邻域扩散选择平滑图像放大算法

提出了一种新型的各向异性扩散图像放大的邻域扩散选择平滑法(ADASS),将邻域扩散法与选择平滑滤波器相结合,降低了算法的复杂度,并提高了图像的放大质量.该算法在平滑噪声的同时可以有效地增强边缘,使得放大后的图像无论在边缘处还是平滑区域均能达到理想的效果.实验结果的主观质量及峰值信噪比(PSNR)值表明了算法的有效性.     

一种各向异性扩散图像去噪的方法

在用各向异性扩散的方法对图像去处噪声的过程中，有时要预先对图像进行平滑处理，再进行各向异性扩散，本文提出了一种对图像预先平滑的方法，并用实验验证了该方法的有效性。     

基于VB与MatrixVB的各向异性扩散图像滤波方法实现

针对Visual Basic数值计算能力和图像处理能力的不足,不利于系统开发,介绍各向异性扩散方法的原理及其基于VB和MatrixVB的实现,编制了具有Windows界面和图形处理功能的各向异性扩散图像滤波程序.该方法将Matlab的强大计算功能与VB的Windows用户界面开发方面优势结合起来,缩短了软件的开发周期.软件测试结果表明,计算方法正确,方法稳定可靠,算法设计优化,所开发的应用软件具有界面友好,计算速度快,系统资源消耗少,操作简便易行,能满足图像滤波的要求.     

植基于人类视觉系统之二色调图像信息隐藏技术

二色调图像（halftone image）是一种非常特殊的黑白图像，即在一定的距离观看它时，二色调图像仍具有灰阶图像的视觉效果。此种图像被广泛地使用在新闻报纸或杂志中。本文提出了一个利用了人类视觉特性的方法，有效地将机密信息隐藏在二色调图像中，实验结果显示此方法具有很高的实用价值。     

基于人类视觉系统的图像感知哈希算法

图像感知哈希(Perceptual Hashing)是一门新兴技术,它通过对图像感知信息的简短摘要和基于摘要的匹配,来支持图像的认证和识别,具有广泛的应用前景.目前关于图像感知哈希的研究主要集中在图像特征的提取上,但是特征的选择缺乏对人眼视觉特性的考虑.本文从不同的侧面提出几种基于人类视觉系统的图像感知哈希算法.通过这几种算法之间和已有传统算法之间的测试比较,结果表明考虑了人眼视觉特性的图像感知哈希算法在鲁棒性和区分性上能够得到提高,算法给出的感知距离度量更符合人的主观感受.     

基于各向异性反应扩散的血管增强方法

文章提出了一种基于各向异性反应扩散的血管增强方法，该方法能够增强图像中血管的一致性取向结构，在去噪的同时增强血管边界，并利用基于AOS策略的快速算法实现数值求解。大大提高了血管图像对比度，为血管的准确提取和理解带来方便。实验结果表明，该方法可以应用于实时临床分析，并可以有效增强多模态的血管图像。     

基于人类视觉的感知立体图像质量评价方法

为了实现对不同失真类型的立体图像进行质量评 价,提出了一种基于人类视觉的立体图像 质量客观评价方法,分别从图像清晰度与立体感两方面进行评价。图像清晰度方面,将原始 与失真立体图 像分解为5个带通图像后利用对比度敏感度函数(CSF)优化各失真带通图像,并模拟掩 盖效应,通过整合各原始 带通图像,综合感知误差,构造信噪比(SNR)作为评价图像 清晰度的性能指标;立体感方面,对绝对差值图像进 行视觉感知模拟,建立SNR指标评价立体感的优劣。实验结 果表明,对不同失真类型立体图像的评价 结果表明,Pearson线性相关系数(PLCC)与Spearman等级 相关系数(SRCC)均优于现有评价方法。     

基于各向异性扩散的图像去噪并放大

本文从各向异性扩散图像去噪方法出发,在偏微分方程有限元方法的基础上,提出一种图像复原并放大的 算法,实验表明该算法比中值滤波后插值所得图像的主、客观质量要好。     

基于人类视觉特性及全局DCT变换的图像水印方法

数字水印技术对于网络化数字媒体版权保护至关重要。本文在分析了人类视觉系统（HVS）特性的基础上,提出了一种基于全局DCT变换的完备图像水印方法。首先将经过Zig-Zag排列后频率化峰维低频、中低频、中频、中高频及高频区,然后通过高斯伪随机序列的水印信号和图像在中低频DCT稀疏的加权组合实现水印信息嵌入。在水印检测时,只需在对应的频率区间将水印信号和待检图像做相关分析即可,无需原始图像。实验结果验证了本文方法对增强、压缩、平滑、裁剪及高斯噪声等大多数图像处理均有很强的鲁棒性。     

基于各向异性扩散的SAR图像斑点噪声滤波算法

在SAR(Synthetic Aperture Radar)图像噪声抑制处理中,为了有效地保持图像边缘,作者在斑点噪声去除的各向异性扩散模型(SRAD模型)的基础上,提出了一个基于各向异性扩散的SAR图像斑点噪声滤波算法.该算法对应的扩散系数从理论上满足Charbonnier 等人提出的构造扩散系数准则,同时该算法能够通过对边缘直方图上累计百分比和相对信噪比阈值进行调节来得到一系列不同的滤波效果,从而满足不同的应用需求,如绘图、高分辨率或细节丰富的处理结果.实验结果表明,与传统的方法相比,该算法不论从噪声去除能力、边缘和纹理保持能力上,还是从视觉评价效果来看,都具有一定的优越性.     

一种改进的各向异性扩散去噪算法

平滑图像中的噪声是数字图像处理中非常重要的组成部分。在图像处理过程中,为了有效地实现保边缘平滑,在各向异性扩散模型和含有噪声的图像数据统计特性的基础上,提出了一个能自适应地获取参数的各向异性扩散去噪模型。该模型针对不同程度的噪声图像采用不同的参数值。实验结果表明,改进后的各向异性扩散模型的性能优于Perona-Malik模型,是一种较为理想的保边缘平滑模型。     

一种基于GVF各向异性扩散模型的图像放大算法

 提出了一种基于梯度向量流各向异性扩散模型的图像放大方法.首先低分辨率图像插值放大作为高分辨率图像的初始估计,然后利用基于GVF的平均曲率扩散模型和高斯移动平均低分辨率模型约束进行迭代复原.GVF是一种有旋场,作为外力场用来描述图像的边缘特征,能够将初始图像中斜向边缘锯齿效应表示为流线型.采用GVF外力场约束平均曲率扩散过程,能够有效去除边缘锯齿现象并保持纹理结构.高斯移动平均模型提供了图像数据保真度约束,使结果更接近理想图像.实验结果表明,本文算法能够有效提高放大图像的主观视觉质量和客观PSNR.     

基于各向异性扩散方程的局部非纹理图像修整与去噪

图像修整(image inpainting)是一种图像插值的方法,它根据丢失信息区域周围的图像信息来猜测和填充这个区域,图像修整属于图像恢复的范畴。利用变分方法导出的各向异性扩散方程对于图像边缘的良好保持特性,而在图像处理中得到了广泛的应用。基于这一思想,本文提出了一种基于各向异性扩散方程的图像修整算法:在填补修整区域的同时,可有效地去除噪声,同时保持边缘信息。理论分析和实验结果表明了这一点。     

一种改进的各向异性扩散模型

各项异性扩散方程是一种经典的图像去噪方法,但该方法在去除噪声的过程中会造成一定程度的模糊边缘。对此文中提出了一种基于改进的各向异性扩散方程的图像去噪方法,通过在其能量泛函的目标函数中添加残差项,使能量泛函的极小解更加接近原始的函数,可取得比其更好的去噪效果。文中方法可看作是各项异性扩散方程和全变差模型的结合。实验表明,新提出的方程相对经典的方程有较好的边界处理效果和更高的信噪比。     

基于非线性小波阈值的各向异性扩散方程

本文给出了林石算子定义的扩散方程的小波阈值等价形式,并在此基础上对林石算子定义的扩散系数计算公式进行了修改,将其中估计各阶导数时所用的高斯线性滤波图像改成平移不变小波非线性阈值图像,这样避免了高斯滤波引起的过度光滑和边界移动.实验结果表明新的扩散方程在保持边缘位置的同时能更有效地去除噪声.     

基于人眼视觉特性的红外图像增强算法

提出一种基于人眼视觉特性的红外图像增强算法.该算法采用符合人眼感知特性的LIP(Logarithmic Image Processing)模型,并根据人眼视觉在图像变化区域比平滑区域敏感,使用幂次变换方法对图像的高频和低频成分分别进行增强处理.实验结果表明:本文相比传统算法能够有效增强图像细节信息,提高图像对比度,明显改善红外图像的视觉效果.