图像区域粗糙分割情况下的区域物体分类

提出一种改进的语义物体分类方法,可在图像区域分割结果不精确的情况下,对图像区域进行分类.结合统计文本分析中的bag-of-words方法与多示例学习,将图像区域物体切分为若干小图像块,提取图像区域物体的图像特征作为其粗糙语义概念并计算置信度;根据粗糙语义概念进一步提取出各种区域物体类型的语义特征作为其特征语义概念;使用分类器对特征语义概念进行学习,实现了对区域物体的分类.实验结果表明,采用文中方法可在分割粗糙的图像区域上获得很好的区域物体分类准确率.     

自然图像的无参考模糊检测与局部模糊区域分割

针对自然图像的模糊强度检测和局部模糊区域分割,提出一种无参考无训练的检测分割算法.首先对待测图像进行再模糊;然后对再模糊图像和待测图像逐点进行小邻域离散余弦变换,得到待测图像的模糊强度分布;最后结合K-Means聚类算法和形态学运算对图像的局部模糊区域进行分割提取.实验结果表明,采用文中算法得到的模糊强度分布图能够有效地检测和分割图像的清晰区域与模糊区域;与同类算法相比,对于不同模糊形式和不同复杂度的图像,该算法在查准率、查全率和F值等图像分割性能指标上表现较为优异,与人眼主观分割结果具有较高一致性,且该算法无需进行数据训练,具有较高的时间效率.     

像素方向分布不一致性的图像模糊取证方法

相机的普及和图像处理软件的广泛应用使得数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰后的数字伪造图像,提出一种利用像素方向分布不一致性特征进行定位检测数字图像取证的方法。通过从图像中提取每个像素的方向特征来描述润饰操作对像素方向分布的破坏,在此基础上利用模糊区域与未模糊区域像素方向相关性的特征对模糊润饰的伪造图像区域进行定位。实验表明,该算法能够有效地对模糊润饰的图像进行检测和定位并且具有很好的鲁棒性。     

基于BP神经网络的图像局部模糊测量

目的 目前模糊测量方法难以处理存在纹理平坦区域时的局部模糊测量.针对该问题,提出一种基于BP(back propagation)神经网络的图像局部模糊检测方法.方法 该方法采用所有奇异值以描述不同尺度信息随模糊变化情况,并与描述高频信息变化的DCT(discrete cosine transform)非零系数结合,实现奇异值向量和DCT非零系数个数联合的混合模糊测度,达到空频联合的模糊度描述.在此基础上,通过训练BP神经网络分类器,实现图像块模糊值预测.结果 单幅局部模糊图像实验中,较好区分纹理平坦区域和模糊区域的模糊程度;多幅局部模糊图像的统计实验中,召回率-准确率(RP)评估曲线显示在相同召回率下准确率较其他方法高.结论 该方法可以较准确地实现局部模糊图像(特别是存在纹理平坦区域的局部模糊图像)的模糊测量.     

一种基于相关性和局部标准差的图像失焦模糊区域检测方法

针对局部失焦图像的模糊区域检测问题,提出一种基于相关性系数和局部标准差的简单有效的检测方法。该方法通过计算模糊图像中各像素的邻域在频域内的对数相关性系数以及在空域内的局部标准差作为描述该像素模糊程度的评价指标,将它们同预设的阈值进行比较以实现失焦模糊区域的检测。实验结果表明,该方法能有效检测出失焦模糊图像中的模糊区域。     

基于DCT零系数与局部结构张量的局部模糊检测

针对当前相关图像模糊测量方法不能有效检测纹理平坦清晰区域的问题,提出一种新的图像局部模糊区域检测方法,将其应用于存在运动模糊的静态图像运动目标检测。对图像进行分块操作,计算离散余弦变换后的图像块中零系数的个数,数目较多的为模糊区域,较少的为清晰区域。对被判断为模糊区域的图像块,计算模糊区域中每一个像素点处的局部结构张量,对其进行奇异值分解,根据奇异值局部方向一致性度量准则,获得准确的模糊区域。实验结果表明,与现有的SVD,DCT等方法相比,该方法可以较准确地实现对局部模糊图像的模糊度量。     

粗糙神经智能疑似乳癌图像分类方法研究

提出了一种用于乳腺X线图像分类的粗糙神经智能方法,该方法是一种混合智能计算技术。首先使用模糊图像处理算法来提高整个原始图像的对比度以提取感兴趣区域以及增强区域边缘;然后建立灰度共生矩阵,提取出表征感兴趣区域纹理的特征属性;接着使用粗糙集方法进行属性约简并产生规则;最后,设计出粗糙神经网络,用来将感兴趣区域区分为良性或是恶性。为了对所提出的粗糙集神经网络进行性能评价,对若干乳腺X线图像样本进行了测试,实验结果表明：用该方法进行乳癌识别的整体准确率要高于使用其他技术。     

基于条件随机场和图像分割的显著性检测

针对当前常见的显著性方法检测得到的显著性区域边界稀疏不明确、内部不均匀致密等问题,提出了一种基于条件随机场(Condition random field, CRF)和图像分割的显著性检测方法.该方法综合利用边界信息、局部信息以及全局信息,从图像中提取出多种显著性特征;在条件随机场框架下融合这些特征,通过显著性区域与背景区域的区域标注实现显著性区域的粗糙检测;结合区域标注结果和交互式图像分割方法实现显著性区域的精确检测.实验结果表明本文提出的方法能够清晰而准确地提取出图像中的显著性区域,有效提高显著性检测精度.     

基于自动分割的局部Gabor小波人脸表情识别算法

针对包含表情信息的静态灰度图像,提出基于自动分割的局部Gabor小波人脸表情识别算法。首先使用数学形态学与积分投影相结合定位眉毛眼睛区域,采用模板内计算均值定位嘴巴区域,自动分割出表情子区域。接着,对分割出的表情子区域进行Gabor小波变换提取表情特征,再利用Fisher线性判别分析进行选择,有效地去除了表情特征的冗余性和相关性。最后利用支持向量机实现对人脸表情的分类。用该算法在日本女性表情数据库上进行测试,实现了自动化且易于实现,结果证明了该方法的有效性。     

复杂背景图像中的车牌定位算法

针对复杂背景中的车牌定位问题提出了一种新的算法,将定位过程分解为确定候选车牌区域和剔除伪区域两个部分。首先在图像的二值垂直边缘图中,利用车牌区域的边缘信息及车牌的纹理特征进行车牌候选区域的确定,在降低算法复杂度的同时提高了定位精确性。然后,利用滑动的条带窗口对候选区域二值化图像进行连通块提取,结合车牌句法特征对该区域进行评判筛选,有效地解决了复杂背景及模糊图像中车牌定位精度不高的问题。此外,定位过程中的评判结果为后续的字符分割提供了重要的先验信息。实验证明该方法定位速度快,定位正确率高,对于背景纹理复杂及模糊图像的车牌定位具有很强的抗干扰性能。     

Blurred image restoration: A fast method of finding the motion length and angle

Motion blur in photographic images is a result of camera movement or shake. Methods such as Blind Deconvolution are used when information about the direction and size of blur is not known. Restoration methods, such as Lucy and Richardson or Wiener reconstruction use information about the direction and size of the blur in the deconvolution kernel (called Point Spread Function — PSF). Correct and fast determination of the direction and size of blur improves the quality of restoration and it can substantially reduce the computational time. In this article, a fast method for finding the direction and size of the blur automatically is presented. The method is based on computation of the power spectrum of the image gradient in the frequency domain. The method has achieved good results on both types of images: artificially blurred and naturally blurred (by the camera shake).     

基于小波变换和方向微分的运动模糊方向鉴别研究

针对最小方向微分算法(MinimumDirectionalDerivation,MDD)在运动模糊方向鉴别中计算量大的问题,提出利用小波变换和方向微分相结合的算法鉴别运动模糊方向。首先引入小波变换获得运动模糊图像的低频部分,缩小了计算范围,减小了计算量;然后在利用基于方向微分的加权平均法鉴别模糊方向时,先取步长为10°粗略得到模糊方向,在此模糊方向±10°范围内以0.5°为步长精确鉴别出模糊方向。该方法既能减小计算量,又能提高鉴别精度。仿真结果表明本文算法鉴别运动模糊方向误差小,实时性好,应用范围广。     

一种离焦模糊图像客观检测的新方法

为了更精确地进行离焦模糊图像检测,提出了一种针对一幅图的离焦模糊图像客观检测的新方法,其核心思想是由线扩展函数(LSF)得到离焦模糊图像的点扩展函数(PSF)。该方法首先假定图像中至少能检测到一条明显边缘,然后由此边缘构造LSF。由于作用于空间域,无需复杂的傅里叶变换或迭代运算,因此该方法速度很快。此外,为使检测方法更具普遍性,还提出了离焦模糊检测的一般准则,这种准则适用于所有图像而不依赖于图像的内容。实验结果验证了该方法的精确性和有效性。     

运动模糊图像点扩散函数尺度鉴别

运动模糊图像的运动模糊方向被高精度地鉴别出来后,将之旋转到水平轴,则二维问题可简化为一维问题来处理。将旋转后的模糊图像在水平方向上进行一阶微分,然后在水平方向上求微分图像的自相关,并将自相关图像的各列加起来,得到一条鉴别曲线,在鉴别曲线上的零频尖峰两侧,会对称地出现一对共轭的负相关峰,两负相关峰间的距离等于运动模糊点扩散函数尺度的两倍。这一新的运动模糊点扩散函数尺度鉴别方法,不仅适用于匀速运动模糊尺度鉴别,也适用于振动、加速运动等变速直线运动的模糊尺度鉴别,而且具有很强的抗噪声干扰能力,鉴别精度高。文中借用信息光学中用于目标识别的光学联合变换相关器JTC概念,给出了该新鉴别方法的解析理论分析。     

Robust identification of motion and out-of-focus blur parameters from blurred and noisy images

Most image deblurring methods assume knowledge of the point spread function (PSF) causing the blur. In this work we address the problem of identifying the characterizing parameter of the PSF, which corresponds to motion or out-of-focus blur, from blurred and noisy images. The observation that the spectra of these blurring functions have periodic (or almost periodic) zeros is the basis of an already known blur identification method in the cepstral domain. However, this method is found to be highly sensitive to noise. In this paper we propose the following improvements on the above method: First, adding a preprocessing stage for noise reduction, using a modified spectral subtraction approach—with a median-complement filter to estimate the noise. Second, applying an adaptive, quefrency-varying, comb-like window (lifter) in the cepstral domain to enhance the blur parameter identification. The robustness of the proposed algorithm is demonstrated by its ability to identify the blur function parameters from noisy blurred images with signal-to-noise ratio down to 0 dB for motion blur and 3 dB for out-of-focus blur, as compared to 20 dB for the Original method.     

高速铁路运行环境视频自适应去模糊方法

运动模糊是车载高速铁路运行环境视频中普遍存在的图像退化现象,对基于视频的高速铁路运行环境安全检查工作造成很大挑战。提出一种新的车载高速铁路运行环境视频采集系统,集成高清车载摄像机、信号同步单元、RFID标签阅读器、GNSS单元和惯性测量单元,能够采集高分辨率的运行环境视频数据。提出一种高速铁路运行环境视频自适应去模糊方法,利用惯性测量单元计算每帧图像曝光时间内摄像机的运动轨迹,并设计新的去卷积算法处理空间变化的模糊图像,从而得到复原图像。利用检测列车在实际高速铁路线路进行试验验证,结果表明：该方法能够自适应地去除车载高速铁路运行环境视频图像的模糊,实现了采集高质量运行环境视频数据的目的。     

针对棋盘格角点快速检测的一种新方法

棋盘格图像在摄像机标定及视觉检测中有着广泛的应用。针对目前棋盘格图像角点检测的局限性,提出了一种棋盘格图像角点快速检测方法。该方法是利用存在过渡区和角点处灰度分布的独特性质,设计了环形检测方法。仿真及实测实验结果表明：该方法实时性强,对棋盘格图像的旋转变换、亮度变换和边缘模糊具有良好的适应性;与经典Harris角点检测算法相比,易于实现、计算量小。     

一种改进的Landweber迭代图像复原算法

为解决传统的Landweber迭代法收敛速度慢,且对噪声敏感的问题,本文针对几种常见的模糊,即大气湍流模糊以及运动模糊,分别研究讨论了图像模糊的产生机理,并提出了一种改进的Landweber迭代图像复原方法.通过将图像的信号域与噪声域分离,改进的方法只在信号域上进行迭代加速,抑制了噪声的扩大.实验对比结果表明本文提出的方法在加速收敛的同时仍可以提高图像复原的精度,并以遥感图像和高速铁路图像为例,进一步验证了该方法的实际应用效果.     

Dynamic defocus and occlusion compensation of projected imagery by model-based optimal projector selection in multi-projection environment

This paper presents a novel model-based approach of dynamic defocus and occlusion compensation method in a multi-projection environment. Conventional defocus compensation research applies appearance-based method, which needs a point spread function (PSF) calibration when either position or orientation of an object to be projected is changed, thus cannot be applied to interactive applications in which the object dynamically moves. On the other hand, we propose a model-based method in which PSF and geometric calibrations are required only once in advance, and projector’s PSF is computed online based on geometric relationship between the projector and the object without any additional calibrations. We propose to distinguish the oblique blur (loss of high-spatial-frequency components according to the incidence angle of the projection light) from the defocus blur and to introduce it to the PSF computation. For each part of the object surfaces, we select an optimal projector that preserves the largest amount of high-spatial-frequency components of the original image to realize defocus-free projection. The geometric relationship can also be used to eliminate the cast shadows of the projection images in multi-projection environment. Our method is particularly useful in the interactive systems because the movement of the object (consequently geometric relationship between each projector and the object) is usually measured by an attached tracking sensor. This paper describes details about the proposed approach and a prototype implementation. We performed two proof-of-concept experiments to show the feasibility of our approach.     

Motion blur reduction with triangular waveform emission and optimized enhance filter

Degradation of moving image quality by motion blur on hold‐type displays is a well‐known issue. In order to reduce motion blur, a number of driving methods, such as a higher frame rate and a shorter temporal aperture, have been proposed. Methods to reduce motion blur by means of signal processing as a precompensation method have also been proposed. In these methods, however, hold emission that emits light at a constant intensity during a frame is used. Since the spatial frequency response of the hold emission in a moving picture has a null point, the effectiveness of precompensation methods is limited to the lower‐spatial frequency domain. A triangular waveform emission has been investigated, and it has a higher spatial frequency response than hold emission. In the present paper, we calculated an optimized enhancement filter for the triangular waveform emission as a precompensation method and demonstrated its effectiveness for reducing motion blur by using the triangular waveform emission and the optimized enhancement filter. As a result, the optimized enhancement filter reduced motion blur and suppressed distortion that emerged when using a conventional enhancement filter.