基于第二代小波变换的多分辨率图像水印方案

根据第二代小波变换的特点,利用传统小波多分辨率图像水印方案,给出了基于第二代小波变换的多分辨率图像水印方案。该方案实现简单,对内存需求量小,便于DSP芯片实现。仿真结果表明,该方案不仅能保持传统小波多分辨率图像水印的优势,而且处理速度更快,对图像尺寸没有特殊要求。     

两种离散小波变换算法在DSP上的实现与分析

分析比较信号和图像处理常用的两种离散小波变换方法;探讨两种算法在DSP上的实现及在DSP上的运行时间;分析DSP结构对两种算法的影响及提高运行速度的优化方法.实验结果表明,提升方法始终比滤波器组方法运行速度快,长滤波器比短滤波器优化效果好.本文结论可用于估计DSP在图像编码中的执行速度以及提升方法和滤波器组方法在实际应用中的运行情况.     

基于CT图像的超分辨率重构研究

医学CT图像的超分辨率重构研究具有较大的实用价值。针对CT图像由于设备等原因存在的细节模糊,边缘不清晰、感知质量差等问题,提出一种多次上下采样的深度方格卷积网络。通过上下采样的二维结构,拓宽网络宽度与深度,增强不同尺度信息的深层依赖关系,促进不同尺度下的信息交互,从而充分利用原始图像信息重构出更多的高分辨率细节信息。采用全局深度联结与局部残差相结合的方式,将浅层网络信息反馈至深层网络,实现全局网络信息共享,提高训练时浅层网络特征映射在深层网络中的利用率,突出深度网络训练优势。实验结果表明,通过峰值信噪比与结构相似性指数将本文模型的重构结果和当前最先进的模型结果进行比较,该模型能恢复出最优的高分辨率图像,同时得到较高的重构图像感知质量。     

一种基于DWT与HVS的图像数字水印技术

本文基于数字水印对于版权保护的作用．从数字水印嵌入原理,嵌入水印信息要求出发,综合DWT（离散小波变换）对图像分解的特点,以及数字水印的鲁棒性与不可见性要求,提出一种基于DWT和HVS（人类视觉系统）的图像数字水印技术。这种数字水印方法在保证数字水印不可见性的同时,确保数字水印在对加水印图像进行JPEG压缩、加噪、中值滤波等处理具有较强的鲁棒性。     

基于深度森林的CT图像结直肠息肉检测研究

为提高在CT图像中结直肠息肉的筛选效率,提出一种基于深度森林的结直肠息肉CT图像检测方法。通过灰度化、归一化、中值滤波、随机旋转的手段对数据集进行预处理,将处理后的数据输入一个调整后的深度森林进行预测分类,得到输出结果。实验结果表明,该模型与其他分类算法采用不同指标对比后,具有较好的分类效果,分类精度达到了99.67%,同时该模型具有较少的超参数,泛化能力强,有助于在医学影像领域辅助医生筛查疾病患者。     

基于多分辨率学习卷积神经网络的磁共振图像超分辨率重建

高分辨率磁共振图像对于医学诊断具有重要意义,本文提出一种多分辨率学习卷积神经网络,并应用于磁共振图像超分辨率。网络是一种新型深度残差网络,包含用于特征提取的残差单元、多分辨率上采样的反卷积层以及多分辨率学习层。设计的网络在低分辨率图像空间中实现图像超分辨率,采用多分辨率上采样实现多个残差单元信息融合并加速网络,多分辨率学习能够自适应地确定各分辨率上采样的高维特征图对磁共振图像超分辨重建的贡献度。实验表明,论文提出的方法能够很好地超分辨率重建磁共振图像,优于最新的深度学习方法。     

基于边缘增强的正则化超分辨率图像重建

针对双边全变差正则化算法边缘区域重建图像效果不理想问题,提出一种基于边缘增强的正则化超分辨率图像重建算法。该算法在构造初始图像时,对样条插值后的图像先进行非局部均值滤波预处理,然后进行拉普拉斯锐化处理;采用L1范数度量数据保真项和正则项,并从自适应的角度确定正则化参数,从而增强算法的稳健性。实验结果表明,与样条插值算法、双边全变差算法相比,该算法能更好地增强重建图像的边缘信息。     

基于DT-DWT的医学图像融合算法

将具有平移不变性和良好的方向分析能力的双树离散小波引入医学图像融合的方法中,提出了高频子带采用基于跨尺度的邻域空间频率的融合策略,最高层的低频子带采用基于改进的邻域熵的融合策略进行融合处理的融合算法．实验结果表明该方法能够更有效的实现融合,有着良好的融合效果.     

基于DT-DWT的医学图像融合算法

将具有平移不变性和良好的方向分析能力的双树离散小波引入医学图像融合的方法中,提出了高频子带采用基于跨尺度的邻域空间频率的融合策略,最高层的低频子带采用基于改进的邻域熵的融合策略进行融合处理的融合算法.实验结果表明该方法能够更有效的实现融合,有着良好的融合效果.     

基于ESPIHT的分块DWT域图像水印研究

提出一种鲁棒的基于扩展嵌入零树小渡图像编码(ESPIHT)的分块DWT的图像水印技术.算法以一幅有意义的二值图像为水印,在充分考虑人类视觉系统(HVS)屏蔽特性的基础上,利用了Hilbert扫描.能很好地保持图像空间局部特性的特点,在结合各块视觉阀值的基础上,通过调整图像分块的Hilbert序列中相邻对应细节子带均值之间的大小关系,以自适应地嵌入水印信号,真正实现了盲水印提取.实验结果表明,该算法较好地解决了水印透明性与鲁棒性的矛盾,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性且具有很好的透明性.     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

基于广义模糊算子的射线检测焊接图像增强

针对射线检测焊接图像存在对比度差,灰度范围小,影像模糊,一般的增强方法不能在增强对比度同时较好保持边缘的问题,在分析传统模糊增强算法的基础上,引入广义模糊集合的概念．利用广义模糊变换范围大的特点,将图像映射到广义模糊空间,选用分段正弦函数作为模糊隶属度,提出一种适用于射线检测焊接图像的广义模糊增强算法．通过对焊缝图像进行广义模糊增强处理表明,该算法在增强对比度同时又可较好保持边缘．引入了模糊熵的方法来评价图像的增强效果,并对提出的正弦隶属度函数及广义模糊增强算子的特性进行了分析．     

基于小波分析的医学彩色内窥镜图像增强

根据人眼对颜色的心理感觉，提出在HSI颜色空间上基于小波分析的医学彩色内窥镜图像增强方法．在增强亮度分量的同时，也对饱和度分量也进行了调节．实验结果表明，该方法抑制了噪声，且使细节得到增强，处理后的图像更加清晰且色泽鲜明．     

基于空域图像增强的研究与分析

基于空域法图像增强的理论,主要对图像进行平滑滤波和锐化滤波分析.在此基础上,利用MATLAB对图像滤波进行编程和仿真,并将结果与频域法的低通滤波和高通滤波对图像增强的结果作比较,结果表明空域法改善图像质量的效果较好.     

基于空域梯度算子和小波域多分辨分析的图像增强算法研究

为改善图像的视觉效果,提出一种基于Sobel算子和Lplacian算子相结合的混合算法,并采用基于Sobel算子、Laplacian算子、小波变换和提升小波变换的算法,对滚珠缺陷图像和医学CT图像进行图像增强处理的算法研究．实验结果表明,混合算法适于滚珠缺陷图像的锐化,其效果优于另外4种算法;提升小波变换算法适于细节信息较为丰富的医学图像增强,与其他5种方法相比其效果最优．     

基于双容差机制的快速暗原色理论雾天图像增强算法

针对经典暗原色理论算法在处理雾天图像时出现的色调和亮度失真问题,提出了一种基于双容差机制的快速暗原色理论雾天图像增强算法.该算法首先通过容差机制分割图像,并根据阈值判断图像的明亮和非明亮区; 然后引入改进的高斯平滑滤波对透射率图像进行平滑处理,以此优化透射率图像; 最后通过引入容差机制对透射率图像进行修正,以此得到更加清晰的图像.将本文方法与经典的暗原色算法进行对比表明,本文方法在亮度、颜色保真度和时间效率上均优于暗原色算法,因此本文方法可为雾天图像的处理提供参考.     

用分形理论增强红外图像的方法

红外图像边缘模糊不利于人眼观察,为了改善红外图像的视觉效果,提高红外图像的可视度,采用分形布朗理论对红外图像进行增强.由分形布朗随机场的性质可知,图像的小区域范围满足自相似性,但区域的边界处的规律性被打破,因此边界的H值发生奇异,红外图像灰度表面粗糙度即被描述出来.首先计算图像每个像素的分形参数,根据人眼的视觉敏感特征把图像的像素进行分类,分为平滑点和边缘点,然后对各个像素分别加权增强.试验结果表明,增强图像突出了目标的轮廓,获得良好的视觉效果.由于该方法充分考虑视觉特性,可以解决红外图像边缘模糊可视性差的问题.     

基于提升格式小波变换和Snake模型的红外目标边缘增强与分割算法

针对红外图像对比度差、信噪比低的特点,将提升格式小波变换和Snake模型相结合,提出了一种红外图像边缘增强与分割算法。该算法先采用提升格式小波变换对原图像进行增强,以提升图像中目标与背景的对比度;而后再利用Snake模型对目标的边缘进行提取,最终实现目标的边缘分割。实验结果验证了这种算法可有效地对红外图像的对比度进行提升,从而提取出更为精确的目标边缘。     

结构相似性灰关联在强噪声图像增强中的应用

为提高强噪声环境下的图像质量,提出一种图像增强新算法．该算法首先对含噪图像进行多尺度小波分解,得到不同尺度、不同方向下的频域信息,然后利用图像中噪声与边缘在不同频带上的分布规律和衰减特性,通过灰色理论中的灰色关联度来区分噪声与边缘,从而在噪声抑制和边缘增强两个方面提高图像的质量．实验结果初步显示,与传统的空域滤波方法和相对较新的小波自适应阈值去噪、Contourlet域自适应阈值去噪等方法相比较,新算法所得图像的视觉效果得到了改善,峰值信噪比最优,可用于强噪声环境下的图像增强预处理．