基于数字图像边缘特性的形态学滤波取证技术

针对数字伪造合成图像中最常用的模糊操作,本文提出了一种基于图像形态学滤波边缘特性的盲取证算法;该方法用同态滤波和形态学滤波的方法增强了模糊操作的图像边缘,分析了离焦模糊和人工模糊边界特点,利用离焦模糊和人工模糊的边缘特性实现了针对数字图像伪造的被动盲取证;实验表明,该方法能够有效地检测伪造数字图像的模糊操作痕迹,并能对已模糊操作的图像局部进行准确定位.     

基于模糊形态滤波的斑点噪声抑制

本文提出一种新的用于图像斑点噪声抑制的模糊形态滤波算法。此算法应用了形态滤波和模糊逻辑理论,首先以一方向结构元素进行形态闭—开、开—闭操作,获得不同方向结构元素的滤波版本,然后根据设计的模糊规则计算所有版本像素的隶属度,以具有相应最大隶属度的像素构成最后的滤波结果。实验结果证明本文算法优于lee滤波算法、F.Safa算法和加权形态滤波算法。     

一种基于中值-模糊技术的混合噪声滤波器

结合中值与模糊滤波技术,提出了一种新的图像混合噪声滤波算法。算法将受混合噪声污染的图像分为脉冲噪声点集与含有高斯噪声的像素点集两部分,首先进行灰度极值检测,进而借助邻域纹理信息准确检测出脉冲噪声,并以中值滤波滤除;对于含有高斯噪声的像素点则采用一种保护细节的模糊滤波器进行处理。实验结果说明算法不仅能有效地滤除脉冲与高斯混合噪声,而且可以较好地保护图像细节。     

基于广义形态滤波和模糊逻辑的散斑噪声抑制

提出一种新的用于图像斑点噪声抑制的滤波算法。此算法应用了形态滤波和模糊逻辑理论,首先以一方向结构元素进行广义形态闭一开、开一闭操作,获得不同方向结构元素的滤波版本,然后根据设计的模糊规则计算所有版本像素的隶属度,以具有相应最大隶属度的像素构成最后的滤波结果。实验结果证明：本文算法优于Lee滤波算法、F．Safa算法和加权形态滤波算法。     

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声.实验证明,该算法取得了良好的边缘检测效果.     

一种新的图像去噪混合滤波方法

为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和模糊加权均值滤波的混合滤波方法.该方法首先进行噪声检测把受高斯型噪声污染的像素和受脉冲型噪声污染的像素区别开来,然后对受高斯噪声污染的像素采用模糊加权均值滤波算法,而对受脉冲噪声污染的像素则采用改进的中值滤波算法进行去噪.仿真结果证明,该方法更具有实用性和有效性.     

基于LBP特征与图像显著性的散焦模糊区域检测

针对当前散焦模糊区域检测算法对于均质清晰区域容易误判,边缘定位不够准确的问题,提出一种基于LBP特征与图像显著性的散焦模糊区域检测算法。首先,利用LBP特征和SLIC算法来获取SLBP模糊图,利用DRFI显著性检测算法来获取DRFI显著图;然后,利用SLBP模糊图和DRFI显著图来构造三元标识图,进而利用KNN抠图算法来获取模糊图;最后,借助于形态学运算和平滑滤波来细化模糊图。在公共模糊数据集上的实验结果表明,该算法能有效地检测出均质清晰区域,保留图像边缘细节,在检测精度和查全率指标上表现较好。     

EMCCD图像自适应模糊中值滤波算法研究

针对电子倍增CCD（EMCCD）图像噪声密度随着增益的变化而变化,提出了一种基于噪声点检测的自适应模糊中值滤波算法。该算法由模糊滤波模块和自适应模块两部分组成。首先,该算法对滤波窗口内的中心点进行噪声检测;然后对检测为噪声的像素点引入双阈值,并根据引入的阈值和滤波窗口内的中值建立噪声点的模糊隶属函数,根据模糊隶属函数对噪声点进行滤波处理后输出;最后采用自适应模块调整待处理图像的像素。仿真及实验结果表明,新算法不仅能够有效地将图像中的噪声去除,而且很好地保护了图像中的细节和边缘,PSNR比传统的自适应中值滤波算法平均提高了15 dB以上;该算法在低噪声密度情况下性能明显好于其他中值滤波器,在高噪声密度情况下性能也比较稳定。     

一种彩色图像复原新方法:基于滑动窗口的支持向量回归算法

提出一种彩色图像复原新方法,将彩色图像按RGB三个通道进行分解,针对每个通道分别采用滑动窗口操作,直至遍历整幅图像,从而获得三个训练集.然后应用支持向量机进行回归分析,建立清晰图像与模糊图像之间的对应关系,从而得出彩色图像复原网络模型.最后根据该模型对待测模糊图像进行复原校正.实验结果显示新算法能很好地对模糊彩色图像进行复原,复原效果优于维纳滤波等经典滤波算法,且计算量远远小于迭代盲反卷积方法.     

一种有效的混合噪声滤波算法

以噪声特点和图像结构分析为基础,提出了一种有效的混合噪声滤除算法。算法首先通过极值判断和像素间的相容性检测,分离出脉冲噪声并以中值滤波滤除;然后对含有高斯噪声的图像以模糊滤波算法进行降噪处理。实验结果表明,本算法能有效地滤除图像中脉冲与高斯混合噪声,且较好地保护了图像细节特征。     

图像模糊检测方法

针对数字伪造图像中最常用的模糊操作手段之一的高斯模糊操作,文中提出了一种基于同态滤波和DCT功率谱的图像模糊检测方法.该方法分析了离焦模糊和人工模糊的边界特点,首先利用同态滤波增强人工模糊操作的边缘,并提取增强后图像的二值边缘,从而区分自然模糊和人工模糊,以减小实验中出现的误判,再利用图像的DCT功率谱的分布检测出模糊篡改的区域.该方法能够有效地检测出图像的模糊操作,并进行准确定位.     

基于边缘增强MSER的模糊检务文本检测

为了可以从模糊检务图像中高效、准确地提取文字信息,本文提出了基于边缘增强的最大稳定极值区域(maximally stable extremal regions, MSER)算法和免疫遗传(immunogenetic algorithm, IGA)优化支持向量机(support vector machine, SVM)的多特征自适应权重融合相结合的方法来提取模糊检务图像中的文本。利用边缘增强的MSER算法对图像文本进行检测,将所检测出的MSER进行合并得到文字候选区域;为了滤除候选区域中的非文本区域,采用特征融合公式对图像的3种特征进行融合,然后采用IGA优化SVM分类器寻找最优参数,最后将候选区域送入训练好的分类器滤除非文本。实验结果表明,相较于其他算法,本文算法有更高的真阳率与更低的假阳率,针对模糊检务图像文字提取具有更高的准确性。     

Mode filtering to reduce ultrasound speckle for feature extraction

The authors investigate the use of filtering techniques to reduce speckle in ultrasound images, to improve their suitability for later feature extraction. The maximum likelihood estimator for a speckle corrupted image is shown to correspond to the statistical mode but this is difficult to determine for small populations, such as those contained by a filter mask. The truncated median filter approximates the mode by using the order of known image statistics and provides a fully automated image processing technique for speckle filtering. The filter's performance is established using a new quantitative evaluation scheme that closely considers the effect of filtering on edges, a key factor when applying features extraction in automated image interpretation. Application to in vivo and phantom test images shows that the truncated median filter provides clear images with strong edges, of quality exceeding that of other techniques. These benefits are confirmed by the application of feature extraction in arterial wall labelling     

基于多尺度特征提取的Kalman滤波跟踪

针对波动性较大目标跟踪,传统Kalman滤波算法鲁棒性和实时性不足,提出一种基于多尺度特征提取的Kalman跟踪算法.前帧目标区域特征点匹配出后续帧目标区域特征点,并以后者特征点为中心,建立搜索区域,避免了遍历整幅后续帧图像,快速地为Kalman滤波方程状态后验值提供了稳定的观测信号和观测残差.实验证明,这种作为约束条...     

High robustness of an SR motor angle estimation algorithm usingfuzzy predictive filters and heuristic knowledge-based rules

In this paper, the operation of a fuzzy predictive filter used to provide high robustness against feedback signal noise in a fuzzy logic (FL)-based angle estimation algorithm for the switched reluctance motor is described. The fuzzy predictive filtering method combines both FL-based time-series prediction, as well as a heuristic knowledge-based algorithm to detect and discard feedback signal error. As it is predictive in nature, the scheme does not introduce any delay or phase shift in the feedback signals, In addition, the fuzzy predictive filter does not require any mathematical modeling of the noise and, therefore, can be used effectively to control nonGaussian impulsive-type noise. An analysis of the noise and error commonly found in practical motor drives is given, and how this can effect position estimation. It is shown using experimental results that the FL-based scheme can cope well with erroneous and noisy feedback signals     

Fuzzy two-step filter for impulse noise reduction from color images.

A new framework for reducing impulse noise from digital color images is presented, in which a fuzzy detection phase is followed by an iterative fuzzy filtering technique. We call this filter the fuzzy two-step color filter. The fuzzy detection method is mainly based on the calculation of fuzzy gradient values and on fuzzy reasoning. This phase determines three separate membership functions that are passed to the filtering step. These membership functions will be used as a representation of the fuzzy set impulse noise (one function for each color component). Our proposed new fuzzy method is especially developed for reducing impulse noise from color images while preserving details and texture. Experiments show that the proposed filter can be used for efficient removal of impulse noise from color images without distorting the useful information in the image.     

多尺度Gabor小波变换在图像检索中的应用

在基于内容的图像检索中,纹理特征是一种重要而又难以描述的特征。为提高图像检索中纹理特征的提取效率,通过对Gabor滤波器滤波特点的研究,提出一种基于多尺度Gabor小波纹理的图像检索方法。设计了一组具有多种尺度和多个方向的滤波器组,选择并优化滤波器组的各参数,对图像进行滤波和特征提取。设计并实现了一个基于Gabor纹理...     

基于双边滤波和AGAST-BEBLID的图像匹配算法

针对传统AGAST特征匹配算法存在精度差、鲁棒性低等问题，提出一种基于双边滤波和AGAST-BEBLID的图像匹配算法。首先使用双边滤波进行去噪和增强图像边缘细节效果。其次使用BEBLID算法在特征提取阶段创建高效二进制描述子，来产生更好的局部特征描述。然后使用GMS算法结合汉明距离来筛选KNN匹配后的图像，达到特征粗匹配。最后使用GC-RANSAC算法在误匹配剔除阶段进行局部最优模型拟合，得到图像特征精匹配。实验结果显示：改进后的算法在复杂环境下的总体平均准确率较AKAZE,BRISK和SIFT分别提高了10.57%,17.20%和19.45%。     

基于选择学习机制的深度图像超分辨率算法

针对深度图像传感器与彩色图像传感器的空间分辨率较差的问题,提出一种提高深度图像分辨率的算法,不同于传统方法,本文算法是基于机器学习的超分辨率选择机制,选择均值型、最大值型和中值型三种滤波器方法作为候选方法。首先运用高分辨率深度图像下采样和高分辨率彩色图像选择最优的滤波器,同时经过特征提取获得特征集;然后,高分辨率深度图像直接通过最优滤波器获得特征集;最后,这些特征集经过支持向量机(SVM)训练获得滤波器分类器。此外,本文还提出了一种频域特征向量,用于提高算法识别性能。无噪声和有噪声的深度图像实验验证了本文算法的有效性和鲁棒性,在真彩色和飞行时间深度图像的实验结果表明,本文算法的性能优于传统算法。     

基于双引导滤波的红外和可见光图像融合算法

图像融合是将多幅图像中有用或互补信息整合成一幅图像的过程。本文提出了一种基于引导滤波多尺度分解的红外和可见光图像融合算法。在传统的引导滤波图像融合算法的基础之上,利用双引导滤波器代替均值滤波器将源图像分解为小尺度纹理细节、大尺度边缘和基础图像;直接利用纹理细节及边缘层图像构建显著性映射图,用其代替额外的特征提取操作,可很好地突出源图像显著性信息的同时大大降低算法复杂度;利用显著性映射图、Sigmoid函数构造权重图,将源图像中具有视觉意义的信息注入到融合图像中;利用色彩模型转换融合方式,可更好保留图像的色彩信息。定性和定量实验结果证明,相比于传统的基于引导滤波的图像融合算法,本文算法的融合效果得到进一步提升。