本文提出了一种基于连续子带量化(SSQ)和人类视觉系统(HVS)的小波域自适应数字水印算法。该算法中,水印嵌入到图像的视觉重要系数(PSCs)上,PSCs是从小波变换后低频子带和高频子带中选出来的。其中,低频子带中的PSCs是根据系数的幅值来选出的,高频子带中的PSCs是通过子带量化选出。为了更好的嵌入水印,该算法中利用了HVS模型,(?)模型基于噪声可见性函数(NVF)的计算来决定水印嵌入强度,使水印更多的嵌入到图像的纹理和边缘区域。 相似文献
13.
14.
15.
In this paper, we present a machine learning approach to measure the visual quality of JPEG-coded images. The features for predicting the perceived image quality are extracted by considering key human visual sensitivity (HVS) factors such as edge amplitude, edge length, background activity and background luminance. Image quality assessment involves estimating the functional relationship between HVS features and subjective test scores. The quality of the compressed images are obtained without referring to their original images (‘No Reference’ metric). Here, the problem of quality estimation is transformed to a classification problem and solved using extreme learning machine (ELM) algorithm. In ELM, the input weights and the bias values are randomly chosen and the output weights are analytically calculated. The generalization performance of the ELM algorithm for classification problems with imbalance in the number of samples per quality class depends critically on the input weights and the bias values. Hence, we propose two schemes, namely the k-fold selection scheme (KS-ELM) and the real-coded genetic algorithm (RCGA-ELM) to select the input weights and the bias values such that the generalization performance of the classifier is a maximum. Results indicate that the proposed schemes significantly improve the performance of ELM classifier under imbalance condition for image quality assessment. The experimental results prove that the estimated visual quality of the proposed RCGA-ELM emulates the mean opinion score very well. The experimental results are compared with the existing JPEG no-reference image quality metric and full-reference structural similarity image quality metric. 相似文献
16.
一种基于小波分析和人眼视觉特性的图像增强方法 总被引:11,自引:0,他引:11
在分析视觉系统特性的基础上,提出了一种基于小波分析的图像对比度增强算法。为降低对噪声增强程度,算法对不同尺度上的系数进行不同程度的对比度增强。在此过程中,算法考虑了视觉特性以得到更好的效果。为保证得到足够的对比度增强效果,算法首先对分解得到的尺度系数进行增强;为避免视觉明显的噪声放大,只对处于边缘区域的系数进行对比度拉伸;为了能在各尺度上较为准确地找出边缘区域,算法采用局部阈值技术并利用了各分解尺度上边缘区域的相关性;为降低视觉明显的噪声放大,不同区域的对比度增强程度决定于区域的亮度。算法的实验表明,上述特点使本文算法在充分增强对比度的同时,极大地降低了对噪声的过增强,具有较好的视觉效果。 相似文献
17.
通过充分考虑宿主图像亮度、纹理、边缘等特征,提出一种改进的图像自适应K近邻均值滤波算法。该方法首先利用基于人眼视觉特性的临界噪声阈值来确定噪声点,然后根据噪声密度自适应调整滤波窗口大小与参与滤波的像素数K值,采用自适应K近邻均值滤波对检测出的噪声点进行处理。该算法能有效去除噪声,并较好地保留图像边缘细节,仿真实验结果表明,提出算法比传统中值滤波、均值滤波和K近邻均值滤波算法有更好的去噪能力。 相似文献
18.
19.
由于红外图像大多具有目标模糊,对比度低的特点,传统的分割方法容易受到噪声和边界轮廓的影响而导致分割效果不佳,提出了一种基于简化Mumford-Shah模型的水平集红外图像分割算法.该算法能够通过将初始闭合曲线嵌入水平集函数,利用函数的求解从而达到图像分割的目的.仿真实验结果表明,该分割算法与初始轮廓线位置无关,受边界轮廓线和图像噪声的影响较小,具有较强的鲁棒性,在目标与背景灰度级差别较小的红外图像的分割中取得了较好的效果. 相似文献
20.
数字水印技术在保护数据信息安全和版权方面有着重要的应用.对基本DCT域图像数字水印算法进行改进,该算法采用可视的二值图像作为水印信息,利用人类视觉系统(HVS)的冗余特性,将图像块进行分类,并结合边缘检测和Arnold型置乱变换加密,通过在图像块DCT域中修改低频区DC分量来嵌入不同强度的水印.实验结果表明,该算法生成的水印是不可见的,并且对常见的图像处理和噪声干扰具有较好的鲁棒性. 相似文献