基于四元数傅里叶梅林变换的RST不变彩色图像水印算法

提出一种基于四元数傅里叶梅林变换(QFMT)的RST(旋转、缩放和平移)不变彩色图像水印算法,利用图像的不变质心生成具有平移稳定性的圆形特征区域,对这个圆形区域进行QFMT。利用QFMT幅度谱具有旋转和缩放不变性,在QFMT幅度谱中嵌入水印信息。该算法不仅可以抗RST攻击,大大提升水印的鲁棒性,而且可以把水印嵌入所带来的误差扩散到载体图像的各个颜色分量之中,扩大水印嵌入的容量。实验结果表明,该方法具有较好的抗压缩性,对RST等攻击有良好的鲁棒性。     

基于四元数的局部傅里叶变换

为了分析二维四元数函数表示的彩色图像,文中利用了把空间、频率同时作为参数的基于四元数的局部S变换,该变换同时决定了彩色图像的局部频谱。文中给出了QS变挽的精确定义,其定义使用了一个二维高斯局部窗函数,窗宽度与频率成比例;并验证了QS变换的旋转不变性,可逆性。文中通过利用Hartley变换的简便QS变换计算方法,求得彩色图像的QS变换四元数生成式,并由生成式系数计算出彩色图像的能量谱。从实验结果可以得出：QS变换能量谱可以成为分析彩色图像纹理与样式的有力工具。     

旋转不变傅立叶纹理特征提取

旋转不变纹理分析是纹理分析的重要方面。通过将对数极坐标和傅立叶变换结合,完成旋转不变的傅立叶纹理特征提取。实验证明,该方法具有良好的旋转不变纹理分析性能。     

基于四元数Gabor滤波的彩色纹理特征提取

现有的彩色图像纹理特征提取方法是将彩色图像转换为灰度图像或者对彩色图像进行分通道处理,这样的处理方法会丢失原图像的颜色信息和各通道间的相关性,导致特征图像的纹理特征和原图像的纹理特征差异较大。基于上述问题,提出了一种四元数Gabor彩色纹理特征提取方法。首先,根据Gabor滤波和四元数欧拉公式,推导出四元数Gabor滤波,并将彩色图像用四元数矩阵表达;其次提出四元数Gabor滤波卷积算法处理彩色图像,得到多尺度多方向的彩色纹理特征图像;最后对得到的彩色纹理特征图像进行Tamura统计特征的提取。实验结果表明,该方法可以很大程度地保留原图像的粗糙度、对比度和方向度等纹理特征,同时可以提取到原图像的颜色信息。在转化为灰度图像后,该方法在保留粗糙度、对比度和方向度等纹理特征方面优于传统Gabor方法和LBP方法。     

基于离散四元数傅里叶变换的彩色图像信息隐藏技术

为了提高秘密信息传输的安全性,将离散四元数傅里叶变换(DQFT)应用于彩色图像的信息隐藏技术中,提出了一种在彩色图像中嵌入秘密信息的新技术。应用四元数理论把彩色图像作为一个整体进行傅里叶变换,在彩色宿主图像的DQFT变换域中实现秘密信息的嵌入。实验结果表明,该方法简单易行、保密性强,对高斯噪声和椒盐噪声及剪切、缩放等攻击具有较好的鲁棒性。     

基于四元小波与对数极坐标的不变纹理检索

为提高旋转与缩放情况下纹理图像的检索准确率,提出一种基于四元小波与对数极坐标的不变纹理图像检索方法。通过对数极坐标变换使旋转与缩放变化的图像产生水平或垂直移位,利用四元小波变换对移位图像进行分解,从而获得图像旋转与缩放的不变特征。使用Rayleigh分布对QWT高频子带进行建模,并将Kullback-Leibler距离作为图像特征的相似度量。在Brodatz数据库上的实验结果表明,该方法的检索准确率较高。     

基于离散四元数傅里叶变换的彩色图像质量评价

彩色图像质量的评价在图像数据的采集、压缩、存储、传输等方面具有重要意义。然而传统的评价方法往往因损失部分彩色信息或者忽略彩色图像的整体性,导致其结果不能很好地与主观结果保持一致,因此提出一种彩色图像客观质量评价方法。将彩色图像表示成四元数矩阵,并对其进行离散四元数傅里叶变换;根据人眼视觉系统特性对频域进行非均匀分块,计算失真图像和参考图像之间的幅值相似度和相位相似度;采用熵值法综合考虑两者对图像质量的影响,获得表示整体图像质量的指标。最后,使用图像数据库针对高斯模糊失真进行相关性分析,以验证方法的可行性和有效性。实验结果表明,客观评价能较好地与主观评价保持一致,且对于3个数据库的性能表现稳定,算法性能总体上优于对比方法。     

基于小波傅里叶梅林变换的数字水印算法

提出一种基于小波傅里叶梅林变换的数字图像水印算法。该算法首先对宿主图像进行小波多分辨率分解，对低频逼近运用傅里叶梅林变换（Fourier—Mellin）并嵌入水印，同时在图像的中频带应用阈值法重复嵌入水印。实验表明：该算法对常规的一些攻击方法和几何攻击具有较好的鲁棒性，并且对jpeg2000静态图像压缩也具有较好的鲁棒性。     

基于角度径向变换的旋转不变纹理分类

纹理分类广泛的应用于医学图像分析等领域,纹理图像的采集因拍摄角度的变化产生一定的旋转,本文提出一种基于角度径向变换的旋转不变纹理分类方法。首先采用角度径向变换方法对图像进行特征提取,分别得到图像的角向特征向量和径向特征向量;然后将提取出的2组特征向量结合起来作为图像的整体特征向量,利用K近邻特征空间距离的分类方法进行纹理分类。选取Brodatz纹理库中的图像进行纹理分类测试,实验结果表明,该算法具有较好的旋转不变纹理分类效果。     

基于四元数小波变换及多分形特征的纹理分类

将四元数小波变换(QWT)和多分形相结合进行纹理分类,充分利用了QWT的旋转不变特性和纹理图像的多分形特性,能弥补传统的应用小波变换进行纹理分类时缺乏将输入图像分解成多个方向的不足。通过对UIUC数据库中的纹理图像分类,表明四元数小波与多分形相结合的方法具有较高的分类精度,平均分类正确率可达96.69%,是一种合理有效的纹理分类方法。     

基于Radon变换和SWT的旋转不变纹理分类

提出了一种应用Radon变换和离散平稳小波变换(SWT)的旋转不变纹理分类算法。该方法首先对纹理图像进行Radon变换将旋转转化为平移,再用具有平移不变性的离散平稳小波对变换后的图像滤波并计算各子带的能量值组成旋转不变特征向量,最后利用支持向量机实现纹理图像的分类。将本方法与其它旋转不变纹理分类法进行比较,实验结果表明,提出的方法能有效地提高正确分类率。     

基于Radon和解析Fourier-Mellin变换的尺度与旋转不变目标识别算法

由于正交矩对噪声鲁棒性强、重建效果好,因此被广泛应用于目标识别与分类中,但是正交矩本质上缺乏尺度变换不变性,而且必要的图像二值化与规一化过程会引入重采样与重量化误差。为此,在研究现有正交矩的基础上,提出了一种基于Radon变换和解析Fourier-Mellin变换的尺度与旋转不变的目标识别算法。该算法首先直接对目标灰度图像进行Radon变换,然后对Radon变换结果进行进一步解析,通过Fourier-Mellin变换将原图像的旋转变化转化为相位变化,将原图像的尺度变化转化为幅度变化;最后,通过定义一旋转与尺度不变函数,同时利用不变函数的4种特征,再应用k-近邻法实现分类。理论与实验结果表明,由于避免了正交矩方法存在的重采样与重量化误差,该算法的分类精度高于基于正交矩的分类方法,而且对白噪声的鲁棒性也显著高于基于正交矩的识别与分类方法。     

基于Log-Polar和DT-CWT的旋转不变纹理分类算法

提出了一种基于对数-极坐标变换和双树复数小波变换的旋转不变纹理分类算法。该方法首先对纹理图像进行对数-极坐标变换将旋转转化为平移,再用具有平移不变性的双树复数小波对变换后的图像滤波并计算各子带的能量值组成旋转不变特征向量,最后利用支持向量机算法实现纹理图像的分类。将本方法与其它旋转不变纹理分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率。     

基于LBP和小波纹理特征的室内室外场景分类算法

室内室外场景识别是图像处理的基本问题之一。对此问题提出了一种不需要图像分割和目标识别的方法。首先,利用小波变换对原图像进行五层小波分解,然后用旋转不变的LBP(local binary pattern)算法对第二层至第五层的LL子图提取纹理特征,再计算第二层和第一层LH,HL,HH子图的能量均值和方差,最后连接这两个过程形成的低维特征向量进行室内室外图像场景分类。实验结果表明此算法分类效果比较好,且识别室内室外场景并不需要目标形状等局部详细信息,只需要图像模糊化的全局纹理信息。     

基于Fourier-Mellin变换的图像配准方法及应用拓展

从两个方面拓展了基于Fourier—Mellin变换的图像配准方法的应用范围．首先是全景图像的拼接．不同于传统的方法,该方法不需要准确控制相机的运动,小需要知道相机的焦距等内部参数．也不需要检测图像特征,在配准精度要求不是很高的情况下,直接生成的全景图像可以满足很多实际应用的需要;同时,实验也表明,该方法应用于弱透视图像的配准．也具有很好的配准效果．另一个拓展是图像曲线的匹配．传统的曲线匹配方法一般通过曲线特征点（如角点、曲率极值点等）之间的对应求得曲线间的变换参数．一种新的思想是先将图像曲线转化为二值图像,然后应用Fourier—Mellin变换对这些二值图像进行配准,从而达到对两条曲线的匹配．大量实验表明,该方法对射影畸变不是十分显著且摄像机为一般运动下获得的图像之间的配准问题（如手持数码相机获取的图像之间的配准问题）均能取得比较好的配准效果．     

基于小波包变换的模糊判决纹理分类

提出一种基于小波包变换的模糊判决纹理分类方法,采用图象的完全树结构小波变换提取多分辨率纹理特征,模糊判决分类器通过引入隶属度函数对待征模糊化,反映了各类纹理样本间存在的差异及随机噪声等畸变因素赞成的抽取特征值存在的不确定性,提高了纹理分类算法对噪声或畸变的鲁棒性,通过实验获得了较满意的结果。     

基于多分辨Fourier-Mellin变换的剪纸纹样识别算法

提出一种基于多分辨Fourier-Mellin的剪纸纹样识别算法。该算法先对剪纸纹样图像进行Fourier-Mellin变换,再对变换后的图像通过小波变换计算出各层方差和均值,得到剪纸纹样不同子带的特征值,应用支持向量机对剪纸纹样进行识别。实验证明,该方法不仅具有平移、旋转和尺度不变性,而且适用于有夸张艺术变形的剪纸纹样识别。